Estimated Ranking Tables and Uncertainty

想像してみてください。あなたは、何百ものブースがあり、それぞれが異なるプロジェクトを展示している巨大な科学フェアにいます。もしあなたが、単にブースを歩き回り、学校名をアルファベット順に読み進めていったとしたら、どのプロジェクトが第1位を獲得したのかを知るために、あちこちへ飛び回らなければなりません。数字を凝視し、比較し、「誰が一番か」を推測しなければならないのです。これは、統計学者がデータテーブルを公開する際に起こる混乱そのものです。彼らはしばしば、国、州、または都市をアルファベット順に並べます。それは特定の名前を見つけるのには適していますが、誰が競争に勝っているか、あるいは負けているかを見るのには最悪の方法です。

この論文は、統計学の世界、具体的には、サンプル（例えば1,000人に通勤について尋ねるなど）から測定した値を用いて、母集団全体が何をしているかを推測する分野に関するものです。ここでの核心となる概念は不確実性です。サンプルに基づいて推測しているため、私たちの数字は完璧な事実ではなく、少しの「ゆとり（遊び）」を持った推定値なのです。もし州Aの平均通勤時間が30分で、州Bが30.1分だったとしたら、州Bは本当に遅いのでしょうか、それともそれは調査による偶然の誤差なのでしょうか？ この論文は、単に名前を列挙するのではなく、誰が1位、2位、あるいは最下位であるかについて、私たちがどれほど確信しているか（あるいは確信がないか）を示す新しい方法が必要であると主張しています。

---

大いなるランキングのシャッフル

米国国勢調査局の研究者であるトミー・ライトは、データテーブルの見せ方を修正するという任務に当たっています。彼は、政府機関が数字のリスト（例えば、さまざまな州での通勤時間など）を公開する場合、それらを単にAからZの順に並べるべきではないと考えています。代わりに、それらを**推定ランキング表（Estimated Ranking Table）**として提示すべきだと考えています。

これはスポーツリーグのようなものだと考えてください。もしチームを単にアルファベット順に並べてしまったら、リーダーボードのトップを見るために自分で計算しなければなりません。ライトはこう言います。「リーダーボードをそのまま見せましょう！」しかし、ここに落とし穴があります。現実の世界では、リーダーボードは固定された不変の事実ではありません。それはサンプルに基づいたスナップショットであり、「不確実性の雲」を伴うものなのです。

ライトの論文は、シンプルながらも重大な問いに取り組んでいます。「データテーブルは、明示的に推定ランキング表として提示されるべきか？」彼の答えは、力強い「イエス」です。彼は、異なるグループの数字を示すほぼすべてのテーブルは、最大値から最小値へとソートされるべきであり、さらに、それらのランキングを取り巻く「霧」を示す視覚的なガイドを伴うべきだと主張しています。

不確実性の「霧」

ライトの解決策を理解するために、友人の身長をランク付けしようとしているところを想像してください。あなたは定規で測りますが、その定規は少しグラグラしています。あなたは、友人のアリスが5フィート6インチ、ボブが5フィート5インチだと考えています。しかし、定規がグラグラしているため、実際にはボブが5フィート5.5インチで、アリスが5フィート5.4インチかもしれません。もしあなたが単に「アリスが1位、ボブが2位」と書いたとしたら、あなたは自分がどれほど確信を持っているかについて嘘をついていることになります。

ライトは、**DIFF共同信頼領域（DIFF Joint Confidence Region）**と呼ばれる手法を紹介しています。「DIFF」は「differences（差）」を意味します。この手法は、一人の人の身長だけを見るのではなく、あらゆるペアの間の「差」に注目します。そしてこう問いかけます。「アリスとボブの差は、アリスの方が高いと断言できるほど大きいのか、それとも二人が同等である可能性があるほど小さいのか？」

彼は、グリッドや梯子のような形をした視覚的なツールを使用しています。

• 垂直軸は、ランク（1位、2位など）を表します。
• 水平軸は、ベストな推定値によってソートされたグループ（州や国など）を並べます。
• **ボックス（箱）**は、あるグループが存在し得る範囲を示します。

