🧮 数式に値を入れて手で計算する: Y軸切断による誇張倍率

合成データで Y軸を 0 から始めた場合と 95 から始めた場合の見かけ倍率を比較する。

Step 1: データ

Step 2: 見かけの差

🐍 Python で再現

1
2
3
4
5
6
7
8
9

import numpy as np
vals = np.array([97, 98, 99, 100])
# Y軸 0 起算: 高さ vals
bars_0 = vals
# Y軸 95 起算: 高さ vals-95
bars_95 = vals - 95
print(f"0 起算 D/A 比: {bars_0[3]/bars_0[0]:.3f}")
print(f"95 起算 D/A 比: {bars_95[3]/bars_95[0]:.3f}")
print(f"誇張倍率: {(bars_95[3]/bars_95[0])/(bars_0[3]/bars_0[0]):.2f}")

📤 実行結果

💬 手計算 (Step 2) 2.43 倍と Python 出力が完全一致。 Y 軸切断で 2.4 倍に誇張される。

🔍 Lie Factor を SSDSE-B-2026 で解釈する

Tufte の Lie Factor（LF）は、 グラフ上の視覚的な変化量をデータの実際の変化量で割った比率であり、 1.0 が理想値（歪みなし）、 1.0 から離れるほど誤誘導が大きいことを意味する。 SSDSE-B-2026 の人口データ（A1101）を使ってこの指標を具体的に解釈してみる。

具体例: 都道府県人口の棒グラフ（2023 年）

東京都（14,086 千人）と秋田県（914 千人）の 2 県を比較するとする。 実データの比率は 14086 ÷ 914 ≈ 15.4 倍。 この棒グラフを Y 軸 800 〜 15000 の範囲で描いた場合、 棒の見かけの高さは (14086-800):(914-800) = 13286:114 ≈ 116.5 倍 になる。 Lie Factor = 116.5 ÷ 15.4 ≈ 7.56 となり、 実際より 7 倍以上の差があるように見える誤誘導グラフが生まれる。

Y 軸を 0 起点から 800 起点に変えるだけで Lie Factor が 1.0 から 7.6 に跳ね上がる。 これが「Y 軸切断」が可視化において最も警戒すべき手法として挙げられる理由である。 実務で棒グラフを作成するときは必ず Y 軸最小値を 0 に設定し、 もし範囲を絞る場合は「Y 軸は〇〇から」と明記したタイトルや注記を付ける必要がある。

Lie Factor の許容範囲

Tufte の原則では LF が 0.95〜1.05 の範囲（±5%以内）に収まっていれば誠実な図とみなされる。 1.0 未満は差を過小表現、 1.0 超は差を過大表現している。 学術論文・報道グラフ・行政公表資料では LF を明記することが求められ始めており、 データジャーナリズムの文脈では「グラフの LF を計算して示す」実践が広がっている。

誤誘導グラフの 5 類型と対処一覧

誤解を招くグラフは大きく 5 種類に分類できる。 それぞれの特徴と修正方針を以下に示す。

これら 5 種の誤誘導パターンはいずれも「意図的に使えば詐術、 無意識に使えば誤り」になる。 自分のグラフが上記のどの類型に当てはまっていないかを毎回チェックする習慣が、 誠実なデータビジュアライゼーションの第一歩となる。 また読者側としても同じ 5 類型を頭に入れておくと、 報道・広告・政治資料に含まれる誤誘導を見抜く目が養われる。

🌳 手法選択フロー

グラフを作る場面ごとに「どこで誤解が生まれやすいか」を確認し、 適切な対策を選ぶための 4 段階フロー。

1. Step 1 ― 軸の確認: 棒グラフ・折れ線なら Y 軸は 0 起点か? 切断している場合は Lie Factor を計算して 1.0 に近づける。人口や金額のような絶対量は必ず 0 起点にする。
2. Step 2 ― サンプルの代表性: SSDSE-B-2026 のように n=47 の小標本では外れ値（東京・大阪）が視覚的印象を歪める。都道府県比較なら「東京を含む全 47 件」と「東京除く 46 件」の 2 枚を並べて差を明示する。
3. Step 3 ― 色・3D 効果の排除: グラデーション・3D 棒グラフ・爆発パイは奥行き効果で比率が歪む。matplotlib のデフォルト 2D 配色（彩度控えめ）が安全。ColorBrewer の配色を採用すると色覚バリアフリーも同時に達成できる。
4. Step 4 ― チェックリスト査読: 最終確認として「縦軸ゼロ・等間隔・タイトル中立・凡例一致・出典記載」の 5 項目を通す。1 つでも NG なら修正してから発表・公開する。

SSDSE-B-2026 の人口（A1101）や 65 歳以上人口（A1303）を題材に上記 4 ステップを練習すると、 実務で同じミスを繰り返さなくなる。

実際の図作成フロー（Python コード 5 行のルール）

誠実な棒グラフを最短で作るための Python 5 行ルールを示す。 ① df.sort_values(col) で順序を固定、 ② ax.bar() で描画、 ③ ax.set_ylim(0, ...) でゼロ起点を強制、 ④ ax.set_xlabel() / ax.set_ylabel() で単位付きラベル、 ⑤ fig.text(0.99, 0.01, '出典: SSDSE-B-2026', ha='right', fontsize=9) で出典を右下に記載する。 この 5 行を雛形にして毎回貼り付ける習慣を付けると、 上記チェックリストの半分は自動的に通過する。

