標本分散 - Ciallo Wiki | チャロ百科

1 定義

標本分散は、標本に含まれる各観測値が標本平均からどれだけ散らばっているかを表す統計量である。値が大きいほどデータの広がりが大きく、小さいほど値が平均付近に集まっていることを示す。母集団の分散を直接調べられない場合に、その大きさを見積もる基礎として用いられる。

標本分散は、個々のデータが平均値から離れる程度を二乗して集約した指標である。単なる差の合計では正負が打ち消し合うため、偏差を二乗してから扱う点に特徴がある。これにより、ばらつきの大きさを符号に左右されずに表現できる。

標本分散は、通常、偏差平方和を基に計算される。標本の各値を \(x_1, x_2, \dots, x_n\)、標本平均を \(\bar{x}\) とすると、偏差の二乗を合計し、一定の値で割ることで求める。

偏差平方和は、各観測値と標本平均の差を二乗したものを足し合わせた量である。これは分散の計算における中核であり、標本内の散らばりを総量として捉える役割を持つ。偏差平方和が大きいほど、データの分布は広がっている。

偏差平方和をどの値で割るかによって、得られる量の意味が変わる。標本サイズ \(n\) で割る定義もあれば、自由度を考慮して \(n-1\) で割る定義もある。前者は記述的な集計に、後者は母分散の推定に適している。

母分散は母集団全体の分散を指し、すべての個体が分かっている場合に定義される。一方、標本分散は母集団の一部分から計算されるため、推定量としての性格を持つ。両者は似ているが、標本から母集団を推測する場面では区別が重要である。

標本分散は、単にばらつきを示すだけでなく、推測統計における基礎的な性質を備えている。とくに自由度や不偏性との関係は、推定の精度や解釈に深く関わる。

標本分散は、データの散らばりを数値化する代表的な尺度である。平均だけでは分からない値の分布の広がりを補い、同じ平均をもつ異なる標本を比較する際に有効である。異常値があると大きく影響を受けやすい点も特徴の一つである。

標本平均を先に求めると、各偏差の総和は自動的に0になる。そのため、独立に変動できる情報量は観測数そのものより1つ少なくなり、これを自由度の減少として扱う。分散の計算で \(n-1\) が現れるのは、この制約を反映している。

母分散を推定する際には、標本分散が平均的にどの程度正しい値を与えるかが問題になる。不偏性は、推定量の期待値が真の値と一致する性質を指し、推定の信頼性を測る重要な基準である。

不偏分散は、標本分散のうち自由度で補正した形を指すことが多い。一般に、偏差平方和を \(n-1\) で割ると母分散の不偏推定量になる。これに対し、\(n\) で割る形は値がやや小さく見積もられやすい。

標本分散を \(n\) で割る定義では、母分散に対して下方に偏る傾向がある。これは標本平均を使うことで、偏差がやや過小評価されるためである。補正を加えない場合、推定量には系統的なずれ、すなわちバイアスが生じる。

標本分散は、他の基本統計量と密接に結びついている。特に平均、標準偏差、変動係数は、データの中心と散らばりを総合的に理解する際に重要である。

標本平均は、各観測値を合計して標本数で割った代表値である。分散の計算では、この平均が基準点となる。したがって、平均の位置が変われば偏差の構造も変わり、分散の値にも影響する。

標本標準偏差は、標本分散の平方根である。分散は二乗単位で表されるため、元のデータと同じ単位で散らばりを解釈したいときに標準偏差が用いられる。実務では、分散より標準偏差のほうが直感的に理解されやすい。

変動係数は、標本標準偏差を標本平均で割って尺度化した指標である。平均の大きさが異なるデータ同士でも、相対的なばらつきを比較しやすい。比率として表されるため、測定単位の影響を受けにくい場合がある。

標本分散は、単純な計算手順で求められる一方、統計解析では推定や検定の土台として広く利用される。正確な算出方法を理解しておくと、データ処理の誤りを減らしやすい。

手計算では、まず標本平均を求め、各値から平均を引いて偏差を出す。次にそれぞれを二乗し、合計した後、選んだ割り方に従って標本数または自由度で割る。少数のデータなら簡単だが、観測数が多いと計算負担が増える。

表計算ソフトでは、分散を求める関数が用意されていることが多い。母分散用と標本分散用で関数が分かれている場合があり、どちらを使うかで結果が変わる。集計前に定義を確認することが重要である。

統計解析では、標本分散は単独の記述指標にとどまらず、さまざまな手法の前提となる。データの変動の大きさを把握することで、推定の幅や検定の判定に関わる情報が得られる。

母平均や母分散を推定する際、標本分散は不確実性の大きさを示す重要な材料となる。区間推定では、分散が大きいほど推定範囲が広がりやすい。つまり、データの散らばりは推定精度に直接影響する。

仮説検定では、標本分散が検定統計量の計算に組み込まれることがある。たとえば平均との差を評価する手法では、分散が大きいと差の有意性は相対的に小さく見積もられる。したがって、分散は有意差の判断において重要な役割を担う。