読み方：わいど

歪度【skewness】

概要

歪度とは、データの分布が左右対称からどれだけ偏っているかを表す指標。分布の非対称性を数値化した統計量で、正規分布ではゼロとなる。ヒストグラムなどで分布の形状を確認する際、平均値や分散だけでは分からない偏りの有無を把握することができる。

裾が長い方向によって正負の符号が決まる。データが左側に偏り右側の裾が長く伸びる分布では歪度は正の値をとり、逆にデータが右側に偏り左側の裾が長く伸びる分布では負の値をとる。歪度がゼロに近い場合は左右の偏りが小さいことを意味する。

歪度が正の分布では、平均値が中央値や最頻値よりも大きくなる傾向が生じる。逆に、歪度が負の分布では、平均値が中央値や最頻値よりも小さくなる傾向が生じる。値の絶対値が大きいほど非対称の程度は強く、一般に絶対値が0.5未満ならほぼ対称、0.5から1.0なら緩やかな偏り、1.0以上なら顕著な偏りと判断されることが多い。

歪度は、平均からの偏差を3乗した値をもとに算出される。偏差を3乗するため、平均から大きく離れた値ほど影響が強くなり、極端な値や外れ値の存在によって歪度が大きく変化することがある。個人の所得のように大半が低い値で一部に非常に高い値が存在するデータでは、高い値の方向に裾が長くなり正の歪度を示すことが多い。

実務では、集計対象の数値データが平均値付近に均等に分布しているか、特定の方向に偏っているかを把握する目的で歪度が参照される。データ解析ソフトや表計算ソフトには歪度を自動算出する関数が標準で用意されており、分散などの指標とあわせて確認することで平均値だけでは見落としがちな偏りを早期に発見できる。機械学習の分野でも、入力データの歪みが大きい場合に対数変換などの前処理を行うかどうかの判断材料として利用されることがある。

(2026.8.28更新)