折れ線グラフでは Y 軸ゼロ起点の縛りを緩めることができるが、 その場合は必ず「Y 軸は〇〇から」という注記をグラフ内に入れ、 Lie Factor が 2 を超えないよう数値で確認する。 特に時系列データ（SSDSE-B の年次変化）では変化率が小さい場合に軸切断が誤解を生みやすいため、 変化率グラフ（前年比 %）と絶対値グラフを必ず両方提示するのが安全策である。

上記の 5 行ルールと 10 項目チェックリストは、 可視化の授業・研修でそのまま演習課題として使える。 受講者が SSDSE-B-2026 の任意の列（例: 出生数 A4101、 消費支出 L3221）を選んで棒グラフを作成し、 Lie Factor を計算して提出する形式にすると、 誤誘導グラフの概念が体験的に定着する。 評価観点としては「ゼロ起点の遵守」「Lie Factor の計算・記載」「出典と n 数の明記」の 3 点を必須要件とし、 それ以外の工夫（色覚バリアフリー・注記の丁寧さ・比較図の追加）を加点要素とするとバランスが良い。 こうした演習を通じて、 受講者が「誠実な可視化」を自律的に実践できるデータリテラシーを身につけることが最終目標となる。

🔗 隣接手法への橋渡し

「誤解を招くグラフ」は可視化品質の問題であると同時に、 統計的推論・機械学習・データ倫理と直接つながっている。

• 上流 ― データ前処理: 標準化 や 外れ値処理 を経ていないデータを可視化すると、スケール差が自動的に誤誘導を生む。前処理→可視化のパイプラインとして一体で設計する。
• 並列 ― 統計量の併記: グラフ単体ではなく 信頼区間 や p 値 を同じ図に載せることで、 「棒の高さ差が偶然か系統的かを読者が判断できる」状態を作る。これが誤解を防ぐ最も効果的な補助策。
• 下流 ― アルゴリズム公平性: アルゴリズムバイアス の報告でも誤誘導グラフは問題になる。Fairness 指標（demographic parity gap 等）の図を Y 軸切断で描くと格差が「小さく見える」。報告書では常に 0 起点グラフを義務付けること。

これらの接続を意識することで、 「誤解を招くグラフ」を中核に据えた一貫した分析・報告パイプラインを構築できる。

🔖 キーワード索引（R18 補強版）

この 誤解を招くグラフ ページで出てくる主要キーワードを一覧します。チップをクリックすると該当箇所へジャンプできます。

🎨 直感で掴む（R18）── 誤解を招くグラフ を絵で理解

誤解を招くグラフ の本質は、ひとことで言うと「軸の切り取り・3D 化・チェリーピッキングなどで、データの実態より大きく見せる／反対方向に見せる図。」です。 数式に踏み込む前に、まずイメージで掴みましょう。

• もし 誤解を招くグラフ を 使わない と：データの大事な情報（分布の形、外れ値、関係の方向）が見落とされ、結論が偏ります。
• もし 誤解を招くグラフ を 使う と：47 都道府県の差をデータで読む方法が手に入り、根拠つきで主張できるようになります。
• 具体例：SSDSE-B-2026 の人口を「ゼロ起点」と「1400 万付近で始める軸」で 2 通り描き比べると、後者では小さな差が大きく見え、誤解の典型例になります。

ヒント：直感が掴めたら、次の「数式または定義」セクションで形式化を確認してください。 形式化と直感がつながれば、誤解を招くグラフ はもう武器です。

📐 数式または定義（R18）── 誤解を招くグラフ を形式化する

誤解を招くグラフ を一般化して書くと、観測ペア $(x_1, y_1), \dots, (x_n, y_n)$（ここでは $n = 47$ 都道府県）に対して、次の関係を仮定します。

ここで $\theta$ は推定したいパラメータ、$\varepsilon$ はモデルでは説明しきれない誤差項。 誤解を招くグラフ の流派ごとに、$f$ の形（線形・ロジスティック・木）、$\varepsilon$ の分布（正規・二項・ポアソン）が変わります。

🔬 数式を言葉で読み解く（R18）

上の式 $y = f(x; \theta) + \varepsilon$ を「数学者の声」ではなく、「現場の声」で読み直してみます。

1. $y = f(x; \theta)$：「あなたが説明したい量（$y$）は、手元の説明材料（$x$）から、ある関数 $f$ で計算できると 仮に 置く」
2. $+ \varepsilon$：「とはいえ、$y$ は完全には $x$ で決まらない。残りは 誤差項 $\varepsilon$ として認める」
3. パラメータ $\theta$ の推定：「データを 47 個並べ、$y$ と $f(x;\theta)$ の差をできるだけ小さくする $\theta$ を選ぶ」
4. 不確かさの定量化：「$\theta$ も $f$ もデータから推定したので、信頼区間と $p$ 値で『どれくらい確信できるか』を必ず併走させる」

合言葉：「定義は短い、解釈は長い」。誤解を招くグラフ はたった 1 行の式ですが、それを 47 都道府県データに当てると、5 種類のチェックリスト（線形性・独立性・等分散・正規性・外れ値）が芋づる式に出てきます。

