※本記事はアフィリエイト広告を含んでいます
![](http://image.moshimo.com/af-img/0866/000000069918.jpg)
どーも、りけーこっとんです。
DS検定の勉強をしよう!と思ったは良いものの、こんな悩みはありませんか?
![とある女の子](https://rike-kotton.com/wp-content/uploads/2023/02/ef6439b5f9f3d22862aaa02503e17ad2.png)
DS検定ってどうやって勉強すればいいの?
DS検定の勉強の仕方が分からない…
![とある男の子](https://rike-kotton.com/wp-content/uploads/2023/02/2d3f037f2db550ab4b2b41949c110fd3.png)
本で勉強するのは分かるけど、高いなぁ…
無料で単語解説されているサイトとかないかな?
![ひよっこDS](https://rike-kotton.com/wp-content/uploads/2023/02/23379777.png)
DS検定は、始まったばかりの試験だから、対策法とか分からないよね。
じゃあ、このサイトで出題範囲の内容を押さえていこう~
DS検定の解説をすぐ見たいよ!という方は、以下から最初の解説に飛べます。
![](https://rike-kotton.com/wp-content/uploads/2023/09/2.png)
![ひよっこDS](https://rike-kotton.com/wp-content/uploads/2023/02/23379777.png)
今回はスキルチェックリスト
「DS95:ヒストグラムを作成し、バラツキを把握できる」から
「DS112:因果効果を推定したい場合、交絡因子の考慮が重要」を解説していくよ~
本サイトでは超重要項目、重要項目、覚えておきたい項目と表記を分けますので、勉強時の参考にしてみてください。
DS検定って、そもそもどんな資格?という方は以下の記事をご覧くださいね。
試験範囲は以下の二つから出題されます。
・スキルチェックリスト
・数理、データサイエンス、AI(リテラシーレベル)モデルカリキュラム
本内容は以下の書籍を参考に作成しております。
なお、本サイトはDS検定の合格を保証するわけではありませんので、ご了承ください。
では早速、内容に入っていきましょう!
※「DS○○:」項目の文章は独自に短縮して表現しております
DS95:ヒストグラムを作成し、バラツキを把握できる
この項目はヒストグラムを描いて、バラツキも理解できる、という項目です。
しかしヒストグラムを描こうにも、そもそもどういうものかを知らなければ書けません。
ヒストグラムとは何か?というところから見ていきましょう。
ヒストグラム
ヒストグラム
データを一定の範囲ごとに区切って、範囲内にあるデータの数を数えたグラフのこと。
以下の図のようなイメージ。
![ヒストグラムとは?ヒストグラムを分かりやすく解説!りけーこっとん、ひよっこDS](https://rike-kotton.com/wp-content/uploads/2023/07/image-1.png)
図の縦軸は「度数」とも言われ、一定の範囲に収まるデータの数を示す。
では、以下のデータを例に取って、ヒストグラムを作成しましょう。
![ヒストグラムとは?ヒストグラムを分かりやすく解説!りけーこっとん、ひよっこDS](https://rike-kotton.com/wp-content/uploads/2023/09/04aa3a75a35cbbfa2dcdccc49be38038.png)
1.一定の範囲(階級)を定める。
まずはデータを区切る範囲を定めます。
適切な階級の幅を定めないと、データの分布が適切に把握できません。
![ヒストグラムとは?ヒストグラムを分かりやすく解説!りけーこっとん、ひよっこDS](https://rike-kotton.com/wp-content/uploads/2023/09/06c2a1a413442eb1039e70ad2e777958.png)
データの最大値・最小値を見るなどして、適切な階級の幅を考えましょう。
今回は5 cmずつで区切ります。
2.階級に収まるデータの数(度数)を数える。
区切った階級の幅に収まるデータ数(今回は人数)を数えます。
140 cm以上145 cm未満は1人、145 cm以上150 cm未満は0人、といった感じですね。
3.横軸に階級・縦軸に度数を取って、棒グラフを描く
適切な階級幅でヒストグラムを描くと以下の通り。
![ヒストグラムとは?ヒストグラムを分かりやすく解説!りけーこっとん、ひよっこDS](https://rike-kotton.com/wp-content/uploads/2023/09/9fb94ed53ef61d06ee843c19ee4c4093.png)
170 cm以上175 cm未満が一番多く、左の裾が長い分布ということが一目でわかりますね。
DS96:クロス集計表を作成し、属性間のデータの偏りを把握できる
次は「クロス集計表」を作成して、意味を読み取れるようになりましょう。
こちらも「クロス集計表」とは何か?から見ていきます。
クロス集計表
クロス集計表
2つの因子(属性)を持つデータをかけ合わせて集計する方法のこと。
最終的には以下のような表が出来上がる。
![クロス集計表とは?クロス集計表を分かりやすく解説!りけーこっとん、ひよっこDS](https://rike-kotton.com/wp-content/uploads/2023/09/2a04446a882a19b90c58f965c56c7c11.png)
以下のデータを例にして、クロス集計表を作成し、属性間の偏りを見ていきましょう。
![クロス集計表とは?クロス集計表を分かりやすく解説!りけーこっとん、ひよっこDS](https://rike-kotton.com/wp-content/uploads/2023/09/137608e1d06c3a53837596b40ceb60b8.png)
