データ分析で考えること…。
---自己紹介---
こんにちは a1chemy（あるけみぃ）と申します。
現役でデータサイエンティストをしております。
主にコールセンター・通販業界の方々へ伴走支援を行っております。
---前置き---
前編［データの特性をわかっていますか？］の続きになります。
まだ見ていない方は下記リンクより前編をご覧ください。
データの特性をわかっていますか？ - 現役データサイエンティストに聞く（効く）
---本編---
①データの特性に合った分析を行う（前編の回答）
②データには誤差が存在する（おまけ）
詳細な理由は例とともに下記に記載しています。
①データの特性に合った分析を行う（前編の回答）
例：IQによってテストの成績に違いがあるか検討したい
この時に年齢や性別などどのように考慮すればよいでしょうか？
>>重回帰分析を行います。
（縦軸：テストの点数／横軸：IQ）
②データには誤差が存在する
測定すべき特性をどの程度精度よく測定しているのか？
>>テストの信頼性は？
>古典的テスト理論：真の点数+誤差（勘・ケアレスミス・経験など）
実際問題、データの計測にはばらつきがあります。
（理想は真の値がわかることですが、無理です）
データの誤差には大きく分けて2パターンあります。
①系統誤差：測定手法に起因する誤差で，測定回数によらず一定
例：測定機器の故障で毎回同じ量がずれる
対策：基準点を合わせる校正を行う
②偶然誤差：同じ条件で繰り返し測定しても生じるランダムなばらつき
例：人間が勘で10cmの線を引く → どうやってもずれる
対策：試行回数を多くする（100回より10,000回のほうが信頼性があがる）
上記のテストの場合で言うと②偶然誤差に当てはまります。
以上
データ分析のナニカに役立てばと思います。