🧮 実値で計算してみる（R18）── SSDSE-B-2026 で 誤解を招くグラフ

数式が読めたら、すぐに 実データ（SSDSE-B-2026, 47 都道府県, 2023 年度）で計算しましょう。 抽象を 47 行の表に落とすと、急に理解できることがあります。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17

import pandas as pd

# df2023 はこのあとのブロックで作っているので、ここでも用意しておく
df = pd.read_csv('data/raw/SSDSE-B-2026.csv', encoding='cp932', skiprows=[1])
df2023 = df[df['SSDSE-B-2026'] == 2023].copy()

# 誤解を招くグラフ の代表値を SSDSE-B-2026 で確認
col = 'A1101'
s = df2023[col].astype(float)

print('n            :', len(s))             # 47
print('mean         :', round(s.mean(), 2))
print('median       :', round(s.median(), 2))
print('std          :', round(s.std(),  2))
print('min / max    :', s.min(), '/', s.max())
print('Top 3 prefs  :')
print(df2023.nlargest(3, col)[['Prefecture', col]])

結果を見ると、47 都道府県のうち上位 3 県が突出しているか、なだらかに分布しているか、すぐ分かります。 この「分布の形」が見えると、誤解を招くグラフ を語る土台ができたことになります。

🐍 Python 実装（R18）── 誤解を招くグラフ のミニ完全版

Python の実装は「読む → 集計 → 描く → 報告」を一直線に書きます。長いコードよりも、各ステップが分離していることが大事です。

① データ読み込み

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# SSDSE-B-2026 を読み込み（47 都道府県の人口（軸操作の比較））
df = pd.read_csv('data/raw/SSDSE-B-2026.csv', encoding='cp932', skiprows=[1])

# 2023 年度（最新）だけ抽出
df2023 = df[df['SSDSE-B-2026'] == 2023].copy()
print(df2023.shape)         # (47, ...)
print(df2023[['Prefecture', 'A1101']].head())

② 集計と可視化

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14

import os
os.makedirs('html/figures', exist_ok=True)  # 保存先のフォルダを作っておく

# 誤解を招くグラフ を 47 都道府県でビジュアル化
fig, ax = plt.subplots(figsize=(9, 6))
df2023.sort_values(col, ascending=False).plot.bar(
    x='Prefecture', y=col, ax=ax, color='#00897B', legend=False)
ax.set_title('47 都道府県の人口（軸操作の比較）（SSDSE-B-2026, 2023）')
ax.set_ylabel(col)
ax.set_xlabel('都道府県')
plt.xticks(rotation=90)
plt.tight_layout()
plt.savefig('html/figures/deceptive-graph.html_r18_bar.png', dpi=120)
plt.show()

③ 報告用テンプレ

レポート文例：「SSDSE-B-2026（2023 年度, n=47）に基づいて 誤解を招くグラフ を確認したところ、平均は X、標準偏差は Y、上位 3 県は東京・神奈川・大阪であった。 SSDSE-B-2026 の人口を「ゼロ起点」と「1400 万付近で始める軸」で 2 通り描き比べると、後者では小さな差が大きく見え、誤解の典型例になります。」

⚠️ 落とし穴（R18）── 誤解を招くグラフ で踏みやすい 5 つ

• スケールの混在：誤解を招くグラフ を扱うとき、人口（百万人）と比率（%）のように単位が混ざると、図や係数の解釈が崩れます。標準化やログ変換で揃えるのが安全です。
• 小標本（n=47）：47 都道府県は標本数が小さく、外れ値 1 県の影響が大きく出ます。95 %信頼区間や bootstrap も同時に示しましょう。
• 因果と相関の混同：誤解を招くグラフ で見えた関係は「一緒に動いている」だけで、因果関係を保証しません。逆因果・交絡・選択バイアスを必ず併走で議論してください。
• カテゴリの粒度：47 都道府県を 1 単位で扱うか、8 地域ブロック（北海道・東北・…）で集約するかで、結論が変わります。集計粒度は最初に決めて固定しましょう。
• 視覚的トリック：軸を切り取る・色を扇情的に使う・3D で奥行きをつける、などの装飾は「説得力ある誤り」を生みます。常に「ゼロ起点」「線形軸」で 1 枚作って比べる癖をつけてください。

合言葉：レポート提出前に「ゼロ起点で 1 枚描き直す」「外れ値を 1 県外して再計算」「逆方向の因果を 1 行で否定する」を必ずやる。

🌐 関連手法・派生（R18）── 誤解を招くグラフ の周辺地図

🔗 関連用語（前提・並列・発展）（R18）

• 相関係数［前提］
• 回帰分析［並列］
• 線形回帰［前提］
• 重回帰分析［発展］
• ロジスティック回帰［発展］
• 信頼区間［前提］
• p 値［前提］
• 仮説検定［並列］
• 平均［前提］
• 標準偏差［前提］
• ヒストグラム［並列］
• 散布図［並列］
• 箱ひげ図［並列］
• データ可視化［上位］
• 探索的データ分析［上位］
• 特徴量エンジニアリング［並列］

