解き方の型 解説 › 数学ⅠA › 数学Ⅰ
📊 データの分析の解き方の型(15パターン)
数学Ⅰ|代表値・四分位数・分散と相関
データの分析は、計算そのものは簡単ですが、用語の意味を正しく区別できるかが問われる単元です。平均値・中央値・四分位数・範囲から始めて、分散・標準偏差・相関係数へと進みます。分散は「偏差の2乗の平均」と「2乗の平均 − 平均の2乗」の2通りの求め方があり、数値によって使い分けると計算が楽になります。変量の変換・2グループの合併・外れ値の型は、共通テストで文章の正誤判定として出やすい内容です。
この単元の型
- 平均値の型
- 中央値の型
- 度数分布表の型
- 四分位数の型
- 範囲・四分位範囲の型
- 分散の型
- 標準偏差の型
- 相関係数の型(入試)
- 変量の変換の型(入試)
- 2グループ合併の型(入試)
- 箱ひげ図を読む型
- 偏差値の型
- 共分散・相関係数の型
- 外れ値を見つける型(入試)
- 分散を 2 乗の平均で求める型
1. 平均値の型
🔍 こんな問題に使う(見分け方)
「平均値は?」とデータが並んでいる。
🌱 はじめての人へ(やさしい解説)
平均値は、データの合計を個数でわった値です。3, 5, 7, 9, 11 なら合計 35 を 5 でわって 7。いちばん基本の「代表値」で、データの真ん中あたりの目安になります。個数を数え間違えると、わる数がずれるので、最初に個数を数えましょう。
💡 考え方(なぜその手順?)
平均値 = データの合計 ÷ 個数。仮平均を使うと計算が楽になる。
📝 手順
- すべての値を足し合わせる
- データの個数でわる
- 約分して答える(仮の平均を決めて差を足すと楽)
✏️ 例題
3, 5, 7, 9, 11 の平均値を求めよ。
- 合計 = 35
- 35 ÷ 5 = 7
答え:7
⚠ 間違えやすい点
- 個数を数え間違えて、わる数がずれる。
⚡ もう一歩先へ(テクニック)
- 仮平均:数が大きいときは、近い値(たとえば 100)を基準にして差だけを足し、最後に基準を足し戻すと計算が楽。
- データを追加・削除したときの平均は、「合計」で考える。合計 = 平均 × 個数。
- 度数分布表では、階級値 × 度数の合計を全体の度数でわる。
2. 中央値の型
🔍 こんな問題に使う(見分け方)
「中央値(メジアン)は?」。データが順不同で並んでいる。
🌱 はじめての人へ(やさしい解説)
中央値は、データを小さい順に並べたときの真ん中の値です。2, 9, 4, 7 は、並べ替えて 2, 4, 7, 9。個数が偶数なら、真ん中の 2 つの平均で 4 + 7/2 = 5.5 です。並べ替えるのを忘れないことが最大のポイントです。
💡 考え方(なぜその手順?)
小さい順に並べ替えてから、中央の値を取る。個数が偶数なら中央の 2 つの平均。
📝 手順
- データを小さい順に並べ替える
- 個数が奇数なら真ん中の値
- 偶数なら真ん中 2 つの平均
✏️ 例題
2, 9, 4, 7 の中央値を求めよ。
- 小さい順:2, 4, 7, 9
- 個数が偶数なので中央 2 つの平均 4 + 7/2 = 5.5
答え:5.5
⚠ 間違えやすい点
- 並べ替えずに真ん中をとる、偶数個で平均を忘れる。
- 並べ替えずに中央の位置を取ってしまう。
⚡ もう一歩先へ(テクニック)
- 個数が奇数なら n + 1/2 番目、偶数なら n/2 番目と n/2 + 1 番目の平均。
- 外れ値があっても中央値は大きく変わらない。平均値との違いを問われたら、この性質を使う。
- 「中央値が 5 以上」など、不等式の条件は、真ん中の順位の値がどうなっているかで考える。
🔀 似た型との違い
平均値は全体の合計を使うが、中央値は順番だけで決まる。
3. 度数分布表の型
🔍 こんな問題に使う(見分け方)
階級と度数が並んだ表(度数分布表)が出てくる。
🌱 はじめての人へ(やさしい解説)
度数分布表は、データを階級(0〜10 など)に分けて、それぞれの個数(度数)を数えた表です。元の値はわからなくなるので、各階級の真ん中の値(階級値)を代表として使います。平均 = (階級値 × 度数) の合計 ÷ 全体の度数 です。
💡 考え方(なぜその手順?)
