今日は、アクセス解析や統計の話を。Excelを使えばいろんなデータから相関関係を簡単に出せますが、だからといってそのデータが問題解決につながるとは限らないのです。 Excelには「CORREL」という関数があり、2つのデータ群について相関関係を簡単に出すことができます。しかし、この「相関関係」と「因果関係」を混同してしまっている例があります。統計ではごく基本的なことなのですが、基本的なことこそ大切なので、改めて解説しておきましょう。 「相関関係」とは、「ある値Aが増えた（減った）状態で、別の値Bが同様の変化を示していること」を意味します。また、ある値Aが増えた状態で別の値Bが減ることを「逆相関」といいます。 たとえば、アクセス解析データで、ある期間の訪問者数とPV数の間で相関関係を出すと、かなり高い相関性が見られるでしょう。つまり、訪問者数が増える状況では、同様にPV数も増えているのです。

リサーチ／データリテラシーはWeb担当者の必須スキルインターネットが生活や仕事に欠かせないものになってきた現在、私たちの周りには数字や調査データがあふれています。昔からあったテレビの視聴率や人口統計をはじめ、ネット利用人口や携帯利用者数、1日の平均ウェブサイト閲覧時間など、数え上げれば切りがありません。 でも世の中には、おかしいデータが山のようにあります。決算数字の粉飾もありますし、耐震強度の計算を偽装することもありました。自説を主張するために、ウソに限りなく近い数字を使うことは日常茶飯事です。 マスコミ、政府など信頼に足ると思われる情報ソースですらそうです。いや、むしろ彼らのほうが、自分の主張に近いデータを選択して使うことが多いかも知れません。お役所は自分の責任になるようなことにはしたくありませんし、マスコミは自分の主張に沿ったデータを集めてくるでしょう。 こうした環境のもと、Web担当

この場合に、たとえば「9999」と記入した回答があったらどうしましょう。回答者は1億円以上の年収があるので、こう表現したのだと思います（1億円を超える場合に、回答者を悩ませる点でもこの自由記入は、あまり良い例とは言えませんが、それは今回置いておきましょう）。 この場合は、この質問のこの回答だけを「外れ値」として集計から除く処理を行うという判断をすることがあります。世帯年収の単純平均を算出すると、この回答が平均値をかなり押し上げてしまうからです。 年収などの場合は、その回答の分布はなだらかな山の形を形成することが多いのですが、分布から極端に離れた値にごく少数の回答が存在することがあります。これを異常値として排除するのです。科学の実験などでもこういった処理を行うことがあります。 普通の調査では、中央値や最頻値を併用するとよい全体を代表する値という指標はいくつかあります。平均値は最も代表的な指標

「通信事業を本気でやるんですかね」――。2019年10月に"第4のキャリア"として携帯電話事業に参入する楽天に対して、ソフトバンクの宮内謙社長は楽天の取り組みに対して心配顔でこう疑…続き ソフトバンク宮内社長「非通信の新事業、数千億円に」 ［有料会員限定］ iPhoneユーザーに選択迫る　総務省の「完全分離」案 ［有料会員限定］

マイナー商品でもヒット作と並ぶ市場規模になるという「ロングテール」。 実は「ベキ分布」としてネット以外の現実の経済現象にも数多く登場する。 新たな学問も誕生し、企業の販売戦略や金融技術にも影響しそうだ。 1日当たりのアクセス数が10億回を超えるヤフーの検索サービス「Yahoo! 検索」。膨大な数の言葉が時々刻々と検索されるため、頻繁に検索される「人気ワード」であっても全体に占める比率はごくわずかだ。 例えば、2007年3月28日の1日に検索された言葉のうち、最も検索された言葉の検索回数は、全体の検索件数の1％にも満たない。検索回数で上位の3200語の回数をすべて合計しても、全体に占める割合はわずか2割。逆に、1日に1回しか入力されないマイナーな言葉は全体の約7割にも上る。 検索された言葉を多い順に横軸に並べて、検索件数を縦軸に取ると、下図のように、右に裾野が伸びたグラフが描ける。これは「ロ