📚 関連グループ教材（R18）

用語単位ではなく、章単位で学び直すなら以下の グループ教材 に進むのが近道です。

• グループ教材：クラスタリング
• グループ教材：自然言語処理
• グループ教材：時系列分析
• グループ教材：探索的データ分析（EDA）
• グループ教材：データ可視化

🎙 narration まとめ（R18）── コード解説の総括

本ページに登場した Python コードはすべて以下のテンプレートで読み解けます：

覚え方：「Read → Roll up → Render → Read it back」。 最後の「Read it back」は、出力された数字や図を口に出して 1 度言うこと。 これで 誤解を招くグラフ の現場運用は十分に回ります。

❓ FAQ（R18）── よくある質問 7 連

Q1. 誤解を招くグラフ は機械学習でも使う？

使います。前処理（特徴量 → 入力ベクトル）、評価（指標の可視化）、解釈（係数の可視化）など、機械学習のあらゆる工程で 誤解を招くグラフ は登場します。

Q2. n=47 で十分？

記述統計や 1 変量・2 変量の可視化には十分。ただし複数の説明変数を同時に検討するときは、自由度が枯れます。bootstrap や情報量規準（AIC/BIC）で補強しましょう。

Q3. SSDSE-B-2026 はどこで手に入る？

独立行政法人統計センター（NSTAC）「SSDSE」サイトから無料でダウンロードできます。本ページの実装はすべて data/raw/SSDSE-B-2026.csv を前提にしています。

Q4. ライセンスは？

SSDSE は教育目的での利用が許諾されています（出典明示、改変記録）。論文公開時は出典欄に「総務省統計局, SSDSE-B-2026」を必ず書きましょう。

Q5. 誤解を招くグラフ を最短で身につけるには？

① ヒストグラム 1 枚を描く → ② 平均・中央値・標準偏差を読み上げる → ③ 上位 3 県・下位 3 県を暗記する → ④ 2 変量の相関を 1 つ確認する → ⑤ レポート 1 行にまとめる。これを 47 都道府県データで 3 回回せば、用語の地形が掴めます。

Q6. 誤解を招くグラフ に関する代表的な論文は？

本リポジトリの 論文一覧 から「可視化」カテゴリの論文を見ると、誤解を招くグラフ を実際に使った再現コードが付いています。

Q7. 報告書ではどの順で書く？

「目的 → データ → 誤解を招くグラフ の選択理由 → 結果（図 + 数値）→ 解釈 → 限界（n=47, 単年）→ 次の一手」の順が王道です。

✅ グラフ誠実化チェックリスト — 実務・論文投稿前の最終確認

発表・提出前に以下の 10 項目を通過していれば、 誤誘導グラフとして査読者・聴衆に指摘される可能性は大幅に下がる。 SSDSE-B-2026 のデータで試作した図を例として使うと判定しやすい。

このチェックリストを図の生成コードの直後に Python コメントとして埋め込んでおくと、 レビュー時に自動的に目に入るようになる。 特に項目 1（ゼロ起点）と項目 9（Lie Factor）は、 可視化品質を数値で担保できる唯一の指標として重要視されている。

📚 さらに踏み込む（R18）── 用語ネットワーク 16 件

用語は単独では覚えづらいので、前提・並列・発展の 3 方向で 16 件並べます。

• 相関係数［前提］
• 回帰分析［並列］
• 線形回帰［前提］
• 重回帰分析［発展］
• ロジスティック回帰［発展］
• 信頼区間［前提］
• p 値［前提］
• 仮説検定［並列］
• 平均［前提］
• 標準偏差［前提］
• ヒストグラム［並列］
• 散布図［並列］
• 箱ひげ図［並列］
• データ可視化［上位］
• 探索的データ分析［上位］
• 特徴量エンジニアリング［並列］

勧め方：1 日 1 リンク。クリックして読んだら、誤解を招くグラフ のページに戻り、「誤解を招くグラフ とこの用語はどう違う？」を 1 行書く。

✅ 使う前のチェックリスト（R18）

• □ データの出典は明記したか（SSDSE-B-2026, 2023 年度, n=47）
• □ 単位は揃えたか（人口は千人 or 百万人 のどちらか）
• □ ゼロ起点で 1 枚描き直したか
• □ 外れ値（東京・北海道など）の影響を 1 回外して再計算したか
• □ 誤解を招くグラフ の限界（n=47, 単年, 因果ではない）を最後に書いたか
• □ 関連手法（誤解を招くグラフ 以外）を 1 つは試したか
• □ 落とし穴 5 件を再読したか

🧪 ミニケース（R18）── 誤解を招くグラフ を 5 段階で完走する

1. STEP 1：問いを書く ── 47 都道府県のうち「47 都道府県の人口（軸操作の比較）」が大きい県と小さい県では、暮らしぶりにどんな差があるか？
2. STEP 2：データを読む ── SSDSE-B-2026 から A1101 を取り出し、2023 年度・47 行に絞る。
3. STEP 3：分布を見る ── ヒストグラムと箱ひげ図で「上位 3・下位 3」を特定し、東京・神奈川・大阪などの突出を確認する。
4. STEP 4：関係を測る ── 別の変数（人口・死亡率など）との 2 変量関係を散布図 + 相関で測る。
5. STEP 5：報告する ── 「上位 3 県は X, Y, Z。これらは…」という 200 字レポートに落とす。