各階級の値を「階級値(真ん中の値)」とみなして、階級値 × 度数の合計を全体の度数でわる。
📝 手順
- 度数の合計 n を確認する
- 平均値=Σ(値×度数)/n
- 最頻値は度数が最大の値(階級値)
✏️ 例題
階級 0〜10(度数 2)、10〜20(度数 3)の度数分布表の平均を求めよ。
- 階級値:5 と 15
- 5×2 + 15×3/5 = 55/5 = 11
答え:11
⚠ 間違えやすい点
- 度数をかけずに値だけを平均する。
- 階級の端の値(0 や 10)を階級値にしてしまう。
⚡ もう一歩先へ(テクニック)
- 階級値は「階級の上限と下限の平均」。0〜10 なら 5。
- 中央値や四分位数の属する階級は、累積度数で数えて見つける。
- 最頻値は、度数が最大の階級の階級値。
🔀 似た型との違い
個々の値でなく階級値を使う点が「平均値の型」との違い。
4. 四分位数の型
🔍 こんな問題に使う(見分け方)
「第 1 四分位数」「第 3 四分位数」「箱ひげ図」の値を求める。
🌱 はじめての人へ(やさしい解説)
四分位数は、データを 4 等分する値です。小さい順に並べて、まず中央値(第 2 四分位数 Q2)で前半と後半に分けます。前半の中央値が Q1、後半の中央値が Q3 です。データが奇数個のときは、中央の値を前半にも後半にも含めません。
💡 考え方(なぜその手順?)
小さい順に並べ、中央値で前半・後半に分け、それぞれの中央値が Q1・Q3。データが奇数個なら中央の値は含めない。
📝 手順
- データを小さい順に並べ、全体の中央値 Q₂ を求める
- Q₂ より小さい半分の中央値が Q₁、大きい半分の中央値が Q₃
- 個数が奇数のとき、Q₂ はどちらの半分にも入れない
✏️ 例題
1, 3, 4, 6, 8, 9, 12 の Q1, Q3 を求めよ。
- 7 個。中央値は 6(4 番目)
- 前半 1, 3, 4 の中央値 Q1 = 3、後半 8, 9, 12 の中央値 Q3 = 9
答え:Q1 = 3、Q3 = 9
⚠ 間違えやすい点
- 奇数個のとき、中央値を半分に含めてしまう。
- 奇数個のとき中央値を前半・後半に含めてしまう。
⚡ もう一歩先へ(テクニック)
- 個数が奇数のとき、中央値は前半にも後半にも入れない。入れてしまうと Q1・Q3 がずれる。
- 個数が偶数のときは、ちょうど半分ずつに分ければよい。
- 箱ひげ図は、最小値・Q1・Q2・Q3・最大値の 5 つの値で描かれる。
🔀 似た型との違い
範囲・四分位範囲は、この値を使って引き算する次のステップ。
5. 範囲・四分位範囲の型
🔍 こんな問題に使う(見分け方)
「範囲」「四分位範囲」「四分位偏差」を求める。
🌱 はじめての人へ(やさしい解説)
範囲はデータの散らばりの大きさを表します。範囲 = 最大値 − 最小値。四分位範囲 = Q3 − Q1 は、真ん中の約半分のデータがどれだけ広がっているかを表します。四分位偏差は、その半分です。
💡 考え方(なぜその手順?)
範囲=最大−最小、四分位範囲=Q3−Q1、四分位偏差=四分位範囲÷2。
📝 手順
- 範囲=最大値−最小値
- 四分位範囲=Q₃−Q₁
- Q₁・Q₃ は四分位数の型で求める
✏️ 例題
最小 2、Q1 = 5、Q3 = 11、最大 20 のとき範囲と四分位範囲を求めよ。
- 範囲 = 20 − 2 = 18
- 四分位範囲 = 11 − 5 = 6
答え:範囲 18、四分位範囲 6
⚠ 間違えやすい点
- 範囲と四分位範囲の取り違え。
- 範囲と四分位範囲を取りちがえる。
⚡ もう一歩先へ(テクニック)
- 範囲は外れ値の影響を強く受けるが、四分位範囲は受けにくい。
- 「範囲」と「四分位範囲」は別物。最大・最小を使うのが範囲、Q1・Q3 を使うのが四分位範囲。
- 四分位偏差 = 四分位範囲 ÷ 2。
🔀 似た型との違い
範囲は外れ値の影響を受けやすいが、四分位範囲は影響を受けにくい。
6. 分散の型
🔍 こんな問題に使う(見分け方)
「分散」を求める。データが少なく、偏差がきれいな値になる。
🌱 はじめての人へ(やさしい解説)
分散は、データが平均からどれだけ散らばっているかの目安です。各データの「偏差(値 − 平均)」を 2 乗して、その平均を取ります。2 乗するのは、プラスとマイナスが打ち消し合って 0 にならないようにするためです。2, 4, 6 は平均 4、偏差が −2, 0, 2 なので分散 4 + 0 + 4/3 = 8/3。
💡 考え方(なぜその手順?)
