データ分析

学ぶこと

• 1行が1人なのか、1日なのか、1回の利用なのかで集計の意味が変わります。
• 数値の単位、集めた期間、対象を先に確かめます。
• 最初は公開データや架空データを使うと、個人の記録を渡さずに練習できます。

やってみよう

1. 『曜日によって貸出冊数は違うか』など、比較できる問いを1つ選ぶ。
2. 5〜20行の表を用意し、各列の意味と単位を書き出す。
3. AIに表の構造だけを説明させ、正しく読み取れているか照合する。

学ぶこと

• 欠損は、未回答・測定できなかったなど、値が得られていない状態です。0は、測定や集計の結果がゼロだったという値です。「貸出記録が不明」と「貸出が0冊」は区別します。
• 同じ日付が2行あっても、重複とは限りません。1行の定義に戻って判断します。
• 元データを残し、どの行や値を変えたか記録するとやり直せます。

やってみよう

1. 空欄、型の違い、極端な値、重複候補をAIに一覧化させる。
2. それぞれを『修正／そのまま／除外』のどれにするか決め、理由を残す。
3. 処理前後の行数と合計を比べ、意図しない変更がないか確認する。

学ぶこと

• 合計と1件あたりの平均は別のもの。比較対象の大きさをそろえます。
• 平均は極端な値の影響を受けます。中央値や分布も見ると解釈を補えます。
• 軸・単位・対象期間・出典がない図は、読み手が意味を確かめられません。

やってみよう

1. AIに集計方法と適したグラフを提案させ、選ぶ理由を確認する。
2. 合計や割合のうち2つを、電卓や表計算でも計算して照合する。
3. タイトル・軸・単位・期間・出典を付け、見やすさを調整する。

学ぶこと

• 一緒に増減する相関だけでは、片方がもう片方の原因だとは言えません。
• 誰から集めたデータかによって、結果を広げてよい範囲が変わります。
• 少ないデータの差や偶然の変動を、大きな傾向と決めつけないようにします。

やってみよう

1. 数値で確かめた事実を2つ、考えられる理由を2つ、分からないことを1つ書く。
2. AIに別の解釈と、結論を弱める条件を尋ねる。
3. 対象と期間を明記した200字の考察にまとめる。

学ぶこと

• 再現性とは、元データと手順から同じ結果をたどれることです。
• Colabのノートブックでは、説明・コード・結果をまとめて残せます。
• AIが書いたコードも、入力・処理・出力に分けると読みやすくなります。

やってみよう

1. AIと一緒に、CSV読込・点検・集計・可視化を順に行う小さなノートをつくる。
2. 環境を最初から動かし直し、前の実行状態に頼らず結果が出るか確認する。
3. 別の日のデータに差し替えて、同じ手順で図を更新する。