Skip to the content.

最終更新日:2026年10月19日

DS検定トップ > 欠損値の処理方針:原因を調べて削除・補完を選ぶ【DS検定】

まず結論

欠損値は、割合だけでなく発生理由と偏りを調べ、分析目的に合う対応を選びます。 必ず削除する、必ず平均で埋める、という共通の正解はありません。

このページは処理方針を決める総論です。補完後の値や分布の変化は、インプテーションの数値例で確認できます。

直感的な説明

顧客表で年齢や年収が空欄でも、理由は同じとは限りません。

状況 最初に調べること 考える対応
データ結合後だけ年齢が空欄 キーや抽出条件に誤りがないか 元処理を修正して再取得
高年収の人ほど年収を回答しない 回答者と未回答者に偏りがないか 平均補完や削除だけで済ませない
停止中の設備で値が欠ける 故障・停止状態と欠損が関係するか 状態として記録し、目的に応じて扱う

空欄を埋める前に、何が起きた結果の空欄かを確認します。

定義・仕組み

欠損は、分析に用いる項目の値が得られていない状態です。未回答、測定失敗、入力漏れ、システムエラーのほか、対象外で値が存在しない場合もあります。

処理方針を決める順序

  1. 列・期間・顧客層などごとに欠損件数と割合を確認する。
  2. 欠損理由、偏り、0や「対象外」との違いを調べる。
  3. 再取得・修正で回復できるかを調べる。
  4. 削除・補完・欠損を扱える方法を比較する。
  5. 処理の記録を残し、結果への影響を確認する。
選択肢 向いているかを考える条件 注意
行を削除 残る標本数と代表性を保てるか 欠損が少なくても偏りは起こり得る
列を除外 目的に必要な情報を失わないか 欠損率だけで重要な列を捨てない
代表値で補完 単純な基準として妥当か 平均・中央値・最頻値など。分布や相関が変わる
推定で補完 ほかの列に有用な情報があるか 回帰・k近傍など。複雑でも正確とは限らない
欠損対応モデル等 手法が欠損を扱い、目的に適しているか 対応仕様と、欠損傾向が変わる影響を確認

どんな場面で使う?

アンケート、売上分析、顧客予測など、実データの分析方針を決めるときに使います。「年齢が重要だから必ず中央値」とは決めず、分布・欠損理由・評価結果を見ます。

センサーデータでは時間にも注意

短い通信欠落で前後が滑らかなら、補間が候補になることがあります。一方、停止や急変の区間を埋めると異常を隠すおそれがあります。

過去データの事後分析と、今この時点の故障予測は別です。リアルタイム予測で、未来の観測値を使った補間はできません。

よくある誤解・混同

欠損があると平均は一切計算できない?

観測済みの値だけの平均は計算できます。ただし、欠けた対象を含めた全体の平均と同じとは限りません。

分析前に必ず削除か補完をする?

欠損をそのまま扱える統計手法・モデルもあります。無条件に放置するのも、一律に埋めるのも避け、利用する方法の仕様と仮定を確認します。

欠損率が低ければ削除で問題ない?

少数でも特定の顧客層や異常状態だけが落ちれば、結論が偏る可能性があります。割合と理由の両方を確認します。

まとめ(試験直前用)

  • まず割合・理由・偏りを確認する。
  • 削除・補完・欠損対応手法は目的と条件で選ぶ。
  • 補完には分布や相関を変えるおそれがある。
  • 時系列では未来の情報を使わない。
  • 処理を記録し、結果への影響を確認する。

公式情報・参考リンク

対応スキル項目(ver.6 データサイエンス)

  • 分類:解析技術
  • スキルカテゴリ:データ準備
  • サブカテゴリ:データクレンジング
  • 必須スキル:◯
  • ★ 外れ値・異常値・欠損値とは何かを理解し、指示のもと適切に検出と除去・変換などの対応ができる
  • ver.6 ★1スキルチェックで確認する

    🔗 関連記事



© 2024-2026 stemtazoo. All rights reserved.