不偏標準偏差とは?
こんにちは。ゆうせいです。
統計学を学び始めると、早い段階で標準偏差が登場します。「平均からのずれを2乗して、平均する」と聞けば、データの個数 n で割るのは自然に思えます。ところが教科書には、「母集団の散らばりを推定するときは n − 1 で割る」と書いてあります。
なぜ n ではいけないのでしょうか。n − 2 ではいけないのでしょうか。研修でも、毎回のように質問が出るところです。
この記事では、次の一文を理解することを目標にします。
標本から計算した散らばりには、「標本平均そのもののぶれ」が含まれていない。その分だけ小さくなるので、n − 1 で割って補う。
計算をしやすくするために、標準偏差ではなく、その2乗である分散で話を進めます。
なお、n − 1 で割った分散の平方根は「不偏標準偏差」と呼ばれることがありますが、この呼び方は正確ではありません。この点は、記事の後半のコラムで説明します。
2つの分散を並べてみる
母集団とは、調べたい対象の全体のことです。標本とは、そこから取り出した一部のデータのことです。
母集団の分散(母分散)は、母集団の平均 μ(ミュー)からのずれで計算します。
標本から、同じ考え方で n で割って計算すると、次の式になります。
2つの式はよく似ていますが、決定的な違いが1つあります。引いている平均が違うのです。
- 母分散:本当の平均 μ を引いている。μ は動かない固定の値
- 標本の分散:標本平均(x の上に横棒を付けた記号)を引いている。標本平均は、標本を取るたびに変わる値
私たちは μ を知りません。そこで、手元のデータから計算した標本平均で代用します。この代用が、ずれの原因です。
標本平均は、データに都合よく寄り添う
標本平均は、手元のデータの真ん中にくるように計算された値です。そのため、「ずれの2乗の合計」は、標本平均から測ったときに最も小さくなります。本当の平均 μ から測ると、必ずそれ以上の値になります。
この関係は、次の式で表せます。
言葉にすると、次のようになります。
- 左辺:本当の平均から測った散らばり
- 右辺の1つ目:標本平均から測った散らばり(n で割った標本の分散)
- 右辺の2つ目:標本平均が、本当の平均からどれだけ外れたか
n で割った標本の分散には、右辺の2つ目が入っていません。標本平均が μ にぴったり一致したときだけ等しくなり、それ以外は必ず小さくなります。
ここで確認
問い:3個のデータ 2、4、9 について、「ずれの2乗の合計」を、標本平均の 5 から測った場合と、母集団の平均(本当の平均)である 6 から測った場合で比べてください。
答え:
- 標本平均の 5 から測ると、
26 です。
- 本当の平均の 6 から測ると、
29 です。
標本平均から測ったほうが小さくなります。差の 3 は、平均同士のずれの2乗 の3個分(データ数
個分)にぴったり一致します。
コイン2回の例で、すべての場合を数える
式だけでは実感しにくいので、すべての場合を書き出せる小さな例で確かめます。
コインを投げて、計算しやすくするために表なら 2点、裏なら 0点とします。この得点の母集団は、本当の平均(母平均)が 1 です。表(2点)も裏(0点)も平均 1 からのずれはどちらも 1 なので、2乗の平均である母分散も 1 になります。
このコインを 2回投げて、標本にします。結果は 4通りで、どれも同じ確率で起こります。
- 0点と 0点:標本平均は 0。n で割った分散は 0
- 0点と 2点:標本平均は 1。n で割った分散は 1
- 2点と 0点:標本平均は 1。n で割った分散は 1
- 2点と 2点:標本平均は 2。n で割った分散は 0
n で割った分散を 4通りで平均すると、(0 + 1 + 1 + 0) ÷ 4 = 0.5 です。本当の分散は 1 なので、半分しかありません。
足りない 0.5 は、どこへ行ったのでしょうか。標本平均のぶれを計算してみます。標本平均は 0、1、1、2 で、本当の平均 1 からのずれの2乗は 1、0、0、1 です。平均すると 0.5 になります。
- n で割った分散の平均:0.5
- 標本平均のぶれ:0.5
- 合計:1(本当の分散と一致)
足りなかった分は、標本平均のぶれとぴったり同じ大きさでした。
足りない分は、いつも「母分散 ÷ n」
標本平均のぶれの大きさには、決まった法則があります。標本平均の分散は、母分散を標本の大きさ n で割った値になります。先ほどの例でも、1 ÷ 2 = 0.5 でした。
この法則を使うと、平均的に次の関係が成り立ちます。E は、何度も標本を取り直したときの平均(期待値)を表す記号です。
右辺の2つ目を左辺に移して整理します。
n で割った標本の分散は、平均すると母分散の (n − 1) ÷ n 倍にしかなりません。n が 2 なら半分、n が 10 なら 0.9倍です。
小さくなる割合が分かったので、その逆数を掛けて戻します。