合言葉：5 STEP のうちどれか 1 段でも飛ばすと、結論が「数字だけ」になり、読者の腑に落ちなくなります。 誤解を招くグラフ は「数字 + 物語」のセットで完成です。

🚫 アンチパターン集（R18）── 誤解を招くグラフ で「やってはいけない」9 連

1. 合成データを np.random.seed で作って「再現実験しました」と書く（教育用途では SSDSE-B-2026 を使うのが必須）
2. カラムを iloc[:, 5] のように位置で参照し、SSDSE のバージョン違いで壊れるコードを書く
3. 都道府県の集計順を「日本語五十音」「アルファベット」「東京から時計回り」など混在させ、図の解釈を難しくする
4. 変数名を x1, x2, x3 のように匿名化し、読者が意味を追えないコードにする
5. 軸を切り取って小さな差を大きく見せる（特に y 軸の最小値を 0 にしない）
6. 外れ値の県を黙って削除する（必ず「東京を外した版」と「全件」を両方描く）
7. p < 0.05 を「効果がある」と読み替える（本来は「偶然では説明しづらい」だけ）
8. 相関 r を「因果の強さ」と書く（誤解を招くグラフ で因果は出ない）
9. レポートの最後で「以上」と書いて閉じる（必ず「限界」と「次の一手」を 1 行ずつ）

🔎 深掘り解説（R18）── 誤解を招くグラフ を 30 分で 1 段深く

A. 歴史的背景

誤解を招くグラフ は、19 世紀末〜 20 世紀初頭の統計学黎明期から発達してきました。可視化 の中核として、Galton、Pearson、Fisher、Yule などが基礎を築き、現代では SSDSE のような公的データを使った教育素材で広く扱われています。

B. 数理的位置づけ

誤解を招くグラフ は、観測ペア $(x_i, y_i)_{i=1}^{n}$ から条件付き期待値 $E[y \mid x]$ または分布 $P(y \mid x)$ を推定する道具です。 線形・非線形・パラメトリック・ノンパラメトリックという 4 つの軸の中で、誤解を招くグラフ は「可視化」という棚に並んでいます。

C. 実装上の工夫

• 欠損対応：df.dropna() の前に必ず欠損率を df.isna().mean() で測る。
• 外れ値検出：IQR ベース or マハラノビス距離。47 県の中で 2 県以上が外れたら原因を疑う。
• 標準化：人口・面積・所得など単位が違う変数を混ぜるなら、必ず StandardScaler。
• 可視化の優先順：1 変量（hist, box）→ 2 変量（scatter, heatmap）→ 多変量（pairplot, PCA）。
• レポート：図 1 枚、表 1 枚、文章 200 字。これを 1 ユニットとして 3 ユニット並べる。

D. 学問体系の位置

誤解を招くグラフ は 記述統計・データサイエンス・機械学習 の交差点に位置します。 どの分野から入っても、いずれは 誤解を招くグラフ を通ります。

🎙 narration コレクション（R18）── 5 連ストック

同じテーマで使い回せる narration を 5 つ並べておきます。コピペして「コード解説」欄に貼ってください。

📔 ミニ用語集（R18）── 同じ話題で使う 12 語

標本（sample）

母集団から取り出した観測の集まり。本ページでは「47 都道府県, 2023 年度」が標本。

母集団（population）

標本の背後にある全体。47 都道府県は日本全土の「県別断面」と読める。

変数（variable）

各観測単位に対応する 1 つの数値・カテゴリ。SSDSE では人口・出生率など 約 110 列。

分布（distribution）

変数が取る値の頻度の形。hist / KDE / box で可視化する。

代表値（central tendency）

平均・中央値・最頻値の総称。歪んだ分布では中央値を優先。

ばらつき（dispersion）

標準偏差・IQR・分散の総称。代表値とセットで報告する。

外れ値（outlier）

分布の主部から大きく外れた観測。原因を 1 つ書ける外れ値だけ「正当な外れ値」と呼ぶ。

相関（correlation）

2 変量の同調具合。−1 〜 +1 の単数で要約。

因果（causation）

X を動かすと Y も動くという関係。相関では保証されない。

p 値（p-value）

帰無仮説下で「観測以上に極端な値」が出る確率。「効果あり」とは言えない点に注意。

信頼区間（confidence interval）

同じ実験を何度もやったとき、推定値が含まれる範囲。点推定とセットで提示。

正規化（normalization）

変数のスケールを揃える操作。Min-Max / Z-score / Robust の 3 種を覚える。

🗾 47 都道府県データの位置づけ（R18）

誤解を招くグラフ を学ぶときに使う SSDSE-B-2026 は、47 都道府県 × 約 110 列 × 複数年度のパネルデータです。 本ページでは「2023 年度の 47 行」を主に使います。 以下に、よく登場する代表的なカラムを示します。

使い方のコツ：列名はすべて A1101 のような英数記号です。SSDSE のコードブックで日本語ラベルを確認しながら使ってください。 本ページの例では A1101（47 都道府県の人口（軸操作の比較））を中心に使っています。