分散 =(偏差の 2 乗)の平均。偏差=値−平均。
📝 手順
- 平均値 m を求める
- 分散=(偏差の 2 乗の平均)=(2 乗の平均)−m²
- 分数のまま計算して、最後に約分する
✏️ 例題
2, 4, 6 の分散を求めよ。
- 平均 = 4、偏差は −2, 0, 2
- 偏差² は 4, 0, 4 → 平均 8/3
答え:8/3
⚠ 間違えやすい点
- 偏差をそのまま足して 0 になる、(平均)² を引き忘れる。
- 偏差の 2 乗を足したあと個数でわり忘れる。
⚡ もう一歩先へ(テクニック)
- 別の式:分散 =(2 乗の平均)−(平均の 2 乗)。偏差が汚い値になるときは、こちらの方が計算が楽。
- 偏差の合計は必ず 0。計算の途中の検算に使える。
- 単位がもとの 2 乗になる(cm なら cm²)。散らばりを元の単位で見たいときは標準偏差にする。
🔀 似た型との違い
標準偏差は分散の平方根。
7. 標準偏差の型
🔍 こんな問題に使う(見分け方)
「標準偏差」を求める問題。分散から求める。
🌱 はじめての人へ(やさしい解説)
標準偏差は、分散の平方根です。分散は単位が 2 乗になってしまうので、√ をとって元の単位に戻した散らばりの指標です。1, 3, 5, 7 は平均 4、分散 9 + 1 + 1 + 9/4 = 5 なので、標準偏差は √5。
💡 考え方(なぜその手順?)
標準偏差 = √分散。分散を先に出してから平方根をとる。
📝 手順
- まず分散を求める
- 標準偏差=√分散
- √ の中を簡単にする
✏️ 例題
1, 3, 5, 7 の標準偏差を求めよ。
- 平均 = 4、偏差² は 9, 1, 1, 9
- 分散 = 20/4 = 5、標準偏差 = √5
答え:√5
⚠ 間違えやすい点
- 分散のまま答える、√ の簡約のし忘れ。
- 分散のまま答える。
⚡ もう一歩先へ(テクニック)
- まず分散を求めて、最後に √ をとる。√ の中が平方数をふくむときは簡単にする。
- データのばらつきが大きいほど標準偏差は大きい。すべて同じ値なら 0。
- 全員に同じ数を足しても標準偏差は変わらない。a 倍すると |a| 倍になる。
🔀 似た型との違い
分散と単位が違う(標準偏差はもとのデータと同じ単位)。
8. 相関係数の型 ★入試
🔍 こんな問題に使う(見分け方)
2 つの変量 x, y があり、「相関係数」を聞かれる。
🌱 はじめての人へ(やさしい解説)
相関係数は、2 つの量(身長と体重など)の関係の強さを −1 から 1 の数で表したものです。1 に近いと「一方が増えるともう一方も増える」、−1 に近いと「一方が増えると他方が減る」、0 に近いとほぼ関係なし。計算は 共分散 ÷(x の標準偏差 × y の標準偏差)。
💡 考え方(なぜその手順?)
