離散データと連続データ

データは、必然的に「データの収集、整理、分析、解釈の学問」であるため、統計学において最も顕著な存在である。統計で使われる数値データは、大きく2つに分類される。離散データと連続データである。

ディスクリートデータとは？

数値データが最大で数えられる数の値しかとれない場合、そのようなデータは離散データと呼ばれる。最大で数えられる数は有限か可算のどちらかである。この点について、例を挙げてさらに説明します。

あるクラスで5問の小テストがある。生徒が得られる正解の数は、0、1、2、3、4、5と、6つの可能性しかなく、これは有限の数です。したがって、仮に学生が正解した問題数のデータを集めるとすれば、その特定のデータは離散的なものとなる。

このゲームでは、人はターゲットに向かって銃を撃つ必要があります。命中するまでの発射回数のデータを集めると、この値は1、2、3、4...となる。理論的には、これらの値に有限の制限がある必要はない。しかし、これらの値は数えることができます。したがって、我々が収集する「ターゲットに当たるまでのショット数」は離散的なデータである。

離散データの最も一般的な状況は、データが特定の値を取ることができる、またはデータがカウントされることである。

連続データとは？

ある範囲内で取りうるすべての値を取りうる値を連続データと呼ぶ。したがって、連続データが0から5の範囲に入る場合、データポイントは0から5の間の任意の実数値をとることができる。

例えば、あるクラスの生徒の身長を測定する場合、データポイントは人間の身長の範囲内で任意の実数値を取ることができます。しかし、「生徒の身長を1cm単位で」というような制約を追加すると、限られた数の値しか受け付けないため、収集されるデータは不連続となる。繰り返しになるが、理論的には、制限のない測定は常に連続したデータセットを生成する。