統計学を学ぶ中で、多くの方が一度は疑問に抱く点があります。それは、「通常の分散はデータの個数 n で割るのに対し、なぜ不偏分散では n-1 で割るのか」という点です。
公式として覚えてはいるものの、なぜわざわざ 1 を引く必要があるのか、その本質的な理由までは掴みきれていないと感じる方も少なくないでしょう。
この記事では、まず「直感的なイメージ」を用いてその背景を整理し、その上で段階を追って「数学的な導出」を解説していきます。
順を追って読み進めることで、n-1 で割る必要性が理解できるようになります。ぜひ参考にしてください。
なぜ n-1 で割るのか？ 直感的なイメージで理解する
具体的な計算式に入る前に、まずは「なぜデータの個数 n のままだと都合が悪いのか」を直感的に捉えていきましょう。
結論から言うと、手元にあるデータ（標本）の平均値は、母集団全体の平均値（母平均）よりも「データのばらつきの中心」に近くなりやすいという性質があるためです。
標本平均は「手元のデータ」に寄り添ってしまう
私たちが真に知りたいのは、母集団全体のばらつき（母分散）です。しかし、母集団全体の平均（\mu）は分からないことが多いため、代わりに手元のデータから計算した標本平均（\bar{X}）を使ってばらつきを計算します。
ここで重要な問題が生じます。標本平均 \bar{X} は手元にあるデータそのものから計算されているため、当然ながら「そのデータの真ん中」に位置します。
本来計算したい「真の平均（\mu）からの離れ具合」よりも、「手元の平均（\bar{X}）からの離れ具合」のほうが、定義上どうしても小さく計算されてしまうのです。
n で割ると分散を「小さく見積もりすぎてしまう」
このように、標本平均を使った分散の計算は、真の分散に比べて小さめの値になりやすいバイアス（偏り）を持っています。
そのままデータの個数 n で割ってしまうと、本来の母分散よりも平均的に小さい値（過小評価）になってしまいます。
そこで、分母を n から少し小さくした n-1 に変更して全体を割ることで、小さくなってしまった計算結果を少し補正し、平均的に正しい母分散の値（不偏性）が得られるように調整しているのです。
自由度の観点から考える「n-1」の意味
もう一つの考え方として「自由度（自由に変更できるデータの個数）」という概念があります。
n 個のデータ X_1, X_2, \dots, X_n があるとき、自由に値を決められるデータは本来 n 個あります。しかし、標本平均 \bar{X} の値が固定されると、以下の関係式が常に成り立ちます。
\sum_{i=1}^{n} (X_i - \bar{X}) = 0この制約が存在するため、最後の 1 個のデータは自動的に値が決まってしまい、自由に動かせるデータは実質的に n-1 個 に減少します。
この「独立して自由に動かせるデータの個数」を表す自由度 n-1 で割るというアプローチも、n-1 が登場する大きな理由の一つです。
数式で紐解く n-1 の数学的証明
ここからは、n-1 で割ることで母分散の偏りが解消される理由を、数式を用いて順を追って解説していきます。
目指すゴールは、標本分散の期待値 E[s^2] を計算した際に、母分散 \sigma^2 と一致することを確認することです。
前提知識の整理
まず、証明で使用する記号と前提知識を以下のように整理しておきます。
- 母平均： \mu
- 母分散： \sigma^2
- 標本： 互いに独立な n 個の確率変数 X_1, X_2, \dots, X_n
- 標本平均： \bar{X} = \frac{1}{n} \sum_{i=1}^{n} X_i
このとき、各確率変数の期待値および分散は次の性質を持ちます。
E[X_i] = \mu, \quad V[X_i] = \sigma^2また、標本平均 \bar{X} の期待値と分散は以下のようになります。
E[\bar{X}] = \mu, \quad V[\bar{X}] = \frac{\sigma^2}{n}ステップ1：偏差の二乗和を分解する
標本平均周りの偏差の二乗和 \sum_{i=1}^{n} (X_i - \bar{X})^2 に、母平均 \mu を挟み込んで変形していきます。
X_i - \bar{X} = (X_i - \mu) - (\bar{X} - \mu)両辺を2乗して i=1 から n まで足し合わせます。