相関係数 r = 共分散 ÷(x の標準偏差 × y の標準偏差)。−1〜1 の値になる。
📝 手順
- 相関係数 r=共分散/x の標準偏差×y の標準偏差
- 組のデータなら、平均→偏差の積の平均(共分散)を求める
- −1≦r≦1 になっているか確かめる
✏️ 例題
共分散 6、x の標準偏差 2、y の標準偏差 4 のとき相関係数を求めよ。
- r = 6/2 × 4
- = 3/4
答え:3/4
⚠ 間違えやすい点
- 標準偏差でなく分散でわってしまう。
⚡ もう一歩先へ(テクニック)
- 共分散が正なら正の相関、負なら負の相関。相関係数の符号は共分散の符号と一致する。
- 標準偏差ではなく分散でわってしまう間違いが多い。分母は標準偏差の積。
- 相関係数は、各データを a 倍したり b を足したりしても変わらない(a の符号が変わると符号が逆になる)。
🔀 似た型との違い
共分散は単位をもつが、相関係数は単位のない値。
9. 変量の変換の型 ★入試
🔍 こんな問題に使う(見分け方)
「全員に 5 点加える」「y = 3x + 2 に変換する」のようにデータを変換したときの平均・分散。
🌱 はじめての人へ(やさしい解説)
データを「全員に 5 点加える」「3 倍して 2 を足す」のように変換したとき、平均・分散・標準偏差がどう変わるかを問う型です。y = ax + b のとき、平均は ȳ = a·x̄ + b と同じ操作をします。分散は b を足しても変わらず、a² 倍。標準偏差は |a| 倍になります。
💡 考え方(なぜその手順?)
平均は変換と同じ操作をする。分散は定数を足しても変わらず、a 倍すると a² 倍。標準偏差は |a| 倍。
📝 手順
- y=ax+b のとき 平均値は a×(x の平均)+b
- 分散は a²×(x の分散)(b は影響しない)、標準偏差は |a|×(x の標準偏差)
- u=x−c/d と置いた問題は、x=du+c に戻して求める
✏️ 例題
x の平均 10、分散 4。y = 3x + 2 の平均と分散を求めよ。
- 平均 = 3×10 + 2 = 32
- 分散 = 3² × 4 = 36(足した 2 は影響しない)
答え:平均 32、分散 36
⚠ 間違えやすい点
- 分散に a をそのまま(2 乗せずに)かける。
- 分散にも 3 倍や +2 をそのまま使う。
⚡ もう一歩先へ(テクニック)
- 足す数 b は、全員が同じだけずれるだけなので、散らばりは変わらない。分散・標準偏差・範囲・四分位範囲には効かない。
- a 倍すると、散らばりは |a| 倍(分散は a² 倍)。マイナスの a でも標準偏差は正のまま。
- 平均だけは、変換の式(ax + b)をそのまま使える。
🔀 似た型との違い
平均は足し算も反映されるが、分散は反映されない点が最大のちがい。
10. 2グループ合併の型 ★入試
🔍 こんな問題に使う(見分け方)
2 つのグループ(人数・平均・分散が分かる)を合わせた全体の平均・分散。
🌱 はじめての人へ(やさしい解説)
2 つのグループを合併した全体の平均は、「合計 ÷ 人数」で求めます。A(5 人、平均 60)と B(15 人、平均 80)なら、合計は 300 + 1200 = 1500、人数は 20 なので平均 75。分散は、グループの分散を平均するだけでは出せません。2 乗の平均を使って合算します。
💡 考え方(なぜその手順?)
平均は「合計 ÷ 人数」で合算する。分散は「2 乗の平均 − 平均の 2 乗」を使って合計から出す。
📝 手順
- 合併の平均=n₁m₁+n₂m₂/n₁+n₂
- 各グループの 2 乗の平均=分散+平均²
- 合併の分散=(合併の 2 乗の平均)−(合併の平均)²
✏️ 例題
A(5 人、平均 60)と B(15 人、平均 80)を合わせた平均を求めよ。
- 合計 = 60×5 + 80×15 = 300 + 1200 = 1500
- 1500 ÷ 20 = 75
答え:75
⚠ 間違えやすい点
- 分散どうしを単純に平均してしまう。
- 平均の平均を取ってしまう。
⚡ もう一歩先へ(テクニック)
- 各グループの 2 乗の平均 = 分散 + 平均²。それを人数で重みをつけて足し、全体の 2 乗の平均を出す。
- 全体の分散 = 全体の 2 乗の平均 − 全体の平均²。
- 平均点の差や人数比がわかれば、どちらのグループの影響が大きいかも読み取れる(人数の多い方に近づく)。
🔀 似た型との違い
単純に 60 + 80/2 としないよう、人数の重みを考える。
11. 箱ひげ図を読む型
🔍 こんな問題に使う(見分け方)
「最小値・Q1・中央値・Q3・最大値」が与えられている、または箱ひげ図が出てくる。
🌱 はじめての人へ(やさしい解説)
箱ひげ図は、5 つの数字(最小値・Q1・中央値・Q3・最大値)をまとめて見せる図です。箱の幅が四分位範囲、ひげの端から端が範囲です。箱の中の線が中央値。データの形や散らばりが一目でわかります。
💡 考え方(なぜその手順?)
