統計検定2級 用語解説
歪度とは
分布が左右どちらに偏っているか、裾がどちらに長く伸びているかという非対称性の度合いを表す指標。
まず押さえる結論
歪度は、統計検定2級の「第1章 データの記述と要約」で確認しておきたい用語です。定義だけでなく、どの場面で使う言葉か、何と混同しやすいか、問題文のどの表現で判断するかまで確認します。
情報源と編集区分
公式範囲を確認し、具体例・誤答例・判断手順は当サイトが編集。 一次情報確認日: 2026-07-11。
試験概要（公式）試験での問われ方
定義の言い換え
用語そのものではなく、説明文の一部を言い換えて出されることがあります。
似た概念との比較
同じ章の用語と入れ替えた選択肢に注意します。対象、目的、使う場面を分けます。
具体例からの判断
問題文の事例が、定義のどの部分に対応しているかを先に確認します。
誤答しやすいポイント
×平均・中央値・最頻値の使い分け。外れ値があると平均は大きく動きやすいが、中央値は比較的影響を受けにくい。
×相関と因果の混同。相関係数が大きくても因果関係を示すとは限らない。
×分散・標準偏差・変動係数の違い。単位や平均の大きさが異なる比較では変動係数が使われる。
関連する確認問題
第1章 データの記述と要約 / 中心傾向の指標
所得データに一部の極端な高額値がある。分布の中心を評価するとき平均以外も見る理由はどれか。
この事例では、一部に極端な高額値がある所得データで、分布の中心を平均だけで評価しない理由を選ぶ。判断の軸は「偏りや外れ値による代表値への影響を確認するか」である。正解は「平均は極端な高額値に引っ張られて大きくなりやすいが、中央値は並べた中央の値なので影響を受けにくいため」である。平均は合計をデータ数で割るため、一部の極端な高額値に引っ張られて大きくなりやすい。中央値は並べたときの中央の値なので、極端な値の影響を受けにくい。高額側に外れ値がある所得のように右の裾が長い分布では歪度が正になり、平均・中央値・最頻値がずれる。このずれ自体が偏りや外れ値の手掛かりになる。平均が小さい側へ引っ張られるという向きの誤り、3つが必ず一致するという誤り、外れ値があると平均が計算できないという誤りを、代表値の求め方に戻って見分ける。
第1章 データの記述と要約 / 分布の特徴を表す指標
ある検査データの分布について、(a)左右どちらに裾が長く伸びているかという非対称性の度合いと、(b)分布の中心付近の尖り方や裾の重さの度合いを、それぞれ別の指標で数値化したい。この2つに対応する指標の組み合わせとして最も適切なものはどれか。
この事例では「非対称性の度合いと、中心付近の尖り方・裾の重さの度合いを、それぞれどの指標に対応させるか」を確認すると、(a)は歪度、(b)は尖度で数値化するに絞れる。正解は「(a)は歪度、(b)は尖度で数値化する」である。歪度は分布が左右どちらに偏っているか、裾がどちらに長く伸びているかという非対称性の度合いを表す指標である。尖度は分布の中心付近の尖り方や裾の重さの度合いを表す指標であり、正規分布を基準にどれだけ尖っているか、裾が重いかを数値で捉える。ジニ係数は所得などの分布の不平等度を表す別の指標であり、非対称性や尖り方を直接表すものではない。標準偏差はデータのばらつきの大きさを表す指標、変動係数は標準偏差を平均で割った相対的なばらつきの指標であり、いずれも分布の形状の非対称性や尖り方そのものを表す指標ではない。
第1章 データの記述と要約 / 分布の特徴を表す指標
NISTが示すFisher-Pearson型の歪度を計算したところ、値は正だった。分布の形状について最も適切な読み方はどれか。
正解は「右の裾が左の裾より相対的に長い」である。NISTが示すFisher-Pearson型の歪度では、正の値は右に歪んだ分布、すなわち右側の裾が相対的に長い形を表す。負の値なら左側の裾が相対的に長く、左右対称な分布では歪度は0付近になる。標準偏差は散らばりの大きさを表し、負の値を取らないため、裾の向きを標準偏差の符号から判断することはできない。歪度の絶対値だけでなく符号と裾の方向を対応させることが要点である。なお、多峰性など分布の形によって符号の解釈に注意が要るため、実データではヒストグラムも併せて確認する。
同じ章で確認したい用語
到達チェック
- 歪度を一文で説明できる
- 同じ章の似た用語と違いを説明できる
- 問題文の具体例から、歪度に関係する論点を拾える
- 関連問題を解き、誤答した選択肢の理由を確認できる
執筆: ミナト編集部（運営者情報を見る）