「データの可視化」に関する本として、 Cleveland (1985)やKosslyn (1994)を紹介したとき、 ほかにはあまり勧められる本が見あたらないと書いた。 実は、迷ったがちょっとものたりないと思って入れなかった本があった。 上田(1988)である。 今度の本は、その本の全面改訂という趣旨のものである。 わたしの勝手な観点から見て、前の本よりだいぶおもしろい。 おそらく、変わった要因は、ひとつには、 前は手間がかかりすぎて限られた人しか使わなかった方法が、パソコンの進歩によって、一般の人にも勧められるようになったことであり、 もうひとつには、著者が、「講座・情報をよむ統計学」(2002-2003年、朝倉書店、全9巻)を含むたくさんの教材をつくり、その成果が(たぶん)凝縮された形でこの本に生かされているのだと思う。 著者はグラフ作成プログラム(MS Windows用)をインターネットで公開もしているそうだ。
基本的なグラフ手法の紹介が重要な部分をしめるが、 手法が先にあるのではなく、見たいデータの特性に応じて適切な手法を紹介している。 同類の1群(1変数)のデータがあるとき棒グラフ、 時系列などの系列データがあるとき線(折れ線)グラフ、 2変数のデータがあるとき点グラフ(散布図)、 構成比のデータがあるとき帯グラフといったぐあいである。 簡単にではあるが、地理的データに対するものとして統計地図のいくつかの表現方法も紹介されている。
本書はグラフの本であると同時に統計に関する本でもある。 われわれは統計の本というと統計データ集を思いうかべ、 統計学の本というと応用数学の一分科の専門書や入門書を思いうかべがちだ。 実際の統計データをいかに作るか、またいかに解釈するかという本もないことはないが 谷間にうもれがちだと思う。 柴田(2001)を含む「データサイエンス」「データリテラシー」の活動はそこを強化しようというものだろう。 本書も6章初めに述べているように「データの読み書き能力の基本常識」をねらったものでもある。 柴田(2001)と同様に、実際のデータを読むうえで機械的統計処理だけに頼るのではなくデータの質に注意すべきであるという具体例も含んでいる。
著者は、総理府(現在は総務省)統計局などの官庁で働いた経験が長く、 本書で扱われるデータ例も、統計局で作られているような人口統計や経済統計、 あるいは世論調査などの社会調査で得られたデータが主である。 データを図示する際には、そのまま表示するだけでなく、 平均値からの偏差とか、最小自乗法による傾向線のあてはめとか、 (時間的)変化率の計算とかいった加工を行なうことも多く、 本書ではそれを具体的状況に即して紹介している。 統計手法が苦手なわたしもこのくらいまでの手法は日常的に使う。 対象が違う(わたしの場合は大気・水圏の観測データ)ためか、具体的な加工の方法の習慣が少し違うところもあるが、 根本的には違わない。
【例が豊富であることの裏目として、意味がとりにくいところがたまにある。 たとえば図3.34が何を意味するのかはクイズになっているが、 その正解に相当するところを読んでも意味が完全にはわからなかった。 ただし、ちょっととんで図3.41〜3.43に出てくるのと同じ変数、同類のデータであると 思われ、それを読んでからさかのぼって見ればだいたい想像はついた。】
【本筋ではないのだが、表示方法としての「風配図」(3.3節)の別名の 「レーダーチャート」という用語の由来は補足しておきたくなった。 (もっとも、わたしも自分で見てきたわけではなく聞いた話に基づく推測だが。) レーダーでは、自分から反射物(飛行機にせよ雨の水滴にせよ)までの距離と方向がわかる。 ほぼ水平に走査(scan)した場合、 距離と方位を同心円と放射状の目盛りのついた平面上に表示すれば、対象の2次元空間分布が再現される。 Radar chartとはこういう表示のための目盛りつき用紙をさしていたのだと思う。 (もしかするとchartという表現の初めは特定地点専用に地図も入れてあった用紙だったかもしれない。) 本来の風配図(風向の方位別の頻度を示すグラフ)でも、 さらに、さまざまな特性の軸を方位であるかのように位置づけて各特性のスコアを 表示するグラフでも、 目盛りのつけかたが似ているのでレーダーチャートという名前が 意味を拡張して使われたのだと思う。】