MECEとは?



今回は、データを整理する上で重要な考え方である、MECEについて説明します。
データセットを作成するにあたって、カテゴリ設定などをどのようにすべきか悩むと思います。そのときに使える考え方がMECEです。

MECEとは、「Mutually Exclusive and Collectively Exhaustive」の頭文字をとっていて、漏れなくダブりなくという意味です。下図のように、データを分類する際には、MECEの考え方を基本的に適用します。カテゴリが数値区間だと、未満・以下などの符号に気を付けます(例:1以上と1超、2以下と2未満の違い)。文字のカテゴリだと、グループ範囲を考えます(例:近畿地方と中部地方や、フリーターとアルバイトと学生など)。ただし、いつでもMECEにするべきということではなく、重複回答を許容するケースや全てのクラスを取得する必要がない場合も多いので、MECEが適用される状況かどうかを毎回考える必要があります。










ちなみに、MECEやロジカルシンキングを学ぶためには、以下の本がおススメです。



いかがでしたでしょうか。MECEの考え方がデータ分類で非常に重要な考え方です。常に①MECEを適用すべきか、②MECEを適用する場合はMECEになっているか、以上を考えてデータ分析を行いましょう。

よろしければシェアお願いします。
このエントリーをはてなブックマークに追加
 



コメント

このブログの人気の投稿

統計と、機械学習・深層学習(マシーンラーニング・ディープラーニング)の違いとは?

定量分析と定性分析の使い分け

データベースの意味と、構築する際の留意点