数字を読む ── 統計的な目をもつ
データが集まった。ダッシュボードが動き始めた。ここで数字を正しく読む技術が試される。
統計学の教科書は世に溢れているが、本章の目的はそれとは違う。数式の導出ではなく、**実務で数字を見るときに使う「判別の型」**を扱う。「平均だけ見て判断しそうになった瞬間に、中央値に目が行く」── そういう反射神経を身につけることが目的である。
「統計的リテラシー」の正体
「統計を勉強した」と「統計的な目がある」は別物である。
❌ 「統計を勉強した」状態
- t 検定の数式を書ける
- p 値の定義を言える
- でも現場の数字を見て「平均使っていいか」の判断が出ない
✅ 「統計的な目がある」状態
- 平均値を見せられた瞬間「中央値は？」と反射的に聞く
- グラフを見て軸・スケール・n の大きさを見る
- 「分布の形」「ばらつき」「外れ値」に自動的に目が行く
- 「小さい n で結論を言わない」のセンサーが効く本章で扱うのは後者 ── 反射神経としての統計的な目である。
原則 ①：平均は嘘をつく
最も頻繁に使われ、最も簡単に誤る指標が「平均」である。
なぜ平均が嘘をつくのか
平均は「ヘビーテール分布」で特に歪む。プロダクトで扱う多くの指標が、実はヘビーテールの形をしている。
ヘビーテール分布になりがちな指標の例：
- 1 ユーザーあたり収益（ARPU）
- セッション時間
- 記事の閲覧数
- コメント数
- フォロワー数
- 購入金額
- 滞在時間
- 動画視聴時間
どれも「上位数%のユーザー」が全体を引っ張る具体例：セッション時間
ユーザー10人のセッション時間（分）：
2, 3, 3, 4, 5, 5, 6, 7, 8, 157
平均：20 分
中央値：5 分
平均 20 分と聞くと「そこそこ使われている」感
中央値 5 分が実態 ── ほとんどのユーザーは短い
平均を引き上げているのは 1 人の外れ値
この人だけの挙動を「平均像」として語ると歪む反射神経として：平均を見たら中央値・パーセンタイル
✅ 反射的に確認する癖：
- 平均 → 中央値（median, p50）
- 中央値 → p25 / p75（四分位）
- さらに → p90 / p95 / p99
パーセンタイルの読み方：
p50（中央値）：ユーザーの真ん中
p90：上位 10% の境界
p99：上位 1% の境界
どれが「あなたが意思決定したいユーザー層」か？ケース別のおすすめ
✅ 平均が妥当なケース：
- 正規分布に近い指標（身長、体重、テストの点数）
- ばらつきが小さい指標（ページ表示速度の一部、A/Bテスト結果）
✅ 中央値が妥当なケース：
- ヘビーテール分布（収益、セッション時間、動画視聴）
- 「典型的なユーザー」を語りたいとき
✅ パーセンタイルが妥当なケース：
- パフォーマンス SLA（p95 レスポンスタイム）
- 上位ユーザーの挙動を見たいとき
- 悪いほうの端を見たいとき（エラー率の悪化）原則 ②：ばらつきを見る
平均・中央値で「中心」を見たら、次はばらつきを見る。同じ平均でも、ばらつきが違えば意味が全く違う。
極端な例
A チーム：毎日の売上（円）
100, 100, 100, 100, 100
平均：100、ばらつきほぼゼロ
B チーム：毎日の売上（円）
500, 0, 0, 500, -400
平均：100、ばらつき大
同じ平均 100 でも：
A チームは安定した 100（予測しやすい）
B チームは当たり外れが大きい 100（リスクが高い）ばらつきの指標
標準偏差（σ）：
平均からの「典型的なズレ幅」
データが正規分布に近いときに有用
分散（σ²）：
標準偏差の二乗、数学的扱いが楽
実務では標準偏差のほうが直感的