箱ひげ図の 5 つの値を読むと、範囲(端から端)と四分位範囲(箱の幅)が出る。外れ値は箱の端から四分位範囲の 1.5 倍より外。
📝 手順
- 箱ひげ図の 5 つの値(最小・Q1・中央値・Q3・最大)を読み取る
- 範囲 = 最大−最小、四分位範囲 = Q3−Q1、四分位偏差 = 四分位範囲÷2
- 外れ値は Q1−1.5×四分位範囲 より小さい、Q3+1.5×四分位範囲 より大きい値
✏️ 例題
最小 3、Q1 = 8、中央値 12、Q3 = 15、最大 24 の四分位範囲を求めよ。
- 四分位範囲 = Q3 − Q1
- 15 − 8 = 7
答え:7
⚠ 間違えやすい点
- 範囲(最大−最小)と四分位範囲(箱の幅)を取りちがえる。
⚡ もう一歩先へ(テクニック)
- 箱が長い → 真ん中半分のデータの散らばりが大きい。ひげが片方に長い → 外れ値や偏りがある。
- 箱ひげ図からは平均値や標準偏差は読めない。読めるのは 5 つの値とそこから出る範囲・四分位範囲。
- 2 つの箱ひげ図の比較では、中央値の位置と、四分位範囲の大きさを順に見る。
🔀 似た型との違い
「四分位数の型」で値を出した後に使う。範囲と四分位範囲を取りちがえやすい。
12. 偏差値の型
🔍 こんな問題に使う(見分け方)
「偏差値」「平均点・標準偏差が分かっていて、○点の偏差値は?」。
🌱 はじめての人へ(やさしい解説)
偏差値は、平均が 50、標準偏差が 10 になるように得点を変換したものです。偏差値 = 50 + 10 × (得点 − 平均点) ÷ 標準偏差。平均 60 点、標準偏差 10 点の試験で 75 点なら、50 + 10 × 1.5 = 65。標準偏差を 1 つの目盛りとして、平均からどれだけ離れているかを見ています。
💡 考え方(なぜその手順?)
偏差値=50+10×(得点−平均点)÷標準偏差。標準偏差を 1 つの単位として、平均からのずれを測り直したもの。
📝 手順
- 偏差値 = 50 + 10×(得点−平均点)÷ 標準偏差
- 得点や標準偏差を求めるときは、この式をその文字について解く
- 偏差値 10 の差は標準偏差 1 つ分の得点差
✏️ 例題
平均 60 点、標準偏差 10 点の試験で、75 点の偏差値を求めよ。
- 偏差値 = 50 + 10×75 − 60/10
- = 50 + 15 = 65
答え:65
⚠ 間違えやすい点
- 標準偏差でわらずに計算する、偏差値と得点を同じ尺度で足し引きする。
⚡ もう一歩先へ(テクニック)
- (得点 − 平均点) ÷ 標準偏差 は「平均から標準偏差何個分ずれているか」。これを 10 倍して 50 に足すだけ。
- 偏差値は試験ごとの平均・標準偏差で決まるので、異なる試験の点数どうしを比べるときに使える。
- 標準偏差でわる手順を忘れると、ただの点数の差になってしまう。
🔀 似た型との違い
偏差値 50 が平均、偏差値 10 の差が標準偏差 1 つ分と覚えると逆算が楽。
13. 共分散・相関係数の型
🔍 こんな問題に使う(見分け方)
2 つの変量のデータが対で並び、「共分散」を求める。または相関係数から共分散を求める。
🌱 はじめての人へ(やさしい解説)
共分散は、x と y が「いっしょに増えるか、逆に動くか」を表す量です。各データについて「x の偏差 × y の偏差」を計算し、その平均を取ります。x も y も平均より大きい(または小さい)データが多いと正、一方が大きいとき他方が小さいデータが多いと負になります。
💡 考え方(なぜその手順?)
