変数の尺度について解説！名義・順序・間隔・比例の４つの尺度の違いをわかりやすく！

こんにちは！

データサイエンティストのウマたん(@statistics1012)です！

今回は変数の尺度について解説していきます！

変数は性質によって４つの尺度に分類されます。変数の尺度を考慮することで、変数の意味を考える基準を設定することができるので、データ分析の前準備や仮説立てに使われます！

この記事では、変数の4つの尺度について解説します！

以下の動画でも解説しているのであわせてチェックしてみてください！

変数の尺度について解説！

それでは変数の尺度について解説します！変数の尺度は４つありますので、それぞれ細かく見ていきましょう！

名義尺度

名義尺度とは「分類するための名称を持った変数」と定義されています！

例えばアイスクリームの種類だったり、商品のカテゴリーなど皆さんが想像しやすい尺度だと思います！

順序尺度

順序尺度とは「順序や順番に意味がある変数」と定義されています！

例えば1位・2位といった順位や1級・2級といった級位、好き・普通・嫌いといった順序が当てはまります！

間隔尺度

間隔尺度とは「目盛りが等間隔であり、間隔そのものに意味がある変数」と定義されています！

例えば気温は0度は0度という温度を指しているのであって、温度がないわけではありません。

このような場合は間隔尺度に位置付けられます。

そのほかの例として、テストの点数なども挙げられます。テストの点数は若干微妙ですが、0点という点数を指しているのであって、点数が無であるわけではありません。

公式のテストだとありえないかもしれませんが、場合によっては-10点なんて場合もなきにしもあらずです。

そのため0点という点数を表していると考えることができるので間隔尺度です。

比例尺度

比例尺度とは「0が原点を示しており、間隔・比例どちらにも意味がある変数」と定義されています！

例えば身長が150cmから180cmになったら、30cmの差がありますし、1.2倍になったと考えられますね！

30cmという間隔にも意味がありますし、1.2倍という比例にも意味があります。

逆に先ほどの間隔尺度では1.2倍などの比例で比べることはできません。

気温は10度から20度で2倍になったと日常生活では使ってしまうかもしれませんが、0度は原点ではないので厳密には比例で比べることはできないのです！

間隔尺度と比例尺度の違いが分かりづらいと思いますが、「0の値に絶対的な意味があるか」考えるとわかりやすくなると思います。気温0度は温度がないわけではないので間隔尺度、身長0cmは本当に無いので比例尺度と考えることができます！

その他の例として、速度・値段・給料などが挙げられます。

量的変数・質的変数

４つの尺度をまとめると、このような表ができます。

この表に出てくる質的変数には「名義尺度・順序尺度のデータ」があり、量的変数には「間隔尺度・比例尺度のデータ」が存在します。

質的変数・量的変数もデータ分析でよく使う概念なので覚えておくと良いでしょう！

変数の尺度　まとめ

本記事では変数の尺度についてまとめました！

質的変数・量的変数によって前処理が異なってきますので、特徴量エンジニアリングについて学ぶと良いでしょう！

機械学習で重要な特徴量エンジニアリングとは？手法やコツを紹介！当サイト【スタビジ】の本記事では、精度の高いモデルを構築する上で非常に重要な特徴量エンジニアリングについて簡単に解説していきます。特徴量エンジニアリングの流れやテクニックを知っているのと知っていないのとではたたき出すアウトプットの質が全く違うので必ず理解しておきましょう！

このようなデータサイエンスの力を身に付けるためにはスタビジの記事やスクールを活用すると良いでしょう。

そして僕の経験を詰め込んだデータサイエンス特化のスクール「スタアカ（スタビジアカデミー）」を運営していますので，興味のある方はぜひチェックしてみてください！

AIデータサイエンス特化スクール「スタアカ」

データサイエンティストとしての自分の経験をふまえてエッセンスを詰め込んだのがこちらのスタビジアカデミー、略して「スタアカ」！！

当メディアが運営するスクールです。

24時間以内の質問対応と現役データサイエンティストによる複数回のメンタリングを実施します！

カリキュラム自体は、他のスクールと比較して圧倒的に良い自信があるのでぜひ受講してみてください！

他のスクールのカリキュラムはPythonでの機械学習実装だけに焦点が当たっているものが多く、実務に即した内容になっていないものが多いです。

そんな課題感に対して、実務で使うことの多いSQLや機械学習のビジネス導入プロセスの理解なども合わせて学べるボリューム満点のコースになっています！

Pythonが初めての人でも学べるようなカリキュラムにしておりますので是非チェックしてみてください！

ウォルマートのデータを使って商品の予測分析をしたり、実務で使うことの多いGoogleプロダクトのBigQueryを使って投球分析をしたり、データサイエンティストに必要なビジネス・マーケティングの基礎を学んでマーケティングプランを作ってもらったり・Webサイト構築してデータ基盤構築してWebマーケ×データ分析実践してもらったりする盛りだくさんの内容になってます！

＼今すぐ試す／

データサイエンスに関する記事はこちら！

【初心者必見】統計学入門に必要な知識と独学勉強方法を簡単に学ぼう！当ブログ【スタビジ】の本記事では、統計学入門に必要な知識をカンタンにまとめ、それらをどのように効率的に独学で勉強していけばよいかをお話ししていきます。統計学は難しいイメージが少しありますが、学び方をしっかり考えれば大丈夫！ 【データサイエンティスト厳選18冊】データサイエンスを学ぶ上でオススメな本・教材！当ブログ【スタビジ】の本記事では、データサイエンスを学ぶ上でオススメできる本を厳選して紹介していきます。ここではデータサイエンティストになるために習得するスキルをデータサイエンスと称しております。いくつかの観点に切り分けて見ていきます。

データサイエンスを勉強できるスクールやサイトは、ぜひこちらを参考にしてみてください！

【徹底比較】データサイエンティストになるための学習ができるスクール9選！当サイト【スタビジ】の本記事では、データサイエンティストへの学習ができるスクールを紹介していきます。スクールに通ったからと言ってデータサイエンティストになれるわけではありませんが、データサイエンティストへの基本を着実に固めることは可能です…