四捨五入誤差

1 四捨五入誤差の定義

四捨五入誤差とは、数値を所定の桁数や単位に丸めるとき、丸め前の真の値と、丸め後に得られる値との間に生じる差を指す。丸めは「基準に従って最も近い値へ」写像する操作であり、丸め幅の範囲内で誤差が発生するのが基本的な性質である。

四捨五入は切り捨てや切り上げとは異なり、選ばれる側が値に依存する。そのため、誤差の大きさだけでなく、符号や平均的な偏りが問題になることがある。

1.1 丸めの基本（四捨五入）

四捨五入では、丸め対象の刻みを考える。たとえば刻みが 0.1 なら、真の値を 0.0, 0.1, 0.2, … のいずれかに対応させ、最も近い刻み点を選ぶ。ちょうど中間（例：0.05 が 0.0 と 0.1 のちょうど半分）に関しては、慣習や規格により扱いが決まることがある（後述の境界ケース）。

丸め操作は「丸め関数」として表せ、出力値は離散的になる。その結果、連続的に変化していたはずの量が、報告値としては段階的に変化する。

1.2 誤差の表し方（真値との差）

誤差は「真値との差」として定義するのが一般的である。真値を \(x\)、丸め後の値を \(\hat{x}\) とすると、誤差は \(\hat{x}-x\) で表せる。このとき誤差の評価指標として、絶対誤差や相対誤差が用いられる。

評価指標は目的に応じて選ぶ必要がある。精度要求が厳しい場面では絶対誤差の上限が重要になり、桁や単位が異なる比較では相対誤差が役に立つ。

1.2.1 絶対誤差

絶対誤差は \(	\hat{x}-x	\) で定義される。単位と同じ次元を持ち、誤差の“大きさ”を直感的に示す。

絶対誤差の上限は丸め幅（刻み）に密接に関連する。丸めの刻みが小さいほど、最大誤差も小さくなる。

1.2.2 相対誤差

相対誤差は \(\dfrac{	\hat{x}-x	}{	x	}\) のように、真値の大きさで誤差を正規化して表す。値のスケールが変わる状況で比較可能になる。

ただし \(x=0\) に近い領域では分母が小さくなり、数値的に不安定になる。実務では相対誤差を適用する範囲を慎重に定めることが多い。

1.3 よくある誤解（「誤差＝常に小さい」など）

四捨五入誤差はしばしば「必ず小さい」と誤解されるが、実際には丸め刻みによる上限があるだけで、入力値の状況や丸めの回数によっては影響が無視できない場合がある。特に丸め後の値をさらに計算に用いると、誤差は次の演算の入力誤差として伝播する。

また、境界ケースの扱い（ちょうど半分のときの選び方）によっては、誤差の分布が対称にならず、偏りが見えることもある。したがって「常に平均的に打ち消される」という前提は一般には保証されない。

2 誤差の理論的性質

四捨五入誤差は、丸め刻みと数学的な丸め規則によって制約される。理論的には上限評価、境界条件、確率的な解釈、平均（偏り）の考え方といった観点から整理できる。

なお、丸め以外の浮動小数点誤差が同時に存在する場合、本項の“四捨五入誤差”のみでは実測誤差を説明できないことがある。その点は区別して扱うのが実務上望ましい。

2.1 桁丸めによる誤差の上限

桁丸めでは、刻みが \(10^{-n}\) のような形になることが多い。ここでは、刻みを \(\Delta\) とし、丸め後は刻み点のいずれかに写像されると考える。

四捨五入で最も近い刻み点を選ぶなら、誤差は刻みの半分を超えないのが基本的な見通しである。すなわち絶対誤差の上限は \(\Delta/2\) と評価できる。

2.1.1 10のべきに対する誤差評価

小数点以下を第 \(n\) 位で四捨五入する場合、刻みは \(10^{-n}\) となる。このとき絶対誤差は概ね \[

\hat{x}-x	\le \frac{1}{2}\times 10^{-n}

\] で上から評価できる。

整数の位（例：小数点の左の桁）を四捨五入する場合でも同様に、刻みが対応する \(10^k\) の係数となり、誤差上限はその半分で表される。ここで“概ね”となるのは、境界ケースの規則を含めて定義するかどうかで表現が変わるためである。

2.1.2 境界ケース（ちょうど半分）の扱い

真値が丸めの境界に“ちょうど”一致する場合、どちらの刻み点を選ぶかが問題になる。代表的な規約として「偶数側へ丸める」方式（同数の場合に片方へ寄せず統計的な偏りを抑える発想）が用いられることがある。

この規則が異なると、誤差の符号分布や平均が変わり得る。ただし絶対誤差の上限が変わるかどうかは、通常 \(\Delta/2\) の評価としては大きくは変わらない。一方で、丸め値が連鎖して使われる場合は、その差が後続計算の分岐点となることがある。

2.2 確率的解釈（一様分布を仮定した場合）

理論的性質を理解するために、誤差が丸め境界に対して一様に分布すると仮定することがある。例えば真値が刻み点の間でランダムに現れ、丸め境界からの距離が一様であるとみなせると、誤差の期待値や分散が計算できる。

この仮定では、誤差の平均は 0 に近くなりやすいが、境界ケース規約や入力の偏りがあると一致しない。実データが“刻み点に対してランダム”でない場合、分布仮定の妥当性を検証する必要がある。