共分散 =(x の偏差 × y の偏差)の平均。相関係数 = 共分散 ÷ 標準偏差の積。
📝 手順
- 共分散 =(x の偏差)×(y の偏差)の平均
- 相関係数 = 共分散 ÷(x の標準偏差×y の標準偏差)
- 値は −1〜1。符号は共分散の符号と同じ
✏️ 例題
(x, y) = (1, 2)、(3, 6)、(5, 4) の共分散を求めよ。
- x̄ = 3、ȳ = 4
- 偏差の積:(−2)(−2) = 4、0×2 = 0、2×0 = 0
- 共分散 = 4/3
答え:4/3
⚠ 間違えやすい点
- 偏差の積を合計したあと、個数でわり忘れる。
⚡ もう一歩先へ(テクニック)
- 別の式:共分散 =(x·y の平均)−(x の平均 × y の平均)。偏差が汚いときに楽。
- 偏差の積を合計したら、個数でわるのを忘れない。
- 共分散から相関係数を出すときは、x と y それぞれの標準偏差でわる。
🔀 似た型との違い
分散は 1 つの変量、共分散は 2 つの変量の偏差の積。
14. 外れ値を見つける型 ★入試
🔍 こんな問題に使う(見分け方)
「外れ値」の基準(Q1−1.5×四分位範囲 など)が書いてある。
🌱 はじめての人へ(やさしい解説)
外れ値は、他のデータから極端に離れた値です。基準が問題に書いてあるので、その通りに計算します。まず Q1 と Q3 を出し、四分位範囲 IQR = Q3 − Q1 を求めます。「Q1 − 1.5 × IQR より小さい」か「Q3 + 1.5 × IQR より大きい」ものが外れ値です。
💡 考え方(なぜその手順?)
小さい順に並べて Q1・Q3 を出し、基準の範囲を作る。その外にある値が外れ値。
📝 手順
- データを小さい順に並べ、四分位数 Q1、Q3 を求める(中央値で上下に分ける)
- 四分位範囲 = Q3−Q1、基準 = Q1−1.5×四分位範囲、Q3+1.5×四分位範囲
- 基準の外側にある値を数える・答える
✏️ 例題
1, 4, 5, 6, 7, 8, 9, 30 の外れ値を、基準「Q1 − 1.5×IQR 未満、Q3 + 1.5×IQR 超」で求めよ。
- 8 個。前半 1, 4, 5, 6 → Q1 = 4.5、後半 7, 8, 9, 30 → Q3 = 8.5、IQR = 4
- 基準は 4.5 − 6 = −1.5 未満、8.5 + 6 = 14.5 超
- 外れ値は 30
答え:30
⚠ 間違えやすい点
- データが奇数個のとき、中央値を上下の半分に含めてしまう。
⚡ もう一歩先へ(テクニック)
- Q1・Q3 を出すとき、個数が奇数なら中央値を前半・後半に含めない。
- 外れ値の境目の値は含まれない(「未満」「超」)。ちょうど境目の値は外れ値ではない。
- 外れ値が平均・分散・範囲に与える影響は大きいが、中央値や四分位範囲への影響は小さい。
🔀 似た型との違い
四分位数の型を使い、さらに基準の判定が加わる応用型。
15. 分散を 2 乗の平均で求める型
🔍 こんな問題に使う(見分け方)
「平均が m、2 乗の平均が ○」または「合計と 2 乗の合計」が与えられ、分散を求める。
🌱 はじめての人へ(やさしい解説)
分散は「2 乗の平均 − 平均の 2 乗」でも求まります。平均が 5、2 乗の平均が 28 なら、分散 = 28 − 5² = 3、標準偏差 = √3。偏差を 1 つずつ出さなくてもよいので、合計や 2 乗の合計が与えられた問題で楽になります。
💡 考え方(なぜその手順?)
分散 =(2 乗の平均)−(平均の 2 乗)。偏差を 1 つずつ出さなくても、合計から直接求められる。
📝 手順
- 平均 m と 2 乗の平均を求める(合計が与えられたら個数でわる)
- 分散 =(2 乗の平均)−(平均)²
- 標準偏差 = √分散
✏️ 例題
平均が 5、2 乗の平均が 28 のとき分散と標準偏差を求めよ。
- 分散 = 28 − 5² = 3
- 標準偏差 = √3
答え:分散 3、標準偏差 √3
⚠ 間違えやすい点
- 平均を 2 乗し忘れる、個数でわる前の合計どうしで引く。
⚡ もう一歩先へ(テクニック)
- 「2 乗の平均」は「データを 2 乗した値の平均」。「平均の 2 乗」と混同しない。
- 合計と 2 乗の合計が与えられたら、まず個数でわって平均と 2 乗の平均を出す。
- 分散は必ず 0 以上になる。負の値が出たら、計算を見直す。
🔀 似た型との違い
定義どおりに偏差を出す「分散の型」より速く、データが多い問題で便利。