最終更新日:2026年10月19日
ds statistics
まず結論
母分散は母集団・確率分布のばらつき、標本分散は標本データから計算するばらつき、不偏分散は母分散を平均的に偏りなく推定するための量です。
この記事では、標本平均からの偏差の二乗和を nで割る量を「標本分散」、n−1で割る量を「不偏分散」と呼びます。資料によって「標本分散」の呼び方が異なるため、分母も確認してください。
判断のポイントは、「このデータのばらつきを記述する」のか、「母分散を不偏に推定する」のかです。「推定」と書いてあるだけで、必ずn−1と判断するのは避けます。
直感的な説明
りんごの重さから、農園全体のばらつきを知りたいとします。
- 農園のりんご全体のばらつきが、知りたい母分散。
- 抽出したりんごの重さだけで計算するのが、標本から得た分散。
- 標本平均を使うことによる平均的な過小評価を補正するのが、不偏分散。
標本平均は手元のデータに合わせて決まるため、データから標本平均までの距離は小さめになります。独立同分布の標本では、nで割った分散は母分散より平均的に小さくなるので、n−1で割って補正します。
「平均的に」とは、同じ方法で標本を何度も取り直した場合の話です。毎回の標本分散が必ず母分散より小さくなるわけではありません。
社内アンケートで4人の満足度を集めた場合も同じです。4人のデータを記述する目的と、会社全体の母分散を推定する目的を分けます。ただし、「会社全体を推定したい」という言葉だけでは分母は決まりません。どの性質を持つ推定量を求めるかまで確認します。
定義・仕組み
母分散
母分散は、母平均からどれくらい離れるかを二乗して平均した量です。
有限の母集団全体を観測できれば、その全体の平均とデータから計算できます。確率分布で定義された母集団では、分布に基づく理論上の分散を指します。
標本分散と不偏分散
標本の大きさをn、標本平均を $\bar{x}$ とすると、この記事で使う二つの量は次のとおりです。
| 量 | 計算 | 主な意味 |
|---|---|---|
| 標本分散 | 偏差の二乗和 ÷ n | 手元の標本のばらつき |
| 不偏分散 | 偏差の二乗和 ÷ (n−1) | 母分散の平均的な過小評価を補正 |
独立同分布で分散が有限の標本を考え、nが2以上なら、標本平均を使ってn−1で割った量は母分散の不偏推定量です。不偏性に、母集団が正規分布であるという条件は必要ありません。
標本平均からの偏差の合計は0になるので、n個の偏差をすべて自由には決められません。自由度がn−1になることが、補正の背景です。
小さな数値例
標本が 2, 4, 6 なら、標本平均は4です。
- 偏差:−2、0、2
- 偏差の二乗和:4+0+4=8
- 標本分散:8 ÷ 3 ≒ 2.67
- 不偏分散:8 ÷ 2=4
同じ標本から計算しても、分母と目的によって値が変わります。どちらの値も、未知の母分散と必ず一致するわけではありません。
どんな場面で使う?
| 目的・条件 | 判断 |
|---|---|
| 手元のデータ自体のばらつきを記述する | nで割る分散を使う |
| 独立同分布の標本から、母分散を不偏に推定する | 標本平均を使い、n−1で割る |
| 平均未知の正規母集団で、母分散を最尤推定する | nで割る量が最尤推定量になる |
最尤推定は、観測データが得られる可能性を最大にするパラメータを選ぶ方法です。最尤推定と不偏推定は、求める性質が異なります。
実務でNumPyを使う場合、np.var(data) の既定値は ddof=0 で、分母はnです。np.var(data, ddof=1) はn−1で割ります。名称だけでなく、計算条件を確認してください。
よくある誤解・混同
nで割る量は、母分散の推定に使えない?
使えないわけではありません。標本平均を使ってnで割る量は、独立同分布の標本では不偏ではありませんが、母分散の推定量として使えます。正規母集団では、平均未知の場合の最尤推定量でもあります。
「母分散の推定量か」と「母分散の不偏推定量か」を区別します。
不偏分散なら、毎回正しい母分散になる?
不偏分散も標本から得た推定値です。標本を取り直せば値は変わり、母分散と一致する保証はありません。
不偏とは、同じ条件で標本抽出を繰り返したとき、推定量の期待値が母分散に一致するという意味です。個々の推定の誤差が0になることではありません。
分母をn−1にすれば、どんな標本でも不偏になる?
独立同分布などの前提を確認する必要があります。時系列のように観測同士が依存するデータや、偏った抽出方法を使ったデータでは、分母だけを変更して問題を解決できるとは限りません。
また、母平均が既知でその母平均から偏差を計算する場合は、独立同分布の標本でもnで割って不偏に推定できます。n−1は、標本平均を使う場合の補正です。
まとめ(試験直前用)
- 母分散は母集団・確率分布のばらつき。
- この記事の標本分散はn、不偏分散はn−1で割る。
- 独立同分布の標本で標本平均を使う場合、n−1で割ると母分散を不偏に推定できる。
- nで割る量も推定量になり得る。「推定」と「不偏推定」を区別する。
- 不偏でも、個々の推定値が真の母分散と一致するとは限らない。
公式情報・参考リンク
- NumPy公式:numpy.var
ddofによる分母の変更、不偏推定の補正、資料による分散の名称の違いを確認できます。
- SciPy公式:正規分布のパラメータ推定の実装
norm.fitは、平均と分散の最尤推定に明示的な式を使います。分散は標本平均からの偏差の二乗の平均で、分母はnです。
対応スキル項目(ver.6 データサイエンス)
- 分類:基礎技術
- スキルカテゴリ:科学的解析の基礎
- サブカテゴリ:統計数理基礎
- 必須スキル:◯
- ★ 母(集団)平均と標本平均、不偏分散と標本分散がそれぞれ異なることを説明できる
- ver.6 ★1スキルチェックで確認する
🔗 関連記事
- ベイズの定理とは?(条件付き確率の逆算)【DS検定リテラシー】
- ベイズの定理とは?検査の件数表から事後確率を求める【基本情報技術者試験】
- ベルヌーイ試行とは?成功・失敗の1回の試行を整理【DS検定】
- 二項分布とは?ベルヌーイ試行をn回繰り返す成功回数の確率【DS検定】
- 因果推論とは?相関との違いを整理【DS検定リテラシー】