おいしいスパイスカレーの統計学的に正しい作り方⑥｜第5章　リニア爺さんの教え

【創作大賞2026 ビジネス部門 応募作品】
50年カレーを作り続けたリニア爺さんの夢は、誰にでも愛される味。
そのおいしさの秘密は平均にあった——

この連載はカレー好きの大学生クミ、AIロボ・チャッピーと一緒に、オリジナルのカレーデータセットを使って、統計と機械学習を学べる入門書。分析を進めながら「勝てるカレーの条件」と「シナモンの謎」を解き明かします。
こちらのマガジンで連載中！

　翌日、私は「喫茶リニア」にいた。
　リニアの店主、リニ爺は私の祖父だ。私は小さい頃からよくこの店に来ていて、両親の仕事が遅い日はここで夕飯を食べていた。
　懐かしい思い出が詰まったこの店の名物は、ふわふわのオムライスに特製カレーソースがかかった「オムカレー」だ。
　でも今日の私は、[普通のカレー」を頼んだ。
　「リニ爺、やっぱりこのカレー……めちゃくちゃ“普通”なのに、めちゃくちゃ美味しいよ」
　「ははは、“普通”を褒めてくれるなんて、嬉しいね」
　「ねえ、“普通のカレー”って、なんだろう？」
　私がそうつぶやいたとき、リニ爺は静かに答えた。
　「僕のカレーの秘密は、“平均”だよ」
　「平均！」

「そういえばクミ、XGさんとか、森さんとか、すごく複雑なモデル使ってたでしょ。」
　「うん、でも私、まだ平均とか標準偏差とか、そういう基本が全然わかってないんだけど。基本がわからないまま難しいことやっちゃってたってこと？？」
　チャッピーはふふっと笑った。
　「クミ、それでいいんだよ」
　「えっ？」
　「別に教科書を頭から勉強する必要はないんだ。平均、分散、標準偏差…そんな式をいっぱい出したら、クミ、もうとっくにあきらめてたんじゃない？」
　「う……たしかに。」
　「『正規分布じゃないとダメ』、『2値じゃないとダメ』、『等分散じゃないとダメ』。そういう「やっちゃダメなこと"を先に教えられちゃうと、怖くなって何もできなくなるよね」
　「……うん」
　「でも今のクミは違う。XGBoostも、ランダムフォレストも、"動かせる"ことを知ってる。だから基礎は後から学んでも、ちゃんと意味がついてくるんだよ」
　「機械学習をかじったから、統計がわかる…？」
　「そう。逆でもいいんだよ、順番は」
　「さっすがチャッピー。自由だね！」
　「まぁ、ボクは設計上、制約のかたまりだけどね」

　「リニ爺、やっぱりシナモン入りは点数が低いの？」
　「それを確かめるには、"比較"をすればいい」
　リニ爺はタブレットを操作しながら言った。
　「シナモンありとなし、この2つの平均に差があるかを調べるんだ」
　「どうやるの？」
　「平均を比べるならT検定だ。Pythonなら、こうだよ」
　リニ爺が1行打ち込むと、すぐに結果が表示された。
　「へえ、Excelより簡単なんだ……うわ、シナモンありの方が明らかに低い」
　私は画面を見つめた。

　「 p値は 2.880e-75 。チャッピーこれ、どういう意味？」
　「うん、p値（p-value）は、 「これが偶然起こる確率」 を示してるんだ。p値が小さいほど、「偶然とは考えにくい！」という意味になる」
　「2.880e-75 っていうのはどういう意味？」
　「e-75 っていうのはね、 『小数点を左に 75回ずらしてね』 って意味なんだ」
　「えっと……それってつまり？」
　「今回の p値は、 0.000000…（ゼロが75個近く続く）…0288 くらいの 限りなくゼロ に近い数字なんだ。 つまり、シナモンありのカレーとなしのカレーの得点差はほぼ偶然じゃない」
　「そんなぁ・・・」

　無言のままカレーを食べ終わり、冷たい麦茶を飲み込んだ。
　私は恐る恐る口を開いた。
　「ねえリニ爺、これって正規分布じゃないとダメなんだよね？」
　私は大学の授業で聞いた言葉を思い出して尋ねた。
　「ああ、そういうルールを教わったんだね」
　リニ爺は少し困ったように笑った。 　
　「確かに、t検定やANOVAは"正規分布"を前提にしてる。でも、もし分布がおかしければ──」
　「Mann-Whitneyだっけ？ほかの方法を使うんでしょ？」
　「そう。でもね、それも結局は──」
　リニ爺はタブレットの画面を私の方に向けた。
　そこには、コードが並んでいた。

# 正規分布っぽい → t検定
stats.ttest_ind(group1, group2)

# 正規分布じゃない → Mann-Whitney
stats.mannwhitneyu(group1, group2)

「……全部、書き方が同じ……！」
　「そう。名前は違うけど、問いは同じ。 "グループ間で差はあるか？"──ただそれだけなんだ」

　「じゃあ、もっと複雑な比較は？
たとえば、スパイスが4種類、5種類、6種類……って3つ以上を比べたいときは？」
　「それも同じだよ」
リニ爺はにっこりと笑った。

# 3群以上、正規分布っぽい → ANOVA
stats.f_oneway(group1, group2, group3)

# 3群以上、正規分布じゃない → Kruskal-Wallis
stats.kruskal(group1, group2, group3)

「やってることは変わらない。こうやって、スパイスの数っていう新しい変数を作る。そして、平均を比べてるだけ」

　「え……？スパイスが6個のレシピは、点数が低い……？」
　私は少し信じられない気持ちでデータを眺めていた。
　「つまり、スパイスの種類を増やせば増やすほどいい、ってわけじゃないんだね……」
　「うん。スパイスの多さは複雑な美味しさにつながるけど、うまく使わないと味の"バランス"を崩す」
　チャッピーが補足する。
　「でもクミ、これはあくまで"平均"の話だよ」
　「え……？」
　「スパイス6種のレシピでも、高得点を取ってる人はいる。平均で見れば不利でも、"例外"になることはできるんだ」
　リニ爺が静かに微笑んだ。
　「統計は"過去の傾向"を教えてくれる。でも、未来を作るのは──クミ、君自身なんだよ」
　「……でも！私は6つ全部を使って、誰もがおいしいって思えるカレーを作りたい！」

　その時、涼しげな風鈴の音とともに、店のドアが開いた。
　「じいじ〜！カレー！！」
　「オレもカレー！！」
　元気な声が飛び込んできた。
リニ爺の孫、つまり私のいとこ、単海くんと重海くんだ。

解説編

前回はこちら

次回はこちら

次回は、クミのいとこ、単海くんと重海くんと一緒に、回帰分析について学びます！小学生でもあなどれない！機械学習の入り口です。お楽しみに！

マガジンはこちら

　このマガジンは、カレー好きの大学生クミとAIロボ・チャッピーが統計と機械学習を使ってカレーコンテスト「Tabbele」に挑む物語です。

【物語編】

【コードと解説編】
第1章のコードと解説は無料記事、第2章以降は有料記事となっています。全章分のコードと、 .ipynb ファイルのダウンロード特典がついたマガジンがお得です。