\sum_{i=1}^{n} (X_i - \bar{X})^2 = \sum_{i=1}^{n} \left\{ (X_i - \mu) - (\bar{X} - \mu) \right\}^2右辺を展開すると次の通りになります。
\sum_{i=1}^{n} (X_i - \bar{X})^2 = \sum_{i=1}^{n} (X_i - \mu)^2 - 2(\bar{X} - \mu)\sum_{i=1}^{n}(X_i - \mu) + \sum_{i=1}^{n}(\bar{X} - \mu)^2ここで、\sum_{i=1}^{n}(X_i - \mu) = n(\bar{X} - \mu) であることを利用して整理します。
\sum_{i=1}^{n} (X_i - \bar{X})^2 = \sum_{i=1}^{n} (X_i - \mu)^2 - 2n(\bar{X} - \mu)^2 + n(\bar{X} - \mu)^2 \sum_{i=1}^{n} (X_i - \bar{X})^2 = \sum_{i=1}^{n} (X_i - \mu)^2 - n(\bar{X} - \mu)^2ステップ2：両辺の期待値をとる
得られた式の両辺の期待値 E を計算します。
E\left[ \sum_{i=1}^{n} (X_i - \bar{X})^2 \right] = E\left[ \sum_{i=1}^{n} (X_i - \mu)^2 \right] - n E\left[ (\bar{X} - \mu)^2 \right]期待値の線形性を用いると、各項は次のように表せます。
- E[(X_i - \mu)^2] = V[X_i] = \sigma^2 より、第1項は \sum_{i=1}^{n} \sigma^2 = n\sigma^2
- E[(\bar{X} - \mu)^2] = V[\bar{X}] = \frac{\sigma^2}{n} より、第2項は n \cdot \frac{\sigma^2}{n} = \sigma^2
これらを代入すると以下の式が得られます。
E\left[ \sum_{i=1}^{n} (X_i - \bar{X})^2 \right] = n\sigma^2 - \sigma^2 = (n - 1)\sigma^2ステップ3：不偏分散の形に調整する
上記の計算結果から、普通の分散（n で割った値）の期待値を計算してみます。
E\left[ \frac{1}{n} \sum_{i=1}^{n} (X_i - \bar{X})^2 \right] = \frac{n - 1}{n} \sigma^2n で割った場合、期待値は本来の母分散 \sigma^2 よりも \frac{n-1}{n} 倍だけ小さくなってしまうことが確認できます。
そこで、期待値を一致させるために、全体の式に \frac{n}{n-1} を掛け合わせます。
E\left[ \frac{1}{n-1} \sum_{i=1}^{n} (X_i - \bar{X})^2 \right] = \sigma^2これにより、分母を n-1 に設定した分散の計算式であれば、その期待値がピッタリと母分散 \sigma^2 に一致（不偏性を満たす）することが証明できました。
まとめ：n-1 で割る理由を押さえて統計学の理解を深めよう
今回は「なぜ不偏分散ではデータの個数 n ではなく n-1 で割るのか」について、直感的な概念と数学的な証明の2つのアプローチで解説しました。
ポイントを振り返ると、以下の通りです。
- 直感的な理由： 標本平均は手元のデータの中央に位置するため、真の平均（母平均）を使うよりも分散が小さく計算されやすいバイアスが生じる。
- 自由度の理由： 標本平均の値が固定される制約があるため、自由に値を動かせるデータの個数は実質的に n-1 個になる。
- 数学的な理由： 偏差の二乗和の期待値を計算すると (n-1)\sigma^2 になるため、n-1 で割ることで期待値が母分散 \sigma^2 と一致する（不偏性が成り立つ）。
単に公式として n-1 を暗記するだけでなく、その背景にある「過小評価を防ぐための補正」という役割を理解しておくと、統計学の他の概念（標準誤差や各種検定など）もスムーズに吸収できるようになります。
統計学の学習を進める中で疑問に感じた際は、ぜひ本記事の内容を読み返して確認に役立ててください。
コメント