👣 ステップバイステップ（R18）── 誤解を招くグラフ を 10 行で実装する

解説は最小限。コードは 10 行以内。これで 誤解を招くグラフ の最短ルートが手に入ります。

1. import pandas as pd
2. df = pd.read_csv('data/raw/SSDSE-B-2026.csv', encoding='cp932', skiprows=[1])
3. df = df[df['SSDSE-B-2026'] == 2023]
4. col = 'A1101'
5. print(df[['Prefecture', col]].sort_values(col, ascending=False).head())
6. import matplotlib.pyplot as plt
7. df.plot.hist(y=col, bins=20)
8. plt.title('47 都道府県の人口（軸操作の比較）（SSDSE-B-2026, 2023）')
9. plt.savefig('figures/deceptive-graph.html_r18_hist.png', dpi=120)
10. plt.show()

注意：10 行で動かせる、というだけで、これがゴールではありません。 誤解を招くグラフ の本当の難しさは「描いた図をどう解釈するか」「報告にどう落とすか」にあります。

📖 さらに学ぶには（R18）── 学習ロードマップ 4 段

1. レベル 1（30 分）：本ページの「30 秒で分かる結論」と「直感で掴む」だけ読む。SSDSE-B-2026 を 1 度ダウンロードして開く。
2. レベル 2（2 時間）：「Python 実装」セクションを写経し、A1101 の図を 1 枚作る。報告 200 字を書く。
3. レベル 3（半日）：「数式または定義」「数式を言葉で読み解く」を踏まえ、別の 2 つの変数で同じ分析を反復。3 通り作って比べる。
4. レベル 4（1 週間）：本リポジトリの 論文一覧 から「可視化」カテゴリの論文 1 本を完走。再現コードを動かして、誤解を招くグラフ の応用範囲を体感する。

📝 報告フォーマット（R18）── 誤解を招くグラフ を 200 字で書く

誤解を招くグラフ の結果を、ゼミ・卒論・社内会議で報告するときの定型文を 3 つ用意しました。 最初は丸ごとコピー、慣れたら差し替えて使ってください。

テンプレ A：研究レポート向け

「本研究では、SSDSE-B-2026（n=47, 2023 年度）を用いて 誤解を招くグラフ を確認した。 主たる説明変数は A1101（47 都道府県の人口（軸操作の比較））であり、47 都道府県を対象とした分布の確認、相関の評価、誤解を招くグラフ を用いた分析を実施した。 分析の結果、上位 3 県・下位 3 県の特徴と、SSDSE-B-2026 の人口を「ゼロ起点」と「1400 万付近で始める軸」で 2 通り描き比べると、後者では小さな差が大きく見え、誤解の典型例になります。」

テンプレ B：ビジネスレポート向け

「47 都道府県の人口（軸操作の比較） を 47 都道府県で比較したところ、東京・神奈川・大阪など大都市圏が突出していることが分かった。 誤解を招くグラフ を用いた分析から、地域差は単に人口規模の違いだけでは説明できず、複数要因の組み合わせで生じていると示唆された。 今後の打ち手は、上位県のベストプラクティスを参考にしつつ、下位県への支援策を検討することである。」

テンプレ C：教育用講義スライド向け

「皆さん、誤解を招くグラフ はひとことで言うと『軸の切り取り・3D 化・チェリーピッキングなどで、データの実態より大きく見せる／反対方向に見せる図。』です。 今回は SSDSE-B-2026（総務省統計局, 47 都道府県, 2023 年度）を使って、実際の数字でこの考え方を確かめました。 皆さん自身でも、別の指標（人口、出生率、家計支出など）に置き換えて同じ手順を試してみてください。」

🔭 3 つの視点で 誤解を招くグラフ を見る（R18）

同じ用語でも、見る立場によって意味が変わります。3 つの視点を切り替えて、用語の輪郭を立体的に掴みましょう。

視点 ① 統計学者の目

統計学者にとって 誤解を招くグラフ は「データから母集団を推定する道具」です。 確率モデル・尤度・不偏性・効率性・一致性などの数学的性質に注目し、漸近理論で性能保証を行います。 47 都道府県データは「小標本（n=47）」と分類され、bootstrap や情報量規準による補強が必要になります。

視点 ② データサイエンティストの目

データサイエンティストにとって 誤解を招くグラフ は「ビジネス課題を数字で答えるパイプラインの 1 部品」です。 モデルの理論的性質より、運用性・解釈性・更新コストを重視します。 SSDSE のような公的データを用いるときは「データの出典・更新頻度・ライセンス」を最優先で確認します。

視点 ③ 教育者・学習者の目

教育の現場では 誤解を招くグラフ は「初学者が躓きやすいポイント」を含む単元です。 抽象的な数式よりも、具体的な 47 都道府県データで手を動かし、図を描き、結果を口頭で説明できるようになることが目標になります。 本ページの並び（直感 → 数式 → 計算 → Python → 落とし穴）は、まさにこの教育的アプローチに沿っています。

視点切り替えの効果：1 つの用語を 3 通りに眺めると、自分が今どの立場で議論しているか自覚できます。 論文を読むときは ①、現場で使うときは ②、人に教えるときは ③ ── と意識的に切り替えてください。

