---
title: "母分散・標本分散・不偏分散の違いとは？【DS検定リテラシー】"
description: "母分散、標本分散、不偏分散の違いを統計の基本として整理します。母集団と標本、nで割る場合とn-1で割る場合の意味を押さえ、DS検定で問われる推定の考え方を確認できます。本文では、用語の定義、具体例、似た概念との違い、試験で迷いやすい選択肢の見分け方まで、短時間で復習できるようにまとめています。"
canonical_url: "https://stemtazoo.github.io/ds/population-sample-unbiased-variance/"
section: "ds"
---
DS検定トップ
＞ 母分散・標本分散・不偏分散の違いとは？【DS検定リテラシー】
## まず結論
- **母分散は「母集団全体のばらつき」**、
- **標本分散は「標本データのばらつき」**、
- **不偏分散は「母分散を推定するために補正した標本分散」**です。
DS検定では、
「どれが母分散の推定に使うべき値か？」を判断させる問題がよく出ます。
## 直感的な説明
例えば、全国のりんごの重さのばらつきを知りたいとします。
- 全国すべてを測れれば → **母分散**
- 手元の100個だけ測ったら → **標本分散**
- その100個の結果から全国のばらつきを推定するなら → **不偏分散**
ポイントはここです。
👉 **標本分散は、そのままだと少し小さめに出る傾向がある**
だから、
「母分散を推定する目的なら補正が必要」になります。
DS検定では、
「標本分散をそのまま母分散の推定値として使う」と書いてあったら注意です。
## 定義・仕組み
### ① 母分散
母集団全体のデータを使って計算した分散。
本来知りたい「真のばらつき」です。
ただし、現実では母集団すべてを観測できないことがほとんどです。
### ② 標本分散
標本データのばらつきをそのまま計算したもの。
分母は「データ数 n」です。
しかしここに落とし穴があります。
標本では平均も標本から計算しているため、
ばらつきが少し小さく見積もられてしまいます。
### ③ 不偏分散
標本分散の「過小評価」を補正したもの。
分母を **n − 1** にします。
なぜか？
→ 標本平均を使うことで自由度が1つ減るから。
DS検定では数式暗記は不要ですが、
> 「n ではなく n−1 で割るのは母分散を正しく推定するため」
という意味を理解していれば十分です。
## どんな場面で使う？
### ✔ 母分散
- 理論上の定義
- 母集団全体がわかっている場合（ほぼない）
### ✔ 標本分散
- 単に「この標本のばらつき」を知りたいとき
### ✔ 不偏分散
- 標本から母分散を推定するとき
- 統計的推定や推測統計の文脈
DS検定では、
> 「母分散の推定値として最も適切なものはどれか」
と問われることが多いです。
答えは **不偏分散** です。
## よくある誤解・混同
### ❌ 「標本分散＝母分散の推定値」
→ 不正確です。
標本分散は小さめに出る傾向があります。
### ❌ 「n と n−1 の違いは誤差レベルで無視できる」
→ 概念理解としては重要です。
DS検定はこの違いを理解しているかを問います。
### ❌ 「不偏分散は常に正しい分散」
→ あくまで**推定値**です。
母分散そのものではありません。
### 試験での典型的なひっかけ
- 「標本分散は母分散の不偏推定量である」
→ ❌（不偏分散が不偏推定量）
- 「分母が n の分散は母分散の推定に適している」
→ ❌
- 「分母が n−1 の分散は母分散の推定量である」
→ ✅
## まとめ（試験直前用）
- 母分散：母集団全体のばらつき
- 標本分散：標本のばらつき（分母 n）
- 不偏分散：母分散を推定するための補正分散（分母 n−1）
- DS検定では「母分散の推定値はどれか？」が頻出
- 迷ったら「推定なら n−1」と判断する
## 対応スキル項目（データサイエンス力シート）
- スキルカテゴリ：基礎数学
- サブカテゴリ：統計数理基礎
- ★ 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