2026年10月8日にStatistics Canadaの標本設計教材とNISTの中心傾向・区間・散布図資料を再確認した。母集団、観測可能な集団、抽出枠、単位、期間を定義し、標本からの推定と標本変動を分け、平均・中央値・ばらつき・相関・因果を別々に読む。架空の1000人から100人、72人満足、待ち時間1・2・2・3・12分は教材の数値で、未回答をゼロにせず、グラフやKPIの動きだけで母集団や未来、施策効果を確定しない。
統計学とは？手元のデータから言える範囲を考える
「満足度は72%でした」と聞いたとき、何を知りたくなるでしょうか。誰に聞いたのか、何人が答えたのか、いつの結果なのか。同じ72%でも、全顧客を数えた結果と、一部の回答から得た結果では意味が違います。
統計学は、データを要約し、ばらつきや不確実性を扱いながら、問いに答えるための学問です。 数式を当てはめる前に、数字ができるまでの過程を確かめます。
30秒で要点
- 記述統計は「観測したデータはどうなっているか」、推測統計は「観測していない全体について何が言えるか」を扱います。
- 平均や割合には、対象・単位・分母・期間を添えます。計算が正しくても、集め方に偏りがあれば全体の説明には限界があります。
- データの関連と、施策を変えたときの効果は別です。まず手元の集計を確かめ、必要な推測や比較を選びます。
記述統計と推測統計は、答える問いが違う
表が収まらない場合は、横にスクロールできます
| 観点 | 何をするか | 言える範囲の例 |
|---|---|---|
| 記述統計 | 表、グラフ、平均、割合などで観測データを要約する | 回答した100人のうち72人が満足と答えた |
| 推測統計 | 標本の情報と仮定を使い、母集団の値やその不確実性を推定する | 適切に選んだ100人の結果から、対象顧客全体の満足割合を推定する |
母集団は知りたい対象全体、標本は実際に調べるその一部です。「日本の消費者」では広すぎるなら、「ある月にこの店舗で購入した顧客」のように、対象と時点を定めます。一人を数えるのか、一回の購入を数えるのかも別です。
同じ平均や割合でも、観測した範囲の説明に使うのか、全体へ広げるのかで役割が変わります。推測は特別な計算ボタンの名前ではなく、データの外へ話を広げる際の根拠と限界を扱う作業です。Statistics Canadaの標本選択の教材は、母集団、抽出枠、単位、推定方法を一緒に設計する必要を説明しています。
仮想の顧客調査で、観測と推測を分ける
ここでは、ある月に購入した顧客1,000人全員を載せた名簿があり、重複がないとします。その中から同じ確率で100人を無作為に選び、全員が同じ質問に回答したという説明用の仮想例です。
満足と答えた人が72人なら、標本での割合は72÷100＝72%です。この計算は観測した100人の記述です。抽出と回答に関する条件が成り立つとき、72%を母集団の割合の推定値として使えますが、全1,000人のうち720人が満足していると確認したわけではありません。
もし別の100人を選べば、満足の割合は変わるかもしれません。これが標本による変動です。標本数や抽出方法に応じた推定の不確実性を調べ、値一つで断定しないことが必要になります。
一方、常連だけが登録された名簿なら、新規顧客は調査に入りません。無作為に選んだとしても、名簿の外の人まで代表する保証はありません。回答が集まらなかった人の特徴にも注意します。選び方による偏りと、標本ごとの揺れは同じ問題ではありません。
回答しなかった人を、分母から消す前に
別の条件として、100人を選んでも80人しか回答せず、そのうち72人が満足だったとします。この場合は、回答者の満足割合が72÷80＝90%、回答割合が80÷100＝80%です。未回答20人の満足度は分かりません。最初の「全員回答で72%」の例とは違います。
未回答を不満足と決めたり、満足した人ばかり回答したと断定したりはできません。誰が答えていないか、質問や連絡方法に違いがないかを確認します。非無作為のデータから推測する方法もありますが、追加の仮定や補正が必要で、その妥当性を点検しなければなりません。
平均だけでは、データの姿は分からない
仮想の窓口で、5件の待ち時間が小さい順に 1、2、2、3、12分 だったとします。
表が収まらない場合は、横にスクロールできます
| 指標 | この例の計算・値 | 何を見ているか |
|---|---|---|
| 合計 | 1＋2＋2＋3＋12＝20分 | 観測した5件の待ち時間の総量 |
| 平均 | 20÷5＝4分 | 総量を5件へ等しく配分した値 |
| 中央値 | 中央の3番目、2分 | 順に並べた中央の位置 |
| 最頻値 | 2分 | 最も多く現れた値 |
| 範囲 | 12−1＝11分 | 最大値と最小値の差 |
「平均4分」は間違いではありませんが、この5件では4件が3分以内で、1件は12分です。「だいたい皆4分待つ」と読むと、実態を取り違えます。典型的な待ち時間を伝えるなら中央値と分布、長い待ちの負担を調べるなら最大値や該当件数も役立ちます。
ばらつきを数値で示す標準偏差や、中央付近の広がりを見る四分位範囲もあります。最初は全件を並べ、中心だけでなく広がりや離れた値を見るところから始めましょう。NISTの中心の指標の説明でも、分布の形によって平均・中央値などの見え方が異なります。
12分の記録は、入力ミスかもしれませんが、実際の混雑かもしれません。平均を見栄えよくするために削除せず、元記録を確認し、除外するなら条件と理由を残します。
不確実性は、計算結果の隣に置く
母集団の平均や割合を推定するときは、推定値のほかに信頼区間を示すことがあります。信頼区間は、推定にどの程度の不確実性が残るかを考える材料です。使う計算は、平均か割合か、抽出方法や観測の独立性などによって異なります。
通常の95%信頼区間の「95%」は、前提の下で同じ抽出と計算を繰り返すと、長期的に約95%の区間が推定対象の真の値を含むという手順の性質です。得られた固定区間について、真値が95%の確率で入るという意味ではありません。NISTの平均の信頼区間で、この区別を確認できます。
標本を増やして区間が狭くなっても、対象の取りこぼしや誤った測定が直ったとは限りません。また、今月の母集団についての区間は、来月の一人の結果を予測する区間とも異なります。何の不確実性を表しているかを確認します。
相関、予測、因果を混ぜない
広告費が多い月ほど売上も多いとしても、広告が売上を増やしたとは限りません。需要が高い月に広告を増やした、季節が両方に関係した、といった説明が残ります。NISTの散布図の解説も、関連が見えることだけでは因果を証明できないとしています。
関連を使って予測する場合も、別の時期や対象で予測が当たるかを評価します。施策の効果を知るなら、同時期に比較群を作り無作為に割り付けるなど、因果の問いに合う設計が必要です。無作為抽出は全体を推測するため、無作為割付は施策群を比較するための工夫で、目的が違います。 詳しくは因果推論入門へ進めます。
最小の検証：手元の割合を一つだけ説明し直す
- 集計を一つ選び、「誰の、いつの、何回または何人のデータか」を書きます。
- 分子と分母を元記録の数件と照合します。未回答、重複、対象外がどう扱われているかを確認します。
- 観測した範囲の記述と、全体への推測を別の文にします。因果や未来まで言っていないかを点検します。
- 判断に必要な不明点を一つ選び、追加で調べる対象と方法を決めます。
数件の照合は集計の点検であり、母集団全体の正しさを証明するものではありません。要約を学ぶなら統計学の基礎、分布の読み方は平均の落とし穴、実務の判断へつなげるなら統計的思考のガイドを参照してください。