⚖️ 似た用語との使い分け（R18）── 8 列比較表

誤解を招くグラフ と似た用語を、使い分けの観点から並べます。違いを言語化できれば、迷いが減ります。

❓ 拡張 FAQ（R18）── 詰まりがちな 8 つの疑問

Q1. 誤解を招くグラフ と「可視化」全体の関係は？

誤解を招くグラフ は 可視化 の中で「軸の切り取り・3D 化・チェリーピッキングなどで、データの実態より大きく見せる／反対方向に見せる図。」を担う基本道具です。可視化 の他のトピックは、この基本の応用または並列の道具にあたります。

Q2. 47 都道府県以外のデータで使えますか？

使えます。SSDSE-A（市区町村）、SSDSE-C（年次推移）、SSDSE-D・E（個票）など、誤解を招くグラフ の手順はそのまま適用できます。粒度（県・市・個人）に応じて n が変わるので、結果の信頼性も変わります。

Q3. SSDSE-B-2026 が将来更新されたら？

SSDSE は年に 1 度更新されます。誤解を招くグラフ のコード自体は変更不要ですが、結果（数値・図）は最新年度のものに置き換えてレポートしましょう。出典欄に「SSDSE-B-2027（仮）」と書き換えるのを忘れずに。

Q4. Excel でも同じことはできますか？

できます。ピボット → グラフ → 関数 で代表値や相関は出ます。ただし、再現性・履歴管理・自動化の面で Python に劣ります。学習用には Python を強く勧めます。

Q5. 誤解を招くグラフ で AI（機械学習）に進めますか？

進めます。誤解を招くグラフ は機械学習の「特徴量設計」と「結果解釈」の両端で必須です。AI と聞くと深層学習を連想しがちですが、SSDSE のような表形式データでは線形モデル + 誤解を招くグラフ の組み合わせで十分実用になります。

Q6. 「コードが動かない」ときは？

3 つ確認します：①ファイルパス（data/raw/SSDSE-B-2026.csv）が合っているか、②エンコーディングが cp932 か、③ヘッダ 2 行目の日本語ラベルを skiprows で飛ばしたか。これで 9 割解決します。

Q7. 図を保存できない場合は？

figures/ ディレクトリが存在しない可能性があります。import os; os.makedirs('figures', exist_ok=True) を先頭に追加してください。

Q8. 誤解を招くグラフ を勉強する優先順位は？

本ページの 12 セクションを順に読み進めるのが最短です。特に「直感 → 数式 → 計算 → Python」の 4 段が腑に落ちれば、用語の 80 % は理解できたとみなせます。

🎯 サマリーカード（R18）── 1 ページ印刷用

このカードを印刷し、SSDSE-B-2026 で 1 回手を動かせば、用語の「使える形」が定着します。 誤解を招くグラフ はあくまで「軸の切り取り・3D 化・チェリーピッキングなどで、データの実態より大きく見せる／反対方向に見せる図。」というシンプルな考え方の道具ですので、迷ったらこの 1 行に戻ってください。

🎮 触って理解する

同じ実データ（SSDSE-B-2026、2023 年、総人口 A1101）でも、見せ方を変えるだけで印象は操作できます。 下の操作盤で Y 軸の起点・反転・対数化・縦横比を自分で動かし、「実際の差」と「見かけの差」がどれだけ乖離するかを Lie Factor で確認してください。 使用データは 広島県 2,738 千人／京都府 2,535 千人／宮城県 2,264 千人／新潟県 2,126 千人（いずれも実測値）です。

まずは「Y 軸の起点」を右へ動かしてみましょう。データは 1 つも変えていないのに、見かけの差だけが膨らんでいきます。

おまけ：面積（ピクトグラム）で過大表現する

東京都 14,086 千人と秋田県 914 千人（実測値、比 15.4 倍）を円の大きさで表すとき、 半径を人口に比例させると面積は比の 2 乗（約 237 倍）に膨らみます。正しくは面積を人口に比例させます。トグルで切り替えて比べてください。

💡 直感：印象は「データ」ではなく「写像」で決まる

上の操作でデータ（4 県の人口）は一度も変わっていません。変わったのは「値 → 高さ・面積」という写像のルールだけです。 グラフの印象は写像で決まるので、写像を歪めれば同じ数字から正反対の印象さえ作れます。 読者としての防御策は単純で、まず軸を読む（起点・目盛間隔・単位・対数か否か）こと。作り手としての誠実さは、視覚的な変化量をデータの変化量に一致させる（Lie Factor ≈ 1）ことに尽きます。

⚠️ よくある落とし穴（操作盤との対応）

• 切り詰め軸（起点スライダー）：起点を 2,100 千人にすると広島／新潟の見かけの比は 20 倍超になりますが、実際は 1.29 倍。棒グラフは長さ自体が量を符号化するため、原則ゼロ起点が必須です。
• 軸の反転（反転トグル）：値が大きいほど低く描かれ、増加を減少と誤読させます。実例として報道グラフでの銃犯罪件数の反転軸事件が知られています。
• 無断の対数軸（対数トグル）：桁違いのデータには有用ですが、注記なしに使うと差が消えたように見えます。「対数軸」と明記し、必要なら線形版を並置します。
• 縦横比の操作（高さ倍率スライダー）：比は変わらないのに、縦に伸ばすと急変に、横に潰すと停滞に見えます。折れ線トグルと組み合わせると傾きの印象操作を体感できます。
• 二重軸（デュアル軸）：左右で別スケールの 2 系列を重ねると、軸の範囲設定しだいで交点や「追い抜き」を自由に演出できます。散布図（散布図）や指数化（基準年=100）への置き換えが安全です。
• チェリーピッキング：都合のよい期間・地域だけを切り取る手口。図の形は正しくても選択が歪んでいれば誤誘導です。全期間・全 47 県を示した上で拡大図を添えるのが正攻法です。