1.クロス集計表の「列の属性(表頭:黄色)」と「行の属性(表側:青色)」を定める
クロス集計表の図で示すと、以下の部分のこと。
![クロス集計表とは?クロス集計表を分かりやすく解説!りけーこっとん、ひよっこDS](https://rike-kotton.com/wp-content/uploads/2023/09/422a835470e361331cf372907bb82665.png)
今回のデータの属性は「学校」と「クラス」です。
2.行と列の属性を掛け合わせて、両方を満たす計算を行う
例えば「人数」と「平均身長」を調べたい時は、以下のような表になります。
![クロス集計表とは?クロス集計表を分かりやすく解説!りけーこっとん、ひよっこDS](https://rike-kotton.com/wp-content/uploads/2023/09/2a04446a882a19b90c58f965c56c7c11.png)
「人数」はそれぞれの人数を数えればいいだけですね。
「平均身長」は、行と列両方を満たす人たちの平均身長を計算します。
すると表からは、
・全体の平均身長が162.3 cmである
・平均身長が一番高いのは「A校」の「1組」である
・人数が一番少ないのは「A校」の「2組」である
などが分かりますね。
DS97:量的変数の散布図を描き、2変数の関係性を把握できる
次は「散布図」を作成して、意味を読み取れるようになりましょう。
同じく「散布図」とは何か?から見ていきます。
散布図
散布図
二つの量的変数があった際に、それぞれのデータの点を打ったグラフのこと。
二つの量的変数の関係性を把握したいときに用いる。
以下のグラフのイメージ
![散布図とは?散布図を分かりやすく解説!りけーこっとん、ひよっこDS](https://rike-kotton.com/wp-content/uploads/2023/07/image-2.png)
以下のデータを例にして、散布図を作成し、二変数の関係性を見ていきましょう。
![散布図とは?散布図を分かりやすく解説!りけーこっとん、ひよっこDS](https://rike-kotton.com/wp-content/uploads/2023/09/23eabb4bd060356240673bdb5c0fc450.png)
今回の場合、身長・体重のデータを生徒ごとに打っていけばOKです。
すると、以下のようなグラフが得られます。
![散布図とは?散布図を分かりやすく解説!りけーこっとん、ひよっこDS](https://rike-kotton.com/wp-content/uploads/2023/09/78e811fa6752cc3491952e636d49ffc3.png)
この散布図を見ると、身長が増えるたびに体重が増えていくことが分かりますね。
少し外れ値(A君やCさん)はありますが、おおむね「体重が増えれば身長が高くなる」という傾向は掴めるでしょう。
![](http://image.moshimo.com/af-img/0598/000000020740.png)
DS112:因果効果を推定したい場合、交絡因子の考慮が重要
難しい言葉が並んでいますね。
まずは用語の解説からしていきます。
因果効果・交絡因子
因果効果
ある要因が結果に与えている影響のこと
図にすると以下のようなイメージ。
![因果効果とは?因果効果を分かりやすく解説!りけーこっとん、ひよっこDS](https://rike-kotton.com/wp-content/uploads/2023/09/b46929991d555322927e8098caa1a61f.png)
このように要因(年齢が高い)が原因となって、結果(年収が高い)に影響を与えていれば「因果効果」があるということになります。
交絡因子
「要因」と「結果」両方に影響を与える因子のこと。
一つ注意したいのは、以下のような例は交絡因子ではない、という点です。
![中間因子とは?中間因子を分かりやすく解説!りけーこっとん、ひよっこDS](https://rike-kotton.com/wp-content/uploads/2023/09/14a03ae4a32bfa05cb1b96d5feebbaa4.png)
上図のような例は「中間因子」と呼びます。
要因「年齢が高い」がゆえに中間因子「身長が高く」なる傾向にありますね。
(高学年になるほど身長が伸び、体重も増えやすい)
さらに中間因子「身長が高い」結果、「体重が重く」なるという関係になっていますね。
このように要因⇒因子⇒結果の関係になる因子のことを「中間因子」といいます。
では以下の場合はどうでしょうか。
![交絡因子とは?交絡因子を分かりやすく解説!りけーこっとん、ひよっこDS](https://rike-kotton.com/wp-content/uploads/2023/09/1cf2cb982d4d9eafbf8d02409ae2d797.png)
この場合だと、要因「体重が重い」がゆえに交絡因子「年齢が高く」なり、さらに交絡因子「年齢が高い」結果、「算数の点数が高く」なる、とは考えにくいですよね。
しかし、「年齢が高い」は「体重が重い」と関連がありそうです。
さらに「年齢が高い」は「算数の点数が高い」に影響を及ぼしそうですね。
この時の「年齢が高い」を交絡因子と言います。
中間因子と交絡因子は混同しやすいので、注意しましょう。
まとめ
今回は「データの可視化・関係性」などを解説してきました。
以下の項目を説明できるようになっているでしょうか?
・ヒストグラム
・クロス集計表
・散布図
・因果効果
・交絡因子
DS検定は覚える内容が多いです。
一つ一つを細部まで見るというよりは、広く浅く見ていくことが重要かと思います。
DS検定を取得して、データサイエンティストやAI関連の仕事への道を開きましょう!
次回はデータの「バイアス」「サンプリング」などについて解説していきます。
ではまた~
![](http://image.moshimo.com/af-img/0866/000000069918.jpg)
DS検定の続きの解説は以下のページからどうぞ!
コメント