【統計検定2級】母分散

母分散は対象とする集団の全データの分散です

なので、基本的に仮説検定がらみの時に使うことは稀です（というかない気がします）

これがわかれば理想というところですが、定義は大事なのでしっかり見ていきます

※母平均も同じ印象

一言でいうと
母分散の計算式
「母分散」「標本分散」「不偏分散」の違い
母分散と不偏分散の関係
現実社会における「母分散」の課題と役割
1. 1. 現実には「未知の値」であることが多い
2. 2. 推測統計の「目標」になる
実務上の母分散の使いどころ
母分散を使う頻度はどのくらい？
練習問題
1. 【問題】
2. 解答・解説
まとめ
参考関連用語
参考：確率変数における母分散の定義と期待値の関係
母分散を理解するポイント

一言でいうと

母分散とは、一言でいうと、

「調査対象となる全体（母集団）のばらつきを表す値」

のことです。

母集団に含まれるすべてのデータが「母平均」からどれくらい離れているかを計算し、その偏差の2乗を全データ数で平均したものが母分散です。

母集団全体のデータがわかっている場合には、そのデータから直接計算できます。また、統計学では母集団を確率分布として考え、その「理論上のばらつき」を母分散として扱うこともあります。

母分散の計算式

母分散は通常、 $\sigma^2$ （シグマ2乗）で表されます。

\sigma^2 = \frac{1}{N} \sum_{i=1}^{N} (x_i - \mu)^2

$N$ ：母集団全体の個数（母集団のサイズ）
$x_i$ ：個々のデータ（母集団の各要素）
$\mu$ ：母集団全体の平均値（母平均）

計算の概念は標本分散と似ていますが、「抽出された一部のデータ」ではなく「母集団全体のデータ」と「母平均」を使用する点が最大の特徴です。

例えば、ある会社の社員全員の年齢を調査した場合、その会社の社員全員を母集団と考えれば、全員の年齢から母分散を計算できます。

「母分散」「標本分散」「不偏分散」の違い

統計学で扱う3つの「分散」の違いを表で整理してみましょう。

項目	母分散（ $\sigma^2$ ）	標本分散（ $S^2$ ）	不偏分散（ $s^2$ ）
対象	母集団全体	抽出した標本データ	抽出した標本データ
目的	母集団全体のばらつきを表す	手元のデータそのもののばらつきを表す	標本から母分散を推定する
使用する平均	母平均 $\mu$	標本平均 $\bar{x}$	標本平均 $\bar{x}$
分母	全個数 $N$	標本数 $n$	自由度 $n-1$
特徴	母集団そのものの真の分散	母分散の推定値として使うと平均的に小さくなる	期待値が母分散と一致する不偏推定量

なお、「標本分散」「不偏分散」の記号は文献やソフトウェアによって異なる場合があります。そのため、記号だけではなく「分母が $n$ なのか、 $n-1$ なのか」を確認することが重要です。