n が約分されて消え、分母に n − 1 が残ります。これが不偏分散です。「不偏」は、平均すると母分散からかたよらない、という意味です。
コインの例でも確かめましょう。先ほどは n = 2 で割りましたが、今度は n − 1 = 1 で割ると、ずれの2乗の合計(0、2、2、0)をそのまま 1 で割ることになり、4通りの値は 0、2、2、0 です。平均は 1 で、本当の分散と一致します。
「n − 2 ではいけないのか」という質問への答えも、ここから出てきます。足りない分がちょうど「母分散 ÷ n」だからです。この大きさを補う倍率は n ÷ (n − 1) の1つだけで、n − 2 では補いすぎになります。
練習問題1
3個のデータ 2、4、6 から、不偏分散を計算するといくつになるでしょうか。
- 2.67
- 8
- 4
- 2
練習問題1の解答と解説
正解は 3 です。
- 標本平均は 4、ずれは −2、0、2 で、2乗の合計は 8 です。n − 1 = 2 で割って、4 になります
- 1 は、n = 3 で割った値です。手元のデータの散らばりを表すだけなら、こちらを使います
- 2 は、ずれの2乗の合計のままで、割り算をしていません
- 4 は、不偏分散の平方根です。分散ではなく、標準偏差の推定に使う値です
練習問題2
大きさ 5 の標本から、n で割る方法で分散を計算します。この値は、平均すると母分散の何倍になるでしょうか。
- 0.8倍
- 1.25倍
- 0.5倍
- 1.0倍
練習問題2の解答と解説
正解は 1 です。
- (n − 1) ÷ n = 4 ÷ 5 = 0.8倍です
- 2 は、逆数の 5 ÷ 4 です。小さくなった値を元に戻すときに掛ける倍率です
- 3 は、n = 2 のときの値です
- 4 は、かたよりがない場合の値です。n で割る方法では、こうなりません
コラム 「不偏標準偏差」という呼び方に注意
n − 1 で割った分散(不偏分散)の平方根は、「不偏標準偏差」と呼ばれることがあります。しかし、この呼び方は正確ではありません。かたよりがないのは分散のほうです。その平方根は、平均すると本当の標準偏差より少し小さくなります。不偏分散の平方根は、母集団の標準偏差の不偏推定量ではないのです。
コインの例で確かめます。不偏分散は 0、2、2、0 でした。平方根は 0、約1.41、約1.41、0 で、平均は約 0.71 です。本当の標準偏差の 1 には届きません。
母集団が正規分布に従うときは、小さくなる割合が標本の大きさ n に応じて決まっています。この割合を、c_4(シーフォー)という記号で表します。
- n = 2 のとき:c4 は約 0.798
- n = 5 のとき:c4 は約 0.940
- n = 10 のとき:c4 は約 0.973
- n = 30 のとき:c4 は約 0.991
不偏分散の平方根 s を c4 で割ると、母集団の標準偏差の不偏推定量になります。
標本が大きくなると、c4 は 1 に近づき、差は小さくなります。通常の分析や検定の受験では、n − 1 で割った分散の平方根を、そのまま標準偏差の推定値として使います。品質管理の分野では、c4 による補正が使われることがあります。
研修で質問されたときの答え方
- 一言で答えるなら、「標本平均はデータに寄り添うように決まるので、そこから測った散らばりは小さめに出る。その分を n − 1 で補っている」と伝えます
- 納得してもらうには、コイン2回の 4通りを受講者に書き出してもらうのが近道です。式の変形よりも、0.5 と 0.5 を足して 1 になる体験のほうが記憶に残ります
- 別の角度からの説明として、自由度があります。ずれを全部足すと必ず 0 になるので、n 個のずれのうち自由に動けるのは n − 1 個だけです
- n が大きいときは、n で割っても n − 1 で割っても、結果はほとんど変わりません。n が 100 なら、違いは約 1% です。違いが効くのは、標本が小さいときです
- 表計算ソフトには、n で割る関数と n − 1 で割る関数の両方があります。どちらを使ったのかを、報告書に書く習慣をつけてもらいましょう
まとめ
- 母分散は本当の平均から測るが、標本では標本平均で代用する
- 標本平均はデータの真ん中にくるので、そこから測った散らばりは小さくなる
- 足りない分は「標本平均のぶれ」で、その大きさは「母分散 ÷ n」
- n で割った分散は、平均すると母分散の (n − 1) ÷ n 倍になる
- 逆数を掛けて補うと、分母が n − 1 になる。これが不偏分散
- 不偏分散の平方根は、標準偏差の不偏推定量ではない。正規分布の場合は、c4 で割って補正する
次のステップとして、サイコロで同じ実験をしてみてください。2回投げた結果は 36通りあります。表計算ソフトで全部を書き出し、n で割った分散と n − 1 で割った分散の平均を比べると、今回の話を自分の手で確かめられます。サイコロの目の分散は、35 ÷ 12 = 約2.92 です。
投稿者プロフィール





