Rではじめるデータサイエンス

74

5

章 探索的データ分析

 

5.2

 質問

決まり切った統計的質問など存在しない。統計的な定型作業に疑問があるだけだ。

―

Sir David Cox

（英国の統計学者、

1924

年生まれ）

間違った質問に対する（いつでも精密にできる）正確な答えよりは、正しい質問に対する（曖昧

なこともある）近似解の方がはるかに優れている。

―

John Tukey

EDA遂行時の目標は、データの理解です。質問を使って検討を進めるのが最も容易です。質問す

れば、データセットの特定部分に注目し、どのグラフ、モデル、変換を行うかを決定できます。

EDAは基本的には創造的なプロセスです。ほとんどの創造的プロセスと同様に、良質な質問をす

るカギとなるのは、大量の質問を作ることです。分析の当初から隠された真相を明らかにするような

質問をすることは簡単ではありません。データセットへの洞察がまだ足りないからです。一方で、新

たな質問をするたびに、データの新たな側面がわかり、発見

の機会が増えます。データの中で最も

興味深い部分を迅速に掘り下げることができて、発見したことに基づいて新たな質問をすることで、

一連の考えさせられる質問に発展できます。

探索を導くためにどの質問をすべきかという規則は存在しません。しかし、次の2種類の質問は、

データについての発見に常に役立ちます。言葉で概略を表すと次のようになります。

1. 変数においてはどんな変動があるか。

2. 変数間にはどんな共変動があるか。

本章の残りでは、これら2 つの質問を考えます。どんな変