母分散と不偏分散の関係

母分散と不偏分散の関係を理解するためには、「母分散は知りたい真の値」「不偏分散は、その真の値を標本から推定するための方法」と考えると整理しやすくなります。

例えば、全国の成人を母集団とした場合、全国すべての人のデータを調査できれば母分散を直接計算できます。しかし、現実には全員を調査することは困難です。

そこで、母集団から一部の人を標本として抽出し、そのデータから母分散を推定します。

このとき、単純に標本分散を計算すると、平均的には母分散より小さくなる性質があります。

そのため、母分散を推定するときには、 $n-1$ で割る不偏分散が利用されます。

不偏分散には、次の重要な性質があります。

E[s^2] = \sigma^2

つまり、同じ条件で標本抽出を何度も繰り返した場合、不偏分散の平均値は母分散と一致します。

このように、「期待値が推定したい母数と一致する」という性質を持つ推定量を「不偏推定量」と呼びます。

現実社会における「母分散」の課題と役割

理論上、母分散 $\sigma^2$ は母集団のばらつきを表す重要な値です。しかし、現実のデータ分析では、母分散そのものを直接計算できないケースが多くあります。

1. 現実には「未知の値」であることが多い

例えば、「日本全国の成人の体重の分散」や「工場で製造される製品の強度の分散」を正確に知りたい場合、対象となる母集団全体を調査する必要があります。

しかし、対象人数が非常に多かったり、製品を破壊して強度を測定する必要があったりすると、全数調査は現実的ではありません。

そのため、実際の統計分析では、母分散 $\sigma^2$ は「知りたいが、直接はわからない値」として扱われることが多くなります。

2. 推測統計の「目標」になる

母分散を直接計算できないからこそ、統計学では一部のデータである「標本」を利用します。

標本から不偏分散を計算し、その値を利用して母分散を推定します。

つまり、

母集団 → 標本を抽出 → 標本から不偏分散を計算 → 母分散を推定

という流れになります。

この意味で、母分散は推測統計における「推測したい本当の値」として重要な役割を持っています。

実務上の母分散の使いどころ

「母分散は真の値なので重要」という説明だけでは、実際のデータ分析でどのように登場するのかイメージしにくいかもしれません。

実務では、母集団が明確に定義されており、その全データを扱える場合に母分散を直接計算することがあります。

1. 全社員など、対象者が限定されている場合

例えば、ある会社の社員100人全員の年齢を取得できる場合、「この会社の社員全員」という母集団について年齢のばらつきを調べることができます。

この場合、調査対象となる社員全員のデータが揃っているため、母分散として分母を $N$ にして計算できます。

同様に、学校のあるクラス全員のテスト結果や、ある部署に所属する全社員の勤続年数なども、対象となる全員のデータが揃っていれば母分散として扱えます。

2. 製造業の品質管理

工場の製造ラインについて、ある期間に製造された製品をすべて検査できる場合、その期間・対象製品という母集団に対して分散を計算できます。

例えば、製品の重量や寸法について分散を計算すれば、製造結果のばらつきを数値化できます。

ただし、実際の品質管理では、すべての製品を検査できるとは限りません。その場合は標本を抽出して、標本から母集団のばらつきを推定するという考え方になります。

3. データ分析・機械学習におけるデータの確認

手元にあるデータセット全体を「今回分析する対象」として扱う場合、そのデータセットのばらつきを確認するために、母分散と同じ考え方で分散を計算することがあります。

例えば、分析対象となるデータセットの年齢、売上、商品の価格などについて、平均値だけではなく分散や標準偏差を確認することで、データがどの程度ばらついているのかを把握できます。

ただし、この場合に「母分散」という名前を使うかどうかは分析の目的によって異なります。重要なのは、「今回扱っているデータ全体のばらつきを知りたいのか」「より大きな母集団のばらつきを推測したいのか」を区別することです。

4. 統計学・確率論の理論上の値

実務だけでなく、統計学の理論でも母分散は頻繁に登場します。

例えば正規分布では、母平均 $\mu$ と母分散 $\sigma^2$ をパラメータとして確率分布を表します。

この場合、母分散は「すべてのデータを実際に集めて計算した値」というよりも、母集団を表す確率分布が持つ理論上のパラメータとして扱われます。

母分散を使う頻度はどのくらい？

実務で「母分散」という言葉を直接使う頻度は、それほど高くない場合があります。

理由は単純で、現実には母集団全体のデータが揃っているケースが限られているからです。

一方、統計学の学習やデータ分析では非常に重要な概念です。

場面	母分散の登場頻度	主な使われ方
統計学・確率論の学習	非常に高い	確率分布のパラメータや理論上の分散として登場
推測統計	非常に高い	標本から推測したい母数として登場
品質管理	高い	母集団のばらつきを考える際の基準として利用
データ分析	中程度	データ全体のばらつきを確認する際に利用
一般的な業務データ	ケースによる	全数データなのか、標本なのかを判断して使い分ける

実務では「母分散を計算する」というより、「母集団の分散を知りたいが、すべてのデータは取得できない」という状況が多くあります。

そのため、実際の統計分析では不偏分散や標準偏差、信頼区間などを使って母集団の性質を推測する場面が多くなります。

練習問題

【問題】

ある小さな会社には社員が4人（ $N = 4$ ）しかいません。この4人全員の年齢は「20歳、24歳、26歳、30歳」です。

この会社の社員全員（母集団）の年齢のばらつきを表す「母分散」の値として正しいものを1つ選んでください。

① 12.5
② 14.0
③ 16.6
④ 50.0

解答・解説

正解：①

解説
社員全員のデータが揃っているため、この4人を母集団と考えて母分散を計算します。

母平均 $\mu$ を求める：
$\mu = \frac{20 + 24 + 26 + 30}{4} = \frac{100}{4} = 25$ 歳
各データの偏差の2乗を求める：
・ $(20 - 25)^2 = (-5)^2 = 25$
・ $(24 - 25)^2 = (-1)^2 = 1$
・ $(26 - 25)^2 = 1^2 = 1$
・ $(30 - 25)^2 = 5^2 = 25$
偏差自乗和を求めて全個数 $N = 4$ で割る：
偏差の2乗の合計＝ $25 + 1 + 1 + 25 = 50$
母分散 $\sigma^2 = \frac{50}{4} = 12.5$

したがって、正解は① 12.5です。

今回は4人全員のデータを対象としているため、 $N-1$ ではなく全個数 $N = 4$ で割ります。

もしこの4人が「もっと大きな母集団から抽出された4人の標本」であり、その母集団の分散を推定したいのであれば、不偏分散を使うことになります。

まとめ

今回は「母分散」について解説しました。

母分散（ $\sigma^2$ ）は「母集団全体のばらつきを表す値」
母平均 $\mu$ からの偏差を2乗し、全体の個数 $N$ で割って計算する
母集団全体のデータが揃っていれば、母分散を直接計算できる
現実には母集団全体を調査できないことが多く、母分散は未知のパラメータとして扱われる
標本から母分散を推定するときには、不偏分散が利用される
不偏分散は期待値が母分散と一致する「不偏推定量」である
統計学では母分散を確率分布の理論上のパラメータとして扱うこともある