四分位範囲（IQR = p75 - p25）：
中央 50% がどの幅に収まるか
分布が歪んでいるとき（ヘビーテール）はこちらが有用
最大 - 最小（Range）：
最も単純、外れ値に弱い反射神経として：分布の形を見る
数字の代わりにグラフで見るのが最速。
使い分け：
ヒストグラム（Histogram）：
→ 分布の形を見る最初の武器
→ ふたこぶラクダ（Bimodal）や極端な偏りに気付ける
箱ひげ図（Box Plot）：
→ 中央値・四分位・外れ値が一撃で分かる
→ 複数グループの比較に便利
バイオリン図（Violin Plot）：
→ 箱ひげ図 + 分布の形
→ 分布が非対称なときに有用
散布図（Scatter）：
→ 二変数の関係を見る基本
→ 相関・クラスタ・外れ値の発見に分布の形を見ないで平均だけ語らない、これが反射神経として身につけたい最重要項目である。
原則 ③：サンプルサイズの揺れに敏感になる
「3 人中 2 人が好反応でした」は統計的にほぼ無意味だが、言葉だけ聞くと「67%」と響いて、有力に聞こえる。
小標本の怖さ
事例：
「新機能の CTR が 80% 上がった！」
→ 聞くと、対照群 5 人、実験群 4 人で、1 人が追加でクリック
こういう「数字」は毎日起きる
小標本で有利な数字が出ることを検出するほうが難しい反射神経として：n を真っ先に聞く
数字を見たとき、最初に確認する：
① n = ?（サンプルサイズ）
② 対照群・実験群それぞれの n
③ 観測期間はどれくらいか
n が小さいケースの典型：
- リリース直後のデータ
- 特定セグメントに絞った数字
- 週末・祝日のデータ
- 特殊イベント期間n に応じた「結論の強さ」のイメージ
厳密な統計の話ではなく、実務感覚として：
n < 30 ：「傾向かも」レベル。確信を持たない
n = 30 〜 100 ：「方向性」は見える。意思決定の補助
n = 100 〜 1,000 ：「違いがあるっぽい」ことは言える
n = 1,000 〜 10,000 ：「違いがある」とかなり自信を持って言える
n = 10,000+ ：統計的な検定で差が出やすくなる（が、実務的な差かは別問題）この感覚を持っていると、「n = 20 で 30% 改善」のような発言に警戒が立つ。
原則 ④：スケールを変えて見る
同じデータでも、軸の取り方で見え方が全く変わる。
対数スケール（Log Scale）
ヘビーテール分布のデータは、普通の線形スケールだと上位が潰れて見える。対数スケールにすると全体が見通せる。
例：ユーザーごとの購入金額（分布）
線形スケール：
ヘビーユーザーの金額が飛び抜けて、それ以外が潰れる
→ 「圧倒的多数のユーザー」の挙動が見えない
対数スケール：
上位と下位を同じ視野で捉えられる
→ 分布の形（多峰性など）が見える対数スケールを使いたいシーン：
✅ 桁が違う値を並べるとき
✅ べき乗則（Power Law）に従いそうなデータ
✅ 成長を率で見たいときY 軸ゼロ始まりの罠
逆方向の話題。
「Y 軸はゼロから始めるのが誠実」── よく言われる原則
⚠️ 実際は場面による：
Y 軸ゼロにすべきケース：
✅ 割合・比率（0〜100% の中での位置が重要）
✅ 大きさの比較を主眼とするとき
✅ 一般向けのレポーティング
Y 軸ゼロを外していいケース：
✅ 温度、pH、株価指数など「ゼロに意味がない」値
✅ 時系列での変化幅を見たいとき
✅ 精密な差を確認したいとき
罠の見分け方：
「ゼロ始まりでないグラフ」を見たとき、
実際の変化幅が視覚の印象と合っているかを確かめる
軸の目盛を必ず確認する習慣比較軸を揃える
❌ よくある失敗：
先週の絶対値と今週の相対値を同じグラフで並べる
→ 印象操作に繋がる
