統計でよく出てくる「分散」と「不偏分散」は、似ているようで実は重要な違いがあります。分散がデータの散らばりを測る指標であるのに対し、不偏分散は「サンプルから母集団を推定する際に偏りをなくす」ために分母を調整したものです。この違いを理解すれば、データ分析や実務で適切な指標を選べます。
まずは「分散 と 不偏 分散 の 違い」が単に数式の違いだけなのか、あるいは実際の使い分けにどんな影響があるのかを確認しましょう。実際には分散は母集団全体を前提に計算され、不偏分散はサンプルデータを使って母集団を推定する場面で使われます。
Read also: 分散 と 不偏 分散 の 違い―計算から実務まで徹底解説！
分散の基本と不偏分散の違い
分散はデータ各点と平均値との差の二乗を平均したものです。母集団全体が既知の場合は N で割ります。サンプルの場合は N-1 で割ります。分母が N と N-1 によって計算値が変わるため、偏りが生じます。
以下の例でその差を見てみましょう。データセット \[2, 4, 6, 8\] を考えます。
1) 分散（母集団）
σ² = ((2-5)² + (4-5)² + (6-5)² + (8-5)²) / 4 = 7.5
2) 不偏分散（サンプル）
s² = ((2-5)² + (4-5)² + (6-5)² + (8-5)²) / 3 = 10.0
→ N-1で割ることで得られる10.0は、実際の母集団分散7.5との差を補正しています。
分散 と 不偏 分散 の 違いは、計算で分母を N とするか N-1 とするかの単純な変更により、サンプル推定のバイアスを調整するかどうかにあります。
Read also: 家族 と 親族 の 違いとは？ 何が違うのか、詳細に解説！
分散を計算するためのデータの取り扱い
統計解析ではデータをどのように扱うかが結果に大きく影響します。まずはデータの欠損処理か外れ値除外の決定が必要です。
今回は欠損値を「0」とみなす手法を例に説明します。以下は 3 点のデータセットです：
- 10, 20, 30
- 欠損値を 0 と仮定
- 計算手順の確認
欠損値を 0 とすると、分散の計算結果は次のようになります：
- 平均値 μ = (10 + 20 + 0) / 3 = 10
- 分散 = [(10-10)² + (20-10)² + (0-10)²] / 3 = 100
上記のように、欠損値の扱い方で分散値が大きく変わるため、データ前処理は慎重に行う必要があります。
Read also: 時間外労働と残業の違い：業務の実態とルールを詳しく解説する記事
分散と不偏分散の数式比較表
数式だけですぐに違いが分かるように、分散と不偏分散の主要な式を表にまとめました。
| 指標 | 定義式 | 分母 |
|---|---|---|
| 分散（母集団） | σ² = Σ (xᵢ - μ)² / N | N |
| 不偏分散（サンプル） | s² = Σ (xᵢ - x̄)² / (N-1) | N-1 |
この表から、「分母の調整」が不偏分散の本質的な違いであることがすぐに分かります。
また、平均値を μ か x̄ かで記号を変えることで、母集団平均とサンプル平均の違いも一目で把握できます。
Read also: 同意 書 と 委任 状 の 違いとは？理解しやすいポイントを徹底解説
分散と不偏分散が統計で役立つ場面
実際の統計解析では、分散と不偏分散を使い分けるシーンが多数あります。以下に代表的な例を挙げます。
- 品質管理：工場製品のバラつきを評価する際に分散を使用。
- 市場調査：消費者アンケートの回答バラツキを不偏分散で評価。
- 臨床試験：治験データのバラツキを分散で測定し、臨床効果を検証。
- 教育統計：学生の成績分布を不偏分散で解析。
分散が母集団全体を想定するケースでは、サンプルが大きいなら不偏分散でもほぼ同じ値になります。小規模サンプルでは不偏分散の方が正確です。
統計ソフトウェアでは「var」関数は分散（Nで割る）、 「sd」関数は不偏分散（N-1で割る）を返すことが多いです。使い分けに注意してください。
不偏分散が利用される実例と注意点
実際に不偏分散を使う場面では、サンプル数が十分でないと推定誤差が大きくなることがあります。例えば、教師がクラスの成績ばらつきを評価する場合、10人程度のサンプルなら不偏分散で十分です。
- サンプルサイズが小さい → ばらつきの推定が不安定。
- 分布が正規分布でない場合 → 不偏分散の推定誤差が大きくなる。
- 外れ値が存在すると分散と不偏分散どちらも大きく影響。
- 欠損値を含むデータセットでは、欠損処理の方法が結果を左右する。
このように、不偏分散を使う際は「サンプルサイズ」「データ分布」「外れ値・欠損」の3点を確認しましょう。
統計的な仮説検定では、標準偏差（分散の平方根）が必要になります。推定バイアスを確実に除去したい場合は不偏分散を基に計算します。数多くの統計教科書ではこちらに重きを置いています。
まとめると分散と不偏分散の違いとポイント
分散と不偏分散の主な違いは、分母の N と N-1 の選択です。分散は母集団傾向を測定する標準ですが、サンプルから母集団を推定する際には不偏分散が欠かせません。どちらを選ぶかは、データの規模、目的、統計的仮説の検証かどうかによって決まります。
これまで解説した事例や数式表を参考に、実際のプロジェクトや研究で分散と不偏分散を使い分けてみてください。もしさらに深く知りたい場合は、統計の専門書やオンラインコースで学習を進めると良いでしょう。