「母分散＝母集団の真のばらつき」「標本分散＝手元の標本そのもののばらつき」「不偏分散＝標本から母分散を推定するための分散」と整理すると、それぞれの違いを理解しやすくなります。

特に推測統計では、「本当に知りたい母分散」と「手元の標本から計算する不偏分散」の関係を理解することが重要です。

参考関連用語

用語	簡易的な説明
母分散（ $\sigma^2$ ）	母集団全体の分散。全体の個数 $N$ で割る。
母標準偏差（ $\sigma$ ）	母分散の正の平方根。母集団のばらつきを元の単位で表したもの。
母平均（ $\mu$ ）	母集団全体の平均値。
母集団	調査・分析の対象となる全体の集合。
標本	母集団から抽出して調査・分析する一部のデータ。
標本分散（ $S^2$ ）	標本データそのものの分散。 $n$ で割る。母分散の推定値として使うと平均的に小さくなる。
不偏分散（ $s^2$ ）	標本から母分散を推定するための分散。 $n-1$ で割り、期待値が母分散と一致する。
標準偏差	分散の正の平方根。元のデータと同じ単位でばらつきを表す。
期待値 $E[X]$	確率変数が取る値を確率で重み付けした理論上の平均値。
不偏推定量	推定量の期待値が、推定したい母数と一致する推定量。

参考：確率変数における母分散の定義と期待値の関係

母集団を確率分布としてモデル化する場合、母分散 $\sigma^2$ は確率変数 $X$ の期待値 $E[X] = \mu$ を用いて数学的に定義されます。

ここでは、実際のデータを使った母分散だけではなく、確率分布そのものが持つ「理論上の分散」について整理します。

1. 離散型確率変数の場合の定義式

確率変数 $X$ が値 $x_i$ を取る確率を $P(X = x_i) = p_i$ とすると、母分散 $\sigma^2$ は以下のように定義されます。

\sigma^2 = V[X] = E[(X - \mu)^2] = \sum_{i} (x_i - \mu)^2 p_i

これは、それぞれの値と母平均との差の2乗を、その値が発生する確率で重み付けして平均していると考えることができます。

2. 連続型確率変数の場合の定義式

確率密度関数を $f(x)$ とすると、母分散は積分を用いて以下のように表されます。

\sigma^2 = V[X] = E[(X - \mu)^2] = \int_{-\infty}^{\infty} (x - \mu)^2 f(x) \, dx

離散型では「それぞれの値について確率を掛けて足し合わせる」のに対し、連続型では確率密度関数を使って積分するという違いがあります。

3. 分散の公式（計算公式）の導出

母分散の定義式は、計算上扱いやすい形に変形することができます。

期待値の線形性を利用すると、

V[X] = E[X^2] - (E[X])^2

という公式が得られます。

これは一般に「2乗の期待値から、期待値の2乗を引く」という分散の公式です。

実際に導出してみます。

\begin{aligned} \sigma^2 = V[X] &= E[(X - \mu)^2] \\ &= E[X^2 - 2\mu X + \mu^2] \\ &= E[X^2] - E[2\mu X] + E[\mu^2] \end{aligned}

ここで $\mu$ は定数であり、 $E[X] = \mu$ なので、

E[2\mu X] = 2\mu E[X] = 2\mu^2

また、定数の期待値はそのまま定数となるため、

E[\mu^2] = \mu^2

です。

したがって、

\begin{aligned} V[X] &= E[X^2] - 2\mu^2 + \mu^2 \\ &= E[X^2] - \mu^2 \\ &= E[X^2] - (E[X])^2 \end{aligned}

となります。

この性質により、母分散は「データの2乗の期待値」から「母平均の2乗」を引いたものとしても計算できます。

母分散を理解するポイント

母分散を理解するときは、単に「 $N$ で割る分散」と暗記するだけではなく、「何を母集団と考えているのか」を意識することが重要です。

例えば、100人の社員全員を対象として会社全体の年齢のばらつきを調べるのであれば、その100人が母集団となります。

一方、「全国の会社員の年齢」を知りたいのであれば、その100人は母集団ではなく、全国の会社員から抽出した標本になる可能性があります。

同じ100個のデータでも、「どこまでを調査対象とするのか」という目的によって、母集団なのか標本なのかが変わる点に注意が必要です。

この考え方を押さえておけば、「 $n$ で割るのか $n-1$ で割るのか」という分散の使い分けも理解しやすくなります。