「平均は50でした」――この一文を見て、あなたは安心していないだろうか？
だがその平均、実は何も語っていない可能性がある。
データの山が“2つ”あるとき、平均値は真実をぼかし、時には完全に誤解を生む。
その正体がバイモーダル分布だ。
結論を先に少しだけ言えば、バイモーダル分布を見抜けない分析は、現実を見誤る。
バイモーダル分布とは何かを一言で言うと
バイモーダル分布とは、データの山（ピーク）が2つ存在する分布のことだ。
統計用語で言えば「最頻値（モード）が2つある分布」。
単峰（山が1つ）の分布に慣れていると、ここで思考が止まる。
平均・中央値・分散――
これらの代表値が、現実を代表しなくなる瞬間が、まさにバイモーダル分布だ。
なぜバイモーダル分布は厄介なのか
問題は単純で、異なる集団が混ざっているからだ。
にもかかわらず、私たちはそれを1つの集団として扱ってしまう。
すると何が起きるか。
- 平均が、どちらの集団も代表しない
- 「普通の人」が実在しなくなる
- 対策・施策・判断がズレる
統計が間違うのではない。
統計の読み方を間違える人間が、必ず現れる。
バイモーダル分布が生まれる典型パターン
異なる属性を混ぜてしまった場合
もっとも多い原因がこれだ。
男女、初心者と熟練者、平日と休日、若年層と高齢層。
本来分けるべき集団をまとめると、分布は2つの山を持ち始める。
データは正直だ。
人間が雑に扱うと、形で抗議してくる。
成長段階・遷移期にあるデータ
サービス初期と成熟期のユーザー。
導入前と導入後の成績。
行動変容が起きている途中のデータは、過去の山と未来の山を同時に持つ。
これは「異常」ではない。
むしろ健全な変化の証拠だ。
上限・下限の制約がある場合
テストの点数、制限付き報酬、評価スケール。
あるラインを境に行動が分かれると、自然に2つの山ができる。
データは自由だが、制度は不自由。
その歪みが分布に刻まれる。
平均値が役に立たなくなる瞬間
バイモーダル分布で平均を見るのは、
富士山と高尾山の平均標高を見て「日本の山はだいたいこの高さ」と言うようなものだ。
平均は悪くない。
ただし、前提条件を無視すると無力になる。
- 平均は存在しても、その値の人が存在しない
- 中央値も“どちらの山にも属さない”
- 分散は「ばらついている」としか言わない
必要なのは、分けて考える勇気だ。
バイモーダル分布を見抜くための視点
ヒストグラムを必ず描く
数値だけで判断しない。
表よりも、まず形を見る。
山が2つ見えた瞬間、分析のステージが変わる。
「誰と誰が混ざっているか」を疑う
データを見るときは、
「この数字は、誰の集合体か？」
この問いを常に持つ。
属性・時間・条件。
分けられるものは、たいてい分ける価値がある。
平均が説明になっていないと感じたら要注意
説明しても腑に落ちない数字。
直感とズレる結果。
それは分析が浅いのではなく、分布が語りかけている可能性が高い。
バイモーダル分布をどう扱うべきか
集団を分けて分析する
最も王道で、最も効果的だ。
2つの山は、2つの物語を持っている。
混ぜるとどちらも失われる。
代表値を複数持つ発想に切り替える
「平均1つで語る」という癖を捨てる。
モードを2つ提示するだけで、理解度は跳ね上がる。
意思決定に使うなら“どの山か”を明示する
施策対象はどちらの集団か。
改善したいのは、どのピークか。
ここを曖昧にしたまま進むと、誰も幸せにならない。
バイモーダル分布が教えてくれること
バイモーダル分布は、単なる統計用語ではない。
それは、世界が単純ではないという証拠だ。
人は一様ではない。
行動は一方向ではない。
変化は直線的ではない。
データが2つの山を作るとき、
それは「ちゃんと分けて考えろ」という静かな警告でもある。
まとめ：バイモーダル分布は“分析力の試金石”
バイモーダル分布とは、山が2つある分布であり、平均が意味を失いやすい危険なデータ構造だ。
これを見抜けるかどうかで、分析は一段階上に進む。
- 平均を疑えるか
- 集団を分ける発想を持てるか
- 数字の背後に人や構造を想像できるか
バイモーダル分布は、
統計のテクニックではなく、思考の姿勢を問う存在だ。
データは嘘をつかない。
だが、雑に扱われた瞬間、何も語らなくなる。
コメント