右に裾の長い金額データの変換
EC事業者のE社では、顧客の年間購入金額の分布が「大半は数千円だが、ごく一部の顧客は数百万円」という右に裾の長い形をしている。この金額を線形回帰の説明変数に使う前の処理として、最も適切なものを1つ選べ。
- A
最小値0・最大値1に正規化して、分布の偏りを取り除く
- B
平均0・標準偏差1に標準化して、分布を左右対称の形に整える
- C
金額の大きい顧客を外れ値として扱い、分析対象から一律に除く
- D
金額の対数をとり、大きな値の差を縮めて分布を左右対称に近づける
正解と解説を見る
正解:D
右に裾の長い金額・件数データには対数変換が有効である。標準化や最小最大正規化は尺度をそろえるだけで、分布の形は変えない。
- A
誤り。最小最大正規化も線形変換なので、形は変わらない。しかも最大値に引っ張られて、大半の顧客が0付近に詰まってしまう。
- B
誤り。標準化は位置と尺度をそろえるだけで、分布の形(偏り)は変わらない。右に裾が長いままである。
- C
誤り。大口顧客は入力ミスではなく実在する重要な顧客である。一律に除くと、売上に大きく効く層を分析から落としてしまう。
- D
正しい。対数変換すると、1,000円・10,000円・100,000円が 3・4・5(常用対数)のように等間隔になる。裾が縮んで、一部の大口顧客にモデルが引っ張られにくくなる。
このサイトの問題は、各試験の公開されている出題範囲に沿って作ったオリジナルの模擬問題です。本試験の問題ではありません。一般社団法人データサイエンティスト協会・一般財団法人統計質保証推進協会の公式サービスではありません。