第1回と第2回では目的を持って分析を実施することの重要性を解説しました。では、実際にデータを分析する際に扱うデータはどのようなものがあるのでしょうか。データはあくまで記号の羅列です。それぞれに意味があり、適切なコンテキスト（背景や意味）を読み取れなければ、正しいデータ分析はできません。そこで、今回はデータの基本的な尺度や統計量などを説明したいと思います。
データの4つの尺度について
データには主に4つの尺度があります。尺度とは物事の判断における基準のことです。基本的な集計においても、多変量解析や機械学習においても、この尺度が非常に重要です。なぜなら、適切な手法に対して、適切な尺度のデータを選択しなければ正しい分析を実施できないからです。
名義尺度
名義尺度とは物事を識別するための尺度のことです。例えば、男女や都道府県などが挙げられます。多くの場合、この名義尺度を数値と対応させ、データベースに保存することが一般的です。先ほどの例で言えば、男が1、女が2というような番号が付与されます。
順序尺度
順序尺度はランキングの1位、2位、3位や兄弟姉妹などのように、大小関係に意味のある尺度のことです。1位と2位の距離などの間隔については、関知せず、順位の大小のみを扱います。
間隔尺度
数値の差のみに意味のある尺度です。代表例としては気温が挙げられます。例えば、気温が10℃から20℃に上がった場合、気温が10℃上がったとは言いますが、2倍に上がったとは言いません。これは数値の差のみに意味があるためです。
比尺度
間隔尺度かつゼロに意味のある尺度のことを指します。最も馴染みのある尺度で、金額や人数などの多くの数値がこの尺度です。間隔尺度では差のみでしたが、この尺度では比率が意味を持ちます。
分析の現場では名義尺度と順序尺度を「質的データ」（カテゴリカルデータ）と呼び、間隔尺度と比尺度を「量的データ」と呼びます。量的データは平均値や標準偏差などを計算することができますが、質的データの場合は度数という形で頻度を定量化し扱うこともあります。
