ホーム > ITストラテジスト試験 > 2013年
ITストラテジスト試験 2013年 午前2 問11
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。
エ：モンテカルロ法
ア：クラスタ分析法（正解）
イ：指数平滑法
ウ：デルファイ法
解説
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。【午前2 解説】
要点まとめ
- 結論：観測データを似た特徴ごとにグループ化する手法はクラスタ分析法である。
- 根拠：クラスタ分析法はデータの類似性を基に自然なグループを形成し、特徴の把握に役立つ。
- 差がつくポイント：指数平滑法やデルファイ法は予測や意見集約、モンテカルロ法は確率的シミュレーションであり、分類には用いない。
正解の理由
クラスタ分析法は、多数の観測データを類似性に基づいて複数のグループ（クラスタ）に分ける統計的手法です。これにより、各クラスタの特徴や共通点を明確にし、データの構造理解や要因分析が可能になります。問題文の「類似性による集団分類」と「特徴となる要因分析」に最も適した手法がクラスタ分析法であるため、選択肢アが正解です。
よくある誤解
指数平滑法は時系列データの予測に使い、クラスタリングとは目的が異なります。デルファイ法は専門家の意見集約手法であり、データの分類には用いません。
解法ステップ
- 問題文のキーワード「類似性」「集団や群に分類」「特徴となる要因分析」を確認する。
- 各選択肢の手法の目的と特徴を整理する。
- 類似性による分類を行うのはクラスタ分析法であると判断する。
- 他の選択肢は分類ではなく予測や意見集約、シミュレーションであることを確認し除外する。
- 正解はアのクラスタ分析法と確定する。
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きグループ分けし、特徴分析に用いる。 - イ: 指数平滑法
時系列データの予測に使う手法で、分類や群分けには適さない。 - ウ: デルファイ法
専門家の意見を集約し予測や意思決定支援を行う方法で、データ分類とは異なる。 - エ: モンテカルロ法
確率的シミュレーション手法であり、データの類似性による分類には用いない。
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、異常検知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分析結果に大きく影響します。
FAQ
Q: クラスタ分析法はどのような距離を使うのですか？
A: ユークリッド距離やマンハッタン距離、コサイン類似度など目的に応じて使い分けます。
A: ユークリッド距離やマンハッタン距離、コサイン類似度など目的に応じて使い分けます。
Q: 指数平滑法はどんな場面で使いますか？
A: 過去の時系列データを基に短期的な未来の値を予測する際に用います。
A: 過去の時系列データを基に短期的な未来の値を予測する際に用います。
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, データマイニング