スプレッドシートのSKEW.P関数とは
SKEW.P関数は、母集団全体を表すデータセットの歪度（わいど）を計算するGoogleスプレッドシートの統計関数です。歪度とは、データの分布が平均値を中心にどの程度対称性を保っているかを数値で示す指標となります。
この関数は、正の歪度の場合は平均値より右側（正の方向）に長い裾を持つ分布を示し、負の歪度の場合は平均値より左側（負の方向）に長い裾を持つ分布を表現します。歪度の値が0に近いほど、データの分布がより対称的であることを意味しています。
【PR】プログラミングや生成AIを無料で学べる「コードキャンプフリー」
SKEW.P関数の基本構文と引数指定方法
SKEW.P(値1, 値2)の構文において、値1は計算対象となる最初の値または範囲を指定し、値2以降は追加で含めたい値や範囲を指定します。Googleスプレッドシートでは最大30個の引数が公式に定義されていますが、実際には任意の数の引数を指定できるです。
=SKEW.P(A2:A9)
=SKEW.P(A2:A9, 30, 40)
=SKEW.P(2, 5, 8, 13, 10, 18, 23, 26)関数の引数として最低2つの値が必要であり、これより少ない場合は#DIV/0!エラーが返されます。また、引数内にテキストが含まれている場合、そのテキストは自動的に無視されて計算が実行されるのです。
歪度の値による分布形状の判定基準
歪度の値が正の場合、データ分布は右側に長い裾を持つ右歪み分布となり、平均値より大きな値に向かって徐々に減少する特徴を示します。逆に歪度が負の場合は、左側に長い裾を持つ左歪み分布となり、平均値より小さな値に向かって徐々に減少する形状となるのです。
=SKEW.P(A2:A9) // 結果: 0.2763070768 (正の歪み)
=SKEW.P(A2:A9, 30, 40) // 結果: 0.4621754338 (より大きな正の歪み)歪度の絶対値が大きいほど分布の非対称性が顕著になり、マーケティング分析においては顧客行動や売上データの偏りを定量的に評価できます。特に0.5を超える歪度は明確な非対称分布を示し、データの解釈において重要な指標となるのです。
※上記コンテンツの内容やソースコードはAIで確認・デバッグしておりますが、間違いやエラー、脆弱性などがある場合は、コメントよりご報告いただけますと幸いです。
ITやプログラミングに関するコラム
- Canvaとは？使い方やアカウント登録などを初心者向けに解説
git configで設定情報を確認・表示する方法
「Pythonはやめとけ」と言われる理由と学習するメリット
Ubuntuのversionを確認する方法
Geminiで画像を生成する方法｜ChatGPTとの比較結果も紹介
