データを入力すると、分布の左右の偏りを表す歪度と、裾の重さ(とがり具合)を表す尖度を計算します。定義は Excel の SKEW・KURT 関数と同じ標本補正済みの式で、正規分布ではどちらも0になります。
歪度・尖度 計算ツール(Excel SKEW・KURT と同じ定義)
数値の列から標本の補正済み歪度と尖度(Excel の SKEW・KURT と同じ定義)を計算し、分布の偏りととがり具合を調べます。
使い方
- 「データ」欄に数値を4個以上入力します。
- 「計算する」を押します。
- カードで歪度と尖度を確認し、下のコメントで分布の形の読み方を確認します。
計算式
zᵢ = (xᵢ − x̄) ÷ s (s は不偏標準偏差)
歪度 = n ÷ ((n − 1)(n − 2)) × Σzᵢ³
尖度 = n(n + 1) ÷ ((n − 1)(n − 2)(n − 3)) × Σzᵢ⁴ − 3(n − 1)² ÷ ((n − 2)(n − 3))
n はデータ数です。この尖度は、正規分布で0になるよう3を引いた「超過尖度」です。Excel の SKEW・KURT、Python の scipy.stats.skew(bias=False)・kurtosis(bias=False) と同じ値になります。
計算例
サンプルの11個「2, 3, 3, 4, 4, 4, 5, 5, 6, 9, 12」で計算します。
- 平均は5.1818、不偏標準偏差は2.9264です。
- 各値を z に直して3乗した合計は Σz³ = 12.5786 です。
- 歪度 = 11 ÷ (10 × 9) × 12.5786 = 1.5374 です。
- 同じように4乗の合計を使うと、尖度 = 2.1525 です。
9や12のように大きい値の側に離れた値があるため、歪度は正になり、尖度も正規分布より大きくなりました。
結果の見方
| 指標 | 値 | 分布の形 |
|---|---|---|
| 歪度 | 正(0より大きい) | 右(大きい値の側)にすそが長い |
| 歪度 | 0付近 | 左右対称に近い |
| 歪度 | 負 | 左(小さい値の側)にすそが長い |
| 尖度 | 正 | 正規分布より裾が重く、極端な値が出やすい |
| 尖度 | 負 | 正規分布より平らで、裾が軽い |
歪度の絶対値がおよそ0.5未満ならほぼ対称、1を超えると偏りが大きいと見ることが多いです。年収・待ち時間・アクセス数などは歪度が正になりやすく、平均が中央値より大きくなります。
歪度が大きいデータを機械学習で使う場合は、対数変換などで偏りを小さくしてから学習させると、モデルが安定することがあります。
金融のリターンのデータなどは尖度が正になりやすく、正規分布を仮定した計算よりも大きな損失が起こりやすいことが知られています。尖度が大きいデータでは、平均と標準偏差だけで「めったに起こらない」と判断しないよう注意が必要です。
注意点
- 歪度・尖度は外れ値の影響をとても強く受けます。1つの極端な値で大きく変わるので、ヒストグラムもあわせて確認しましょう。
- データが少ないと値が安定しません。数十個以上あるときに参考にするのが無難です。
- 定義には流派があります。補正をしない標本の歪度・尖度や、3を引かない尖度(正規分布で3)もあるので、ほかのツールと比べるときは定義をそろえてください。
- すべて同じ値のデータや、3個以下のデータでは計算できません。
歪度・尖度は、平均(1次)や分散(2次)に続く「3次・4次のモーメント」から作られる指標です。分布の形を数値で比べたいときに、基本統計量とあわせて確認しましょう。
歪度・尖度のよくある質問
Q. 尖度が0なのに正規分布ではないことはありますか?
A. あります。尖度が0でも歪度が大きい場合や、山が2つある分布などがあります。尖度と歪度だけで正規分布かどうかは判断できないので、グラフも確認しましょう。
Q. 尖度が3になるツールがあるのはなぜですか?
A. 3を引かない定義では正規分布の尖度が3になります。このツールとExcelのKURTは3を引いた超過尖度で、正規分布が0になります。
Q. 歪度が大きいデータはどう扱えばよいですか?
A. 平均の代わりに中央値で要約する、対数変換で偏りを小さくする、などの方法があります。分析の目的に合わせて選びます。
