条件ごとに集計すると、AとBで割合に差が出ることがよくあります。ただ、その差が条件の違いによるのか、たまたま生じた揺れなのかは、数字を眺めるだけでは判断しにくいものです。ここでは表計算ソフトだけで、偶然の揺れ幅を自分で測ってみる手順を書きます。
偶然の揺れを先に見ておく理由
件数が限られたデータでは、条件に意味がなくても割合は多少ずれます。そのずれの大きさを知らないまま差を解釈すると、小さな揺れを傾向だと読み違えかねません。先に基準を作っておけば、実際の差を落ち着いて評価できます。
用意するもの
分析に使う表を一枚複製します。条件を示す列(たとえば天候の区分)と、結果を示す列(ある着順だったかどうかを1か0で表した列)があれば足ります。元の表は触らず、複製した側だけで作業してください。
条件の列をばらばらに入れ替える
複製した表に作業用の列を足し、乱数を返す関数を入力して全行に埋めます。その乱数の順に並べ替えて、条件の列だけを別の位置に貼り直すと、結果の列とのつながりが切れた状態になります。各条件の件数は元のまま変わりません。
入れ替えた状態で差を計算する
入れ替え後の表で、元の集計と同じやり方で条件ごとの割合を出し、二つの差を書き留めます。ここで集計の式や母数を変えないことが肝心です。比べる対象がずれてしまうからです。
何度か繰り返して幅を記録する
同じ操作を、手間の許す範囲で何度も繰り返します。得られた差を一列に並べ、小さい値から大きい値までどのくらいの幅に収まったかを見ます。回数が増えるほど、幅の輪郭は見えやすくなります。
実際の差と並べて読む
元のデータで出た差を、この幅の中に置いてみます。幅の内側なら、偶然でも起こりうる程度の差だと言えます。外側にあっても、それだけで理由が分かるわけではないので、断定は避けて、別の期間でも同じか確かめる材料にとどめます。
記録に残す項目
実施日、使った表の版、乱数を使った操作の内容、繰り返した回数、得られた差の最小値と最大値、元の差をメモに残します。乱数は実行のたびに変わるため、結果の数値が毎回同じにならないことも一言添えておくと、後から読む人が戸惑いません。
この方法の限界
並べ替えで測れるのは、条件と結果が無関係だった場合の揺れ幅だけです。データの偏りや取得漏れまでは補えません。結果の解釈は、集計期間や除外条件の記録と合わせて行ってください。
こうした検証メモや記録の整え方は、公営競技データ分析ノートでも扱っています。