2.3 正負と偏り（平均誤差の考え方）

誤差には符号があり、過大評価（正の誤差）と過小評価（負の誤差）がある。入力の分布が対称で、境界が適切に扱われているなら、正負は打ち消し合い、平均誤差が小さくなることがある。

しかし、入力値が特定の範囲に集中している、あるいは境界での取り扱いが偏っていると、平均値として系統的にずれる場合がある。このような偏りは、単なる“誤差の大きさ”とは別問題で、報告値の体系的な歪みとして観測されることがある。

3 誤差の蓄積と統計量への影響

四捨五入誤差は、1回の丸めだけで完結しない。丸めが繰り返される、または丸め後の値を使って計算・集計することで、誤差が蓄積し、統計量に差が出る可能性がある。

ここでは累積の仕方と、平均・分散などの代表量への波及を整理する。

3.1 複数回の丸めによる累積

複数回の丸めでは、各段階で生じた誤差が次の入力に混入する。結果として最終誤差は単純な“最大値の合計”だけでは語れない場合もあるが、上限評価としての考え方は有用である。

3.1.1 加算での影響

加算では、各項の丸め誤差が合算される構造になる。項数が増えるほど、誤差の影響は大きくなる傾向がある。符号が一致してしまうと増幅し、逆符号なら部分的に相殺される。

したがって、合計の誤差を厳密に評価するには、各入力値の分布や丸め規則、どの段で丸めたか（途中で丸めるのか、最後だけ丸めるのか）が重要になる。

3.1.2 掛け算・割り算での影響

乗算・除算では、誤差が相対的に増幅されやすい。たとえば \(\hat{x}=x+\varepsilon\) とすると、積 \(\hat{x}\hat{y}\) には \(\varepsilon\) の一次項だけでなく二次項も含まれる。誤差が十分小さいと仮定すれば一次近似で整理できるが、条件によっては二次項の寄与が無視できない。

割り算では分母が小さいほど相対誤差が大きくなるため、丸め刻みが同じでも影響の度合いが変わる。特にゼロ付近を扱う場合は注意が必要である。

3.2 集計・要約統計（平均・分散など）への波及

平均は足し算の結果をさらに割る操作として得られるため、加算側の誤差に平均化が働く場合がある。項数が多ければ“相殺”が起きることもあるが、必ずしも縮小とは限らない。

分散は二乗や差の演算を含むため、符号相殺が起きにくく、誤差の影響が残りやすい。特に平均の丸めが分散計算の入力に入ると、中心の位置がずれることで二次量に偏差が生じる可能性がある。したがって、要約統計では丸めのタイミングが重要になる。

3.3 有効数字と報告値の整合性

有効数字は、計算結果をどの桁まで信頼できるかを表す概念である。四捨五入誤差はこの整合性と結びつく。計算途中で十分な精度を保持しないまま末端で丸めると、期待した有効桁数よりも精度が落ちることがある。

逆に、途中で不必要に粗く丸めると、最後の丸めだけでは取り戻せない損失が生じる。報告値として統計量や係数を提示する際には、計算手順と丸め方針が一貫しているかを確認する必要がある。

4 実務上の対策

四捨五入誤差を抑える実務的アプローチは、丸めのタイミング、計算精度と出力精度の分離、再現性の確保、ソフトウェア側の丸めモードの理解に集約される。

目的は「結果の誤差を小さくする」だけでなく、「誤差の振る舞いを予測可能にする」ことにもある。

4.1 丸め順序の設計（最後にまとめて丸める等）

丸め順序の基本方針として、可能な範囲で“途中では丸めず、最後にまとめて丸める”ことがある。途中で桁落ちを発生させると情報が失われ、後段の計算が本来より粗くなるためである。

ただし、システム都合で途中丸めを避けられない場合もある。その場合でも、累積量が大きい演算（大量の加算や二次量を含む計算）より前に粗い丸めを置かないなど、影響が出やすい箇所を優先して精度を確保する設計が有効になる。

4.2 計算精度と出力精度の使い分け

計算では内部表現の精度をできるだけ保ち、表示や登録では必要な桁数に丸める、という分離が一般に推奨される。内部と外部で精度の役割を分けることで、最終的な報告値の誤差を制御しつつ、途中計算の劣化を防げる。

計算精度をどこまで確保するかは要件に依存する。必要な有効数字が何桁か、許容誤差が絶対か相対か、監査の要求があるかを整理し、内部精度と出力丸めの関係を決めるのが実務の要点になる。

4.3 エラーバンド表示と監査（再現性の確保）

丸め誤差を“点の値”だけで示すのではなく、誤差範囲（エラーバンド）を併記する方法がある。これにより、ユーザは結果の解像度を理解しやすくなる。

加えて、監査可能性の観点では、丸め規則（境界の取り扱いを含む）、計算順序、内部精度、実装上の丸めモードを記録し、再現できる形にすることが重要である。再現性が確保されるほど、誤差の説明責任を果たしやすくなる。

4.4 ソフトウェア実装の注意点（丸めモード）

ソフトウェアでは丸めモード（四捨五入に相当する挙動、境界時の規則など）が言語や実行環境で指定・変更可能なことがある。実装が異なると同じ理論でも結果が一致しない可能性があるため、依存を明確にする必要がある。

また、浮動小数点演算では二種類の誤差が同時に生じ得る。すなわち四捨五入（出力用の丸め）と、内部演算の丸めである。どちらの段でどの程度の丸めが入っているかを区別して把握し、テストケース（境界値を含む）で挙動を確認することが、実装上の重要な注意点になる。