比例尺度とは、データの測定尺度のうち最も多くの情報を持つ分類で、数値の間隔が等しく、かつ「無」を意味する絶対零点を持つものです。身長や売上高などが該当し、四則演算のすべてが適用可能です。データ分析や機械学習において、高度な統計解析や予測モデルの構築に不可欠な量的データとして活用されます。
比例尺度とは
比例尺度とは、データの分類方法（測定尺度）の一つであり、値の間隔が等しく、さらに原点（値がゼロのときに「存在しないこと」を意味する絶対零点）が存在する尺度のことです。
詳しく解説
統計学において、データは4つの尺度（名義尺度、順序尺度、間隔尺度、比例尺度）に分類されます。比例尺度は、これらの中で最も情報量が多い尺度です。特徴として、数値の差（間隔）に意味があるだけでなく、比率（倍数関係）にも意味を持ちます。例えば、値が2倍になれば、その対象の属性も実際に2倍の量であることを示します。データ分析や機械学習モデルにおいては、比例尺度のデータは高度な算術演算（四則演算のすべて）が適用可能な量的データとして扱われ、平均値、分散、相関係数の算出や、回帰分析など多くの統計的手法をそのまま適用することができます。
具体例・使われ方
比例尺度の代表的な例としては、身長、体重、絶対温度（ケルビン）、売上高、処理時間などがあります。例えば、体重が「0kg」であることは重さが存在しないこと（絶対零点）を意味し、60kgの人は30kgの人の「ちょうど2倍の重さ」であると判断できます。AIモデルの学習データとして使用する特徴量（機能変数）の多くも、この比例尺度に該当します。
似た用語との違い
比例尺度と混同されやすい概念に「間隔尺度」があります。間隔尺度は、値の間隔（差）には意味がありますが、原点が便宜的に決められたものであるため、比率には意味がありません。例えば摂氏温度（℃）は、0℃が「温度が存在しない状態」を意味しないため間隔尺度であり、「20℃は10℃の2倍暑い」とは言えません。これに対し、原点が「無」を表す絶対零度（0K）である絶対温度は比例尺度です。また、データの分類のみを表す「名義尺度」や、順序のみを表す「順序尺度」とも明確に区別されます。
注意点
比例尺度のデータを扱う際の注意点として、機械学習モデルに入力する前にスケーリング（正規化や標準化）を行う必要がある点が挙げられます。異なる比例尺度の変数（例えば、数億円規模の売上高と数人規模の従業員数）をそのまま同時にモデルへ入力すると、値の大きい変数が過剰に評価される原因になります。また、比例尺度であっても、外れ値が存在する場合は平均値などの統計量が歪むため、データ分析の初期段階で適切な前処理を行うことが不可欠です。