🚀 発展：データ視覚化の倫理と「正しい図」の原則

Tufte は「グラフィカル・インテグリティ」として、視覚表現の変化量はデータの変化量に比例すべきこと（Lie Factor ≈ 1）、次元の乱用（1 次元の量を面積や体積で表さない）を避けること、ラベルと文脈を十分に示すことを挙げました。 実務では ①棒はゼロ起点 ②目盛は等間隔 ③単位・出典・n を明記 ④色や 3D の装飾で量を歪めない ⑤選択範囲を開示、の 5 原則をチェックリスト化すると再現性が上がります。 誤誘導は「意図的なら詐術、無意識なら誤り」であり、いずれも読者の意思決定を歪める点で倫理の問題です（詳しくは データ倫理）。 基礎となる図法は 棒グラフ・折れ線グラフ・ヒストグラム・円グラフ の各ページで確認できます。

🧩 解説深化 — 「分母のすり替え」で印象を反転させる

このページの他の節は主に 軸・スケール・期間・面積（＝図の「描き方」）の操作を扱ってきました。 ここでは角度を変え、 図を一切歪めなくても 「何で割るか（分母）」を変えるだけで正反対の印象を作れることを、 SSDSE-B-2026 の実測値で示します。 いわゆる「絶対数 vs 率」問題です。

🎨 直感

「東京は病院が日本一多い」も「東京は人口あたりの病院がほぼ最下位」も、 どちらも同じ1つのデータから作れる真実です。 前者は絶対数、 後者は人口10万人あたり率。 軸を切らなくても、 3D にしなくても、 分母を選ぶ／選ばないだけで結論の向きが変わります。 絶対数の棒グラフは、 多くの場合「人口の棒グラフを描き直しただけ」になりがちです。

⚠️ 落とし穴（重要）

• 絶対数（病院数）と総人口の相関は r=0.90。 つまり絶対数の棒グラフは「人口の多い順」をほぼ再描画しているだけで、 医療アクセスの話をしているつもりで人口の話をしている危険がある。
• 逆に人口あたり率と人口の相関は r=−0.43（弱い負）。 分母を入れた瞬間、 順位の意味そのものが変わる。
• 率の最大（高知16.07）/最小（神奈川3.13）＝ 5.13倍。 この差は軸操作ゼロでも十分に「インパクトのある図」になる。
• 同じ現象は他列でも起きる。 C3801（旅館営業施設数, 2023）は絶対数トップが東京都(4422)だが、 10万人あたりでは東京都31.4に対し 沖縄県は227.5と桁違い。 「観光地はどこか」を絶対数で語ると必ず大都市が勝つ。

🚀 発展

分母の選択は「どちらが正しい」という二択ではなく、 問いに依存します。 「医療インフラの総量・予算規模」を論じるなら絶対数が正しく、 「住民一人あたりのアクセスしやすさ」を論じるなら率が正しい。 誤解を招くグラフになるのは、 問いと分母がズレたまま提示されたときです。 実務での自衛策：

• 絶対数の図を見たら「これは人口(面積・世帯)の順位ではないか？」と疑う。 相関を1本取るだけで見抜ける（上のr=0.90）。
• 率の図を見たら逆に 分母が小さい県の不安定さに注意。 高知(人口66.6万)の1病院は率を大きく動かす。 小さな分母は率を暴れさせる（率版の「n数の罠」）。
• 可能なら 絶対数と率を並べて両方出すのが最も誠実。 片方だけの提示自体がチェリーピッキングの一種と考える。
• この「分母のすり替え」は集団単位の比を個人に当てはめる 生態学的誤謬 や、 層ごとに分母が違うことで全体傾向が逆転する シンプソンのパラドックス と地続きの問題。

🔗 関連ページ

• 標準化 — 人口・規模で割って比較可能にする、 分母選択の本丸。
• 交絡 — 人口が「病院数」と「順位」の裏で効く交絡因子として振る舞う構造。
• 棒グラフ — 絶対数か率かで棒の順位が反転する現場。
• データ可視化 — 「問いに合った分母」を選ぶ設計判断の総論。
• 見せかけの相関 — 絶対数どうしが人口経由で高相関になる罠（r=0.90はその一例）。
• 生態学的誤謬・シンプソンのパラドックス（該当ページ未整備のためテキストのみ）。

数値出典：SSDSE-B-2026（一般社団法人 統計質保証推進協会）、 2023年・47都道府県。 使用列 I510120（一般病院数）／A1101（総人口）／C3801（旅館営業施設数）。 pd.read_csv(encoding='cp932', skiprows=[1]) で読み込み、 df[df['SSDSE-B-2026']==2023] を集計した実測値。 合成・架空の数値は含みません。