もしある州が明確な勝者であれば、そのボックスは最上部にある単一の、しっかりとした正方形になります。しかし、二つの州が非常に近い場合、それらのボックスは重なり合い、「雲」のような状態を作り出します。この雲は、「おい、州Aはおそらく1位だが、実際には2位かもしれないし、州Bが1位になる可能性もあるぞ」ということを教えてくれるのです。

3つの事例：通勤から数学のスコアまで

ライトは単に理論を語るだけでなく、自分のアイデアがどのように機能するかを示すために、3つの実世界の例を用いてテストを行っています。

1. 通勤の混沌（米国の州）
彼は、51の州（ワシントンD.C.を含む）における平均通勤時間を調査しました。従来のアルファベット順のテーブルでは、メリーランド州とノースダコタ州を探し出して、誰が最も長く、誰が最も短い通勤時間を持っているかを確認しなければなりません。ライトのランキングテーブルでは、メリーランド州が通勤時間32.2分で明確にトップにあり、ノースダコタ州とサウスダコタ州が16.9分で最下位にあります。
素晴らしいのは「霧」の存在です。最上部と最下部の州は雲が非常に小さく、彼らが最も速い、あるいは最も遅いということに高い確信が持てることを意味しています。しかし、多くの州が似たような時間（23分から25分程度）である中間の部分では、雲は巨大になります。これは、「メリーランド州が最も遅い」とは言えるものの、「イリノイ州が5位なのか6位なのか」については、100％確実には言えないということを示しています。このテーブルは、「真ん中の部分はよく分からない！」と認めているのです。

2. 消費の熱狂（インド）
次に、彼はインドの主要18州における、食料品や物品への月間支出額を調査しました。最大の支出者はテランガーナ州の8,158（通貨単位）であり、最低はチャッティースガル州の4,483でした。ここでも、ランキングテーブルはトップと最下位を明確に示していましたが、中間の州には多くの重なりがありました。これにより、政策立案者は、一部の州が明らかに豊か、あるいは貧しい一方で、中間層の州については、さらなるデータなしでは判断できないほど僅差であることを理解できます。

3. 数学の対決（OECD諸国）
最後に、彼はPISAテストにおける37カ国の15歳児の数学スコアを調査しました。日本と韓国がスコア536と527で明確なリーダーです。リストの底部にはコロンビア、コスタリカ、メキシコがあります。視覚的な表示によれば、トップの国々は明確に区別されていますが、中間のグループ（スコア約470〜490）は巨大で、入り混じった雲となっていました。これは、中間の層において「国Xは国Yよりも優れている」と言うことは、しばり事実ではなく、単なる推測であることが多いということを意味しています。

なぜこれが重要なのか

ライトの論文は、単一の数字が絶対的な真実であるかのように振る舞うのをやめるべきだと示唆しています。これらの推定ランキング表（Estimated Ranking Tables）を使用することで、統計機関はより速く、より明確に情報を伝えることができます。ユーザーにアルファベット順のリストを探索させる代わりに、テーブルは「勝者」と「敗者」を即座に示します。さらに重要なのは、それが不確実性を示している点です。

彼は、私たちが「暗黙的（Implicit）」なランキング（ユーザーが順序を推測しなければならないもの）から、「明示的（Explicit）」なランキング（順序とともに、疑いの霧が表示されるもの）へと移行すべきだと主張しています。このようにすることで、データが実際には判別不能なほど曖昧であるにもかかわらず、誰が「より良い」か「より悪い」かという誤った主張をしてしまうことを防げると彼は信じています。

要するに、ライトは私たちにこう伝えています。「単なる数字のリストを出すのではなく、レースが接戦すぎて判定不能な時には、そのことを認めるリーダーボードを提示してください。」これは、私たちが何を知っていて、何が単なる推測に過ぎないのかを正直に伝える方法であり、データを単なる事実のリストではなく、その事実に対する確信度についての物語にするための方法なのです。