順序尺度とは、データの要素間に大小や順位といった明確な順序関係はあるものの、その差や間隔の広さまでは等しくないデータ尺度のことです。アンケートの満足度評価やランキングなどに広く用いられ、機械学習の前処理において適切なエンコーディング手法を選択する際などに重要な概念となります。
順序尺度とは
順序尺度とは、データ同士に「順位」や「大小関係」が存在するものの、目盛り同士の間隔が一定ではない測定尺度のことです。
詳しく解説
統計学者スティーヴンスが提唱した「測定の4水準」の1つであり、名義尺度の次に情報量が多い尺度です。データ分析や機械学習において、順序尺度はカテゴリカルデータの一種として扱われます。数値として1、2、3のように割り振られていても、「1と2の差」と「2と3の差」が同じ大きさであるとは限りません。そのため、通常の算術平均や分散を直接計算することは適さず、中央値や最頻値、順位相関係数を用いた要約が行われます。機械学習モデルへ入力する際には、ラベルエンコーディングや順序回帰モデルなどを適用し、順序関係の情報を保持しながら学習させることが重要です。
具体例・使われ方
アンケート調査の5段階満足度評価（不満、やや不満、普通、やや満足、満足）や、コンテストの順位（1位、2位、3位）、会員のランク区分（ブロンズ、シルバー、ゴールド）、病気の重症度ステージなどが典型的な例です。
似た用語との違い
名義尺度は性別や出身地のように単なる区別を表し順序関係を持たないのに対し、順序尺度は順位付けが可能です。一方、間隔尺度は気温や西暦のように値の差が等間隔で意味を持つのに対し、順序尺度は各項目間の間隔が均等ではないという違いがあります。
注意点
順序尺度に割り振られた数値を、間隔尺度や比率尺度のように扱って安易に平均値を算出して評価することは誤った解釈につながります。また、機械学習の前処理における特徴量エンジニアリングの際、安易に連続値として扱ったり逆にワンホットエンコーディングで順序情報を失わせたりしないよう、適切なデータ変換を選択する必要があります。