1 定義
標本平均は、母集団から抽出した標本に含まれる観測値を合計し、標本数で割って求める統計量である。記号としては通常、標本値を \(x_1, x_2, \dots, x_n\) とすると、標本平均はその中心的な代表値として用いられる。データ全体の水準を一つの数で要約できるため、最も基本的な記述統計の一つに数えられる。
1.1 標本平均の定義式
標本平均 \(\bar{x}\) は、次の式で定義される。
\[ \bar{x}=\frac{1}{n}\sum_{i=1}^{n}x_i \]
ここで \(n\) は標本数、\(x_i\) は各観測値である。すべての値を同じ重みで扱う単純平均であり、標本の中心を示す代表値として広く用いられる。
1.2 母平均との関係
母平均は母集団全体の平均であり、標本平均はその一部から得られる近似量である。標本が母集団をよく反映していれば、標本平均は母平均の良い推定値となる。ただし、抽出された標本の偏りや大きさによって、母平均との差は変動する。
1.3 加重平均との違い
加重平均は、各データに異なる重みを与えて計算する平均である。これに対し、標本平均は通常、各観測値を等しく扱う。したがって、測定の信頼度や出現頻度を反映させたい場合は加重平均が適し、単純な代表値を求める場合は標本平均が基本となる。
2 性質
標本平均は、単なる計算値ではなく、確率的な性質をもつ推測量でもある。標本抽出を繰り返すと値が変わるため、その平均的な振る舞いやばらつきを理解することが重要である。
2.1 不偏性
標本平均は、母集団から無作為に標本を取るとき、母平均に対して不偏である。つまり、同じ手続きを何度も繰り返したとき、標本平均の期待値は母平均に一致する。この性質により、標本平均は母平均の基本的な推定量として位置づけられる。
2.2 分散と標準誤差
標本平均の分散は、個々の観測値の分散より小さくなる。標本数が大きいほど標本平均のばらつきは減少し、推定は安定する。標準誤差は標本平均の標準偏差に相当し、推定の不確かさを表す指標として使われる。
2.3 線形性
標本平均は線形変換に対して扱いやすい性質をもつ。データに対する加算や定数倍の影響を明確に反映するため、理論上の計算や実務上の整理に便利である。
2.3.1 和の標本平均
2つの標本の対応する観測値を足したデータの平均は、元の標本平均の和に等しい。これは、平均が加法に対して整合的であることを示す。複数の測定結果を統合する際にも、この性質が役立つ。
2.3.2 定数倍した標本平均
各観測値を一定の定数で倍率変換すると、標本平均も同じ定数倍になる。たとえば単位の変更や尺度の変換を行っても、平均の関係は保たれる。数値処理の見通しを良くする基本的な性質である。
3 分布と近似
標本平均は確率変数として扱われ、その分布を考えることができる。母集団の形状や標本サイズに応じて、分布の形や広がりが変化する。これにより、統計的推測の理論的基盤が構成される。
3.1 標本平均の分布
標本平均の分布は、同じ母集団から同じ大きさの標本を何度も抽出したときの平均値のばらつきを表す。母集団の分布が非対称でも、標本平均の分布は標本数が増えるにつれて集中しやすくなる。これが推測の安定性を支える。
3.2 中心極限定理との関係
中心極限定理は、独立同分布の標本が十分大きいとき、標本平均の分布が近似的に正規分布に従うことを述べる。母集団の分布がどのような形でも、条件が満たされればこの近似が成り立ちやすい。統計学で最も重要な理論の一つである。
3.3 正規分布による近似
母集団の分布が正規分布である場合、標本平均も正規分布になる。さらに標本数が大きいと、母集団が正規でなくても正規近似が有効になることが多い。これにより、区間推定や検定で計算がしやすくなる。
4 推測統計への応用
標本平均は、母平均を知るための出発点である。点推定、信頼区間、仮説検定など、多くの統計手法で中心的な役割を果たす。実験や調査の結果を要約し、母集団について結論を導く際の基礎となる。
4.1 母平均の推定
標本平均は、母平均の推定量として最も基本的である。標本から得られた平均を用いて、母集団の平均水準を推測する。標本の代表性が高いほど、この推定の信頼性も高まる。
4.1.1 点推定
点推定では、標本平均をそのまま母平均の推定値として採用する。計算が簡単で、結果を直感的に理解しやすい。一方で、推定値の周囲にどれだけ不確かさがあるかは別途評価する必要がある。
4.1.2 区間推定
区間推定では、標本平均を中心にして母平均が含まれると考えられる範囲を与える。通常は標準誤差や分布仮定を用いて信頼区間を構成する。単一の値ではなく幅を示すため、推定の精度を把握しやすい。
4.2 仮説検定
標本平均は、母平均に関する仮説を検討する際にも用いられる。観測された平均が帰無仮説の下でどの程度起こりやすいかを評価し、差が偶然かどうかを判断する。平均の比較は、実験研究や調査分析で特に頻出する。
4.3 標準誤差の推定
標準誤差は標本平均の不確かさを示すため、実際の分析ではその推定が必要になる。母分散が未知の場合、標本分散から標準誤差を近似する。これにより、検定統計量や信頼区間の計算が可能になる。
5 計算と実務
標本平均は定義自体は単純だが、実務ではデータの集計方法や観測の質によって結果が左右される。計算の手順だけでなく、データの性質や取得条件を確認することが重要である。
5.1 データの集計方法
実際の集計では、数値データを整理し、欠けている値や重複の有無を確認したうえで平均を計算する。ソフトウェアを用いる場合でも、入力範囲や集計対象の設定を誤ると結果が変わる。基本操作の正確さが求められる。
5.2 外れ値の影響
標本平均は外れ値の影響を受けやすい。極端に大きい値や小さい値が一つ混じるだけで、平均が大きく動くことがある。そのため、必要に応じて中央値との差や中央値との差など、他の代表値と併せて検討することが望ましい。
5.3 欠測値の扱い
欠測値がある場合、単純に残りの観測値だけで平均を取ることもあるが、その処理には注意が必要である。欠測の発生が無作為でない場合、平均に偏りが生じうる。補完や除外の方法は、分析目的に応じて慎重に選ぶ必要がある。
5.4 標本設計との関係
標本平均の信頼性は、標本設計に強く依存する。無作為抽出が適切に行われていれば、母集団を代表しやすいが、偏った選び方では平均の解釈が難しくなる。調査対象の構造や抽出方法を踏まえて評価することが重要である。