CSV数値列の基本統計

空欄は0ではなく「集計対象外」です

ここは地味ですが重要です。CSVの空欄をJavaScriptでそのまま数値化すると0になり得ますが、空欄を売上0円として平均へ混ぜると意味が変わります。このツールでは、まず空欄を除外してから数値化します。文字としてしか読めない値も集計対象外です。

件数を見ると、データ欠損にも気付きやすくなります

100行あるのに件数が92なら、8行は空欄または数値として読めない値です。平均値だけを見るより、最初に件数を見ると「そもそも何件で計算したのか」が分かります。1,000 のようなカンマ付き文字列はそのままでは数値として読めません。

つまり「件数」は品質チェックにもなります。列が本来100%数値のはずなのに件数が減っているなら、平均を読む前にその欠損・文字混入を直した方が、後続の分析も安定します。

中央値は、外れ値があるときに効いてきます

たとえば 10, 11, 12, 200 なら平均は大きく引っ張られますが、中央値は中央2値の平均です。平均と中央値が大きく離れているときは、一部の極端な値が全体像を歪めていないかを見るきっかけになります。

標準偏差は「母標準偏差」です

表示する標準偏差は、対象になった全データを母集団として n で割る母標準偏差です。標本標準偏差の n-1 ではありません。統計ソフトの結果と比べるときは、ここをそろえないと少し数字が変わります。

同じデータをExcelの STDEV.P と比べるなら近い定義です。STDEV.S と比べると分母が違うので、データ数が少ないほど差が目立ちます。

例えば、こんな使い方です

店舗別売上を別ツールで絞ったあと、売上列の平均・中央値・最小最大を見る、といった使い方です。件数、中央値、標準偏差まで一緒に見ると、「平均は普通に見えるけれど実はばらつきが大きい」といった状態も見つけやすくなります。