✅ 比較するときは軸・スケール・期間を揃える
- 前週比なのか、前年同週比なのか
- 絶対値か、率か
- 時間軸は同じ長さか原則 ⑤：相関と因果の距離
「相関があるから因果がある」と誤解する瞬間は、データ駆動の現場で毎日起きる。
原則の定式化
相関 ≠ 因果
相関 = 因果の必要条件ではあるが、十分条件ではない
因果を示すには：
① 相関がある（A と B が一緒に動く）
② 時間的順序（A が先、B が後）
③ 他の交絡要因の排除スプリアス相関（見かけの相関）の典型
典型例 1：「アイスクリーム消費量と溺死事故件数に強い相関」
真実：両方とも夏に増える（気温が交絡要因）
典型例 2：「プログラマの身長と年収に正の相関」
真実：両方とも年齢と共に増える（年齢が交絡要因）
典型例 3：「機能 X を使うユーザーは継続率が高い」
真実：アクティブなユーザーほど機能を色々触る
（アクティブさが交絡要因）交絡の疑い方
数字を見たとき、反射的に問う。
① この二つの変数に、共通の原因はないか？
② 時間的順序は本当に A → B か？ 逆はないか？
③ 選択バイアスはないか？（自己選択している可能性）
④ サンプルの代表性は？（特定の層に偏っていないか）これは Ch.7 の因果推定で深掘りするが、因果を語る前に「他の説明」を尽くす癖を身につけることが出発点である。
原則 ⑥：Simpson のパラドックス
全体で見ると A のほうが良いのに、セグメント別に見ると B のほうが良い ── 全セグメントで良い。これが Simpson のパラドックスである。
典型例（架空の数字）
ある SaaS で、プラン A とプラン B のユーザー満足度を比較した。
全体：
プラン A：満足度 70%（1000 ユーザー）
プラン B：満足度 65%（1000 ユーザー）
→ A の勝ち、に見える
企業規模別に分けると：
大企業：
プラン A：満足度 60%（900 ユーザー）
プラン B：満足度 85%（100 ユーザー）
→ B の圧勝
中小企業：
プラン A：満足度 90%（100 ユーザー）
プラン B：満足度 63%（900 ユーザー）
→ A の勝ち
全セグメントで B が良いはずなのに、全体で見ると A が勝つなぜ起きるか
サブグループのサイズが偏っているから：
- プラン A の多くが「中小企業」
- プラン B の多くが「大企業」
→ 集約すると、それぞれのサブグループの特性が
「プランの効果」として見えてしまう反射神経として：必ずセグメント分解する
数字を見たら反射的に問う：
「このサブグループで同じことが言えるか？」
よくある分解軸：
- ユーザー属性（新規 / 既存、プラン、地域、言語）
- 時間（曜日、時間帯、季節）
- デバイス / プラットフォーム
- 流入元
- コホート（登録時期）全体の数字だけで判断すると、Simpson に騙される。これは Ch.7 で再登場する重要テーマである。
原則 ⑦：外れ値の扱い
データには必ず外れ値（Outlier）が混ざる。削る・残す・別扱い ── どう扱うかは目的次第。
外れ値の種類
① 測定エラー・バグ
例：セッション時間が 99999 時間（壊れたデータ）
→ 除外すべき
② 例外的だが本物
例：1 億円を一度に購入した顧客
→ 除外してはいけない、別扱いで検討
③ 重要な示唆を含む
例：ヘビーユーザー上位 1%
→ 「外れ値」ではなく「重要セグメント」として分析
④ プラットフォーム依存
例：特定 OS バージョンだけ極端な挙動
→ バグか仕様か切り分け反射神経として：外れ値を見つけたら「それは誰か」
❌ 機械的に「平均から 3σ 離れたら除外」とやる
→ 本物の現象を捨てる可能性
✅ 外れ値を見つけたら：
