注意：英語以外の言語の記事はAIの助けを借りて翻訳されています。正確さを目指していますが、一部の表現が若干異なる場合があります。改善点にお気づきの場合は、ぜひご意見をお寄せください。

上級レベルの認定実技試験（データアナリストまたはデータサイエンティスト）で不合格となる最も一般的な理由は、データ可視化の基準を満たしていないことです。そこで、私たちが求めているものを詳しく見て、同じ問題が起きないようにしましょう。

まずは基準を確認しましょう。すべての認定では、次の3つを示すことが求められます：

採点チームは、異なるタイプの可視化を作成できること、そしてそれらに適したデータや状況を選べることを確認しています。

最初に求められるのは、単一変数について示す2つのグラフィックです。ヒストグラム、箱ひげ図、棒グラフ、密度プロット、ドットプロットなど、好きなグラフィックを選べます。唯一の条件は、1つの変数だけを含むことです。

いくつかの例を見てみましょう。

プロフェッショナルレベルのサンプルケーススタディに含まれるToyotaの中古車データを使います。以下にデータに含まれる列が示されています。

単一変数の基準を満たすグラフィックには、各カテゴリのカウントを示す箱ひげ図があります：

数値変数の分布を示すヒストグラム：

1つの変数だけの箱ひげ図を作成することもできます。

または、製造年ごとの車の数を面積として示すエリアチャートなど：

何を選んでも重要なのは、単一の変数だけを使うことです。グループ間の違いを示すために別の変数を加えると、カウントされません。

この基準では単一変数だけを使うことを覚えておいてください。また、異なる種類のグラフィックを2つ見たいので、両方とも棒グラフではいけません。

2つ目の基準は最も楽しいものです。ここでは、複数の変数を含むグラフィックを作成できるかを見ます。2つでも3つでも4つでも10個でも構いません！好きなだけ使えますが、解釈しやすいように2つか3つに抑えることをお勧めします。

ここで積み上げ棒グラフ、散布図、ヒートマップ、パネル化/ファセット化グラフィックなどを使えます。Toyotaデータを使ったいくつかの例を見てみましょう。

例えば価格と車のモデルの関係について話したいとします…

あるいは価格と走行距離の関係：

ここで追加の変数を含む棒グラフを使うこともできます。例えば、エンジンが大きい車はガソリン車である可能性が低いことを示すこのグラフなど。

やや分かりにくい例が次のものです。この棒グラフでは、まず各モデルの平均価格を計算し、その2つの変数を棒グラフで表示しています。一見単一変数のプロットのように見えますが、実際には2つの変数を示しているため、この2つ目の基準に該当します。

最後に、含めるグラフィックがあなたが書いたり話したりしている発見をサポートしていることを確認してください。

例えば、走行距離が増えると価格が下がることについて話しているなら、そのことを示すグラフを見たいです。上で作成した散布図のようなものです。

これを行う最も簡単な方法は、与えられた質問に関連するグラフィックの種類を考えることです。例えばモデルと燃料タイプの関係について聞かれた場合、まずモデルについて、次に燃料タイプについて、最後にその組み合わせについて説明できます。それぞれに短い説明を添えれば、可視化のすべての基準を満たすことになります！

すべてのサンプル実技試験はケーススタディコーナーで見つけられます。ぜひ試してみて、サンプルの解答例もご覧ください（個別のサンプルからリンクされています）。

さまざまな可視化の種類についてもっと学びたい場合は、データ可視化の理解コースを受講してみてください。

Tableau、Power BI、R、Pythonなどの特定のパッケージやツールの使い方を学びたい場合は、豊富なコースがあります。ダッシュボードから「Visualization」で検索してみてください。

ケーススタディの成功を祈っています！