質的変数とは、データの特徴や属性を表すカテゴリーや分類のことであり、数としての大小や計算ができない変数を指します。統計学や機械学習の前処理において、性別や血液型などの情報を適切にモデルに組み込むために不可欠な概念です。
質的変数とは
一言でいうと、数値ではなく「種類や属性」を表すデータのことであり、カテゴリーデータとも呼ばれます。
詳しく解説
質的変数には、性別（男性、女性）や国籍、血液型のように順序関係のない「名義尺度」と、満足度（高、中、低）や等級のように順序や大小関係を持つ「順序尺度」が含まれます。機械学習のモデル構築においては、そのままでは計算機が処理できないため、数値化する前処理が重要となります。特に名義尺度を扱う際には、ダミー変数化などの手法を用いて、機械学習アルゴリズムが理解できる形式に変換するのが一般的です。
具体例・使われ方
顧客データを分析する際、「性別（男性・女性）」や「購入プラン（無料・プレミアム・エンタープライズ）」、「アンケートの回答（満足・普通・不満）」などが質的変数の具体例です。これらを基にして、顧客の離反確率を予測するモデルやターゲティングの最適化を行います。
似た用語との違い
数量で表され、四則演算や平均値の計算が可能な「量的変数」とは明確に区別されます。量的変数は年齢や身長などのように数値そのものに意味がありますが、質的変数はラベルや分類を示している点が大きな違いです。
注意点
質的変数を機械学習モデルに入力する際、単に「1, 2, 3」という整数を割り当ててしまうと、コンピュータがそこに誤った大小関係や順序の意味を学習してしまう恐れがあります。そのため、変数特性に応じた適切なエンコーディング手法を選択する注意が必要です。
この解説は役に立ちましたか？誤りが含まれる場合はご報告いただけますと幸いです。
更新日時: 2026年9月9日 22:51