応用情報技術者 2018年 秋期 午前2 問69
問題文
観測データを類似性によって集団や群に分類し、その特徴となる要因を分析する手法はどれか。
選択肢
ア：クラスタ分析法（正解）
イ：指数平滑法
ウ：デルファイ法
エ：モンテカルロ法
観測データの類似性による分類と特徴分析【午前2 解説】
要点まとめ
- 結論：観測データを類似性で分類し特徴を分析する手法はクラスタ分析法です。
- 根拠：クラスタ分析はデータのグループ化に特化し、各群の特徴を抽出するために用いられます。
- 差がつくポイント：指数平滑法やデルファイ法は時系列予測や意見集約に使い、モンテカルロ法は確率的シミュレーションであり、分類には適しません。
正解の理由
クラスタ分析法は、観測データの類似性を基にグループ（クラスタ）に分ける統計的手法です。これにより、データの中に潜むパターンや特徴的な要因を明らかにできます。選択肢の中で、データの分類と特徴分析に直接対応するのはクラスタ分析法のみです。
よくある誤解
指数平滑法は時系列データの予測に使い、データの分類には向きません。デルファイ法は専門家の意見を集約する手法であり、データ解析手法ではありません。
解法ステップ
- 問題文の「類似性による集団や群の分類」に注目する。
- 選択肢の手法の特徴を整理する。
- クラスタ分析法が「分類と特徴分析」に該当することを確認する。
- 他の手法が分類に適さないことを理解し、クラスタ分析法を選択する。
選択肢別の誤答解説
- ア: クラスタ分析法 — 正解。データの類似性に基づく分類と特徴分析に最適。
- イ: 指数平滑法 — 時系列データの予測に用い、分類目的ではない。
- ウ: デルファイ法 — 専門家の意見集約手法であり、データの分類とは無関係。
- エ: モンテカルロ法 — 確率的シミュレーション手法で、分類や特徴分析には使わない。
補足コラム
クラスタ分析法はマーケティングの顧客セグメンテーションや生物学の分類学など幅広い分野で活用されます。代表的な手法には階層的クラスタリングやk-means法があり、距離や類似度の定義が重要です。
FAQ
Q: クラスタ分析法はどのような距離を使うのが一般的ですか？
A: ユークリッド距離やコサイン類似度がよく使われますが、データの性質に応じて選択します。
A: ユークリッド距離やコサイン類似度がよく使われますが、データの性質に応じて選択します。
Q: 指数平滑法はどんな場面で使いますか？
A: 時系列データの短期予測に用いられ、過去のデータに重みを付けて未来を推定します。
A: 時系列データの短期予測に用いられ、過去のデータに重みを付けて未来を推定します。
関連キーワード: クラスタリング、類似性分析、データ分類、統計解析、k-means, 階層的クラスタリング
\ せっかくなら /
応用情報技術者を
クイズ形式で学習しませんか？
クイズ画面へ遷移する→
すぐに利用可能！