① それは具体的に誰のどんな行動か確認
② バグ・エラーの可能性を消す
③ 本物なら、平均だけでなく「外れ値の部分」を別に分析
④ 判断に使う指標を、平均 → 中央値 / トリム平均に変えるトリム平均（Trimmed Mean）
外れ値の影響を排除したい場合、上下 5% を除外した平均のようなテクニックがある。
例：ページ表示速度（ms）
データ：100, 120, 130, 150, 200, 5000（最後は異常値）
普通の平均：950 ms（一つの異常値に引っ張られる）
中央値：140 ms
トリム平均（上下 10% 除外）：150 ms
パフォーマンス報告には、中央値 or トリム平均 or p95 を使う「見る順番」のチェックリスト
本章で扱った 7 原則を、実務で数字を見るときのチェックリストに落とす。
graph TD
A[数字を見せられた] --> B{n は<br/>十分か？}
B -->|No| Z[結論を急がない]
B -->|Yes| C{分布の形は<br/>見たか？}
C -->|No| D[ヒストグラム・箱ひげで確認]
C -->|Yes| E{平均以外<br/>見たか？}
E -->|No| F[中央値・パーセンタイル]
E -->|Yes| G{セグメントで<br/>同じ話か？}
G -->|No| H[サブグループ分解]
G -->|Yes| I{交絡の<br/>疑いはないか？}
I -->|あり| J[他の説明を列挙]
I -->|なし| K[仮結論]
K --> L[外れ値の影響確認]日常的に以下のセリフを自分に向けて言うだけで、統計的な目はかなり鍛えられる。
✅ 「n は？」
✅ 「中央値は？」
✅ 「分布の形は？」
✅ 「ばらつきは？」
✅ 「セグメント別だと？」
✅ 「交絡要因は？」
✅ 「外れ値は誰？」やってはいけない「数字いじり」
最後に、よくある悪しき実務を先に潰しておく。これらは Ch.9 のアンチパターンで再度扱う。
❌ 平均だけでレポートする
→ 中央値・分布も添える
❌ グラフの軸を省略する
→ 軸・スケール・n・期間を必ず書く
❌ 「率」と「絶対数」を混ぜる
→ n = 10 の 50% と、n = 10,000 の 50% は別物
❌ 対照群のない「X が Y した」
→ 比較対象なしには意味がない
❌ サブグループを分けずに総合判断
→ Simpson パラドックスのリスク
❌ 気に入らないデータポイントを「外れ値」として除外
→ 理由の記録なしに除外しない
❌ p 値だけで「有意 / 有意でない」を語る
→ 効果量・実務的意味を必ずセットp 値の詳しい話は Ch.6 で扱うが、「有意であること」と「意味があること」は別物、という原則だけは覚えておいてほしい。
本章のまとめ
✅ 「統計的な目」は反射神経。数式の暗記ではない
✅ 原則 ①：平均は嘘をつく
ヘビーテール分布では中央値・パーセンタイルを見る
✅ 原則 ②：ばらつきを見る
標準偏差・IQR・箱ひげ図。分布の形を常に確認
✅ 原則 ③：n を真っ先に聞く
小標本の揺れを肌感で掴む
✅ 原則 ④：スケールを変えて見る
対数スケール、Y 軸の取り方、比較軸を揃える
✅ 原則 ⑤：相関 ≠ 因果
交絡要因・時間的順序・他の説明を検討
✅ 原則 ⑥：Simpson のパラドックス
セグメント分解を必ずやる
✅ 原則 ⑦：外れ値は「誰か」を確認してから扱う
✅ 数字を見るときのチェックリスト：
n → 分布 → 中央値 → ばらつき → セグメント → 交絡 → 外れ値統計的な目が身についたら、次は実験の世界に入る。A/B テストは「因果を分離する最も強力な道具」だが、正しく使わないと期待外れの結論を生む。次章ではその論理を掘る。