ホーム > ITストラテジスト試験 > 2015年
ITストラテジスト試験 2015年 午前2 問08
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。
ア：クラスタ分析法（正解）
イ：指数平滞法
ウ：デルファイ法
エ：モンテカルロ法
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でグループ化し分析する手法はクラスタ分析法です。
- 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、特徴抽出に適しています。
- 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、モンテカルロ法は確率的シミュレーションであり、分類分析とは目的が異なります。
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、各クラスタの特徴を明確にし、データの構造やパターンを理解しやすくします。問題文の「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」という条件に最も合致するため、ア: クラスタ分析法が正解です。
よくある誤解
指数平滑法は時系列データの予測に使い、データの分類や群分けには適しません。デルファイ法は専門家の意見を集約する手法であり、データの類似性分析とは異なります。
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」「特徴となる要因を分析」を確認する。
- 各選択肢の手法の目的と特徴を整理する。
- データの分類・群分けに使われる手法を選ぶ。
- クラスタ分析法が該当することを確認し、正解とする。
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化し特徴分析が可能。 - イ: 指数平滑法
→ 時系列データの予測に用いる手法で、分類や群分けには使わない。 - ウ: デルファイ法
→ 専門家の意見を集約し予測や意思決定に活用する方法で、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、データの類似性分析や分類には適さない。
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: クラスタ分析法と分類分析の違いは何ですか？
A: クラスタ分析は教師なし学習でデータを自然なグループに分けるのに対し、分類分析は教師あり学習で既知のラベルに基づき分類します。
A: クラスタ分析は教師なし学習でデータを自然なグループに分けるのに対し、分類分析は教師あり学習で既知のラベルに基づき分類します。
Q: 指数平滑法はどのような場面で使いますか？
A: 時系列データの短期的な予測に使われ、売上予測や需要予測などに適しています。
A: 時系列データの短期的な予測に使われ、売上予測や需要予測などに適しています。
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, k-means, 階層的クラスタリング