平均値と標準偏差から真の値の範囲を推定

平均値と標準偏差から真の値の範囲を推定

新興 AI Skill PRO

計算を入力してください

制約:50<信頼度<100。平均値と標準偏差は同じ単位の数値として扱い、区間もその単位で表示されます。

公式

CI=平均値 μ±z·SD σここで{p=信頼度 %100z=Φ−1(1+p2)\begin{gathered} \text{CI} = {{\text{平均値 }\mu}} \pm z \cdot {{\text{SD }\sigma}} \\[1.5em] \text{ここで}\quad \left\{ \begin{aligned} p &= \dfrac{{{\text{信頼度 }\%}}}{100} \\ z &= \Phi^{-1}\!\left(\dfrac{1 + p}{2}\right) \end{aligned} \right. \end{gathered}
利用統計

広告

結果

真の値の推定範囲 (信頼度: 95%)
真の値は次の範囲にあると推定されます: -1.959963 〜 1.959963.
下限 -1.959963
上限 1.959963
臨界値 z(両側) 1.95996
分布 正規分布(z)、μ ± z・σ

このページの誤りを報告

この計算ツールでできること

このツールは、サンプルから得られた平均値(μ)と標準偏差(σ)をもとに、「真の値」がどの範囲に収まりやすいかを推定します。対象となる量が正規分布に従うと仮定し、左右対称の両側区間 \(\mu \pm z \cdot \sigma\) を算出します。ここで \(z\) は、選んだ信頼度に対応する標準正規分布の臨界値です。平均値と標準偏差は単なる数値として扱い、区間は入力した単位のまま返されます。

使い方

平均値、標準偏差(0以上)、そして信頼度をパーセントで入力します。信頼度は50<信頼度<100の範囲(一般的には95)で指定してください。ツールはパーセントを確率 \(p\) に変換し、臨界値 \(z = \Phi^{-1}\!\left(\frac{1+p}{2}\right)\) を求めて、下限と上限を返します。信頼度が100%のときは区間が無限に広がってしまうため、100未満に保つ必要があります。

計算式の解説

確率を \(p = \text{信頼度}/100\) とすると、両側の \(z\) 値は \(\frac{1+p}{2}\) における標準正規分布の分位点になります。95%なら \(\Phi^{-1}(0.975) \approx 1.95996\) なので、区間は \(\mu \pm 1.96\sigma\) です。覚えておくと便利な目安として、68.26%は \(\mu \pm 1\sigma\)、95.45%は \(\mu \pm 2\sigma\)、99.73%は \(\mu \pm 3\sigma\) に対応します。逆正規累積分布関数(逆CDF)は有理式による近似(Acklam法)にHalley法の補正を加えて計算しているため、数表を引く必要はありません。

広告
平均マイナスzσと平均プラスzσの間の中央領域を網掛けした釣鐘型曲線
信頼区間は、平均を中心とした正規曲線の中央の網掛け部分を表します。

計算例

平均値 = 100、標準偏差 = 5、信頼度 = 99% の場合:\(p = 0.99\)、\(z = \Phi^{-1}(0.995) \approx 2.57583\) となります。 $$\text{下限} = 100 - 2.57583 \cdot 5 = 87.121$$ $$\text{上限} = 100 + 12.879 = 112.879$$ 結果は「87.12 から 112.88 の間」と表示されます。

中心点と、下限・上限まで対称に伸びる誤差バーを示した水平の数直線
区間は標本平均を中心に、上限と下限まで対称に広がる誤差幅で表されます。

一般的な信頼水準と Z 値

両側臨界値は \(z = \Phi^{-1}\left(\frac{1+p}{2}\right)\) で求められます。ここで \(p\) は小数で表した信頼水準です。表には、各水準に使われる累積確率 \((1+p)/2\) と、標準正規分布における z 値が示されています。

信頼水準 片側確率 (1+p)/2 両側 z
50% 0.75 0.6745
68.27% 0.84135 1.0000
80% 0.90 1.2816
90% 0.95 1.6449
95% 0.975 1.9600
95.45% 0.97725 2.0000
98% 0.99 2.3263
99% 0.995 2.5758
99.73% 0.99865 3.0000
99.9% 0.9995 3.2905

68.27%、95.45%、99.73% の各行は、おなじみの 1、2、3 標準偏差のルールに対応しています。

区間の解釈

この計算機は \(\text{平均} \pm z \cdot \text{SD}\) を返します。正規分布の下では、これは指定した割合の個々の値が含まれると予想される範囲です。例えば、平均が 100、SD が 15 で信頼水準 95% の場合、区間は \(100 \pm 1.96 \times 15 = 100 \pm 29.4\)、すなわち 70.6 から 129.4 になります。値のおよそ 95% がこの範囲に入ると予想されます。

母平均に対する信頼区間とは異なります。 母平均の信頼区間は、SD の代わりに標準誤差 \(\text{SD}/\sqrt{n}\) を用います。その区間はずっと狭く、標本サイズ \(n\) が大きくなるほど縮小します。ここでの区間は個々の値のばらつき、つまり1回の測定値が取りうる範囲を表します。平均がどれほど正確に分かっているかを表すものではありません。

  • 信頼水準を高めると区間は広がります。 半幅は \(z \cdot \text{SD}\) に等しいため、z に比例して大きくなります。95%(z = 1.9600)から 99%(z = 2.5758)に上げると、区間はおよそ 31% 広くなります。
  • 対称性。 区間は平均を中心とし、上下で等距離になります。
  • 前提条件。 結果が有効なのは、データがほぼ正規分布に従い、平均と SD が信頼できる(既知とみなせる)場合に限られます。データが歪んでいる、裾が重い、外れ値がある、または標本が小さい場合、実際のカバー率は示された水準から大きくずれることがあります。
広告

主な用語

平均 (μ)
平均的な値であり、分布と区間の中心となる値です。
標準偏差 (σ)
値が平均の周りにどの程度広がっているかを示す尺度で、データと同じ単位で表されます。
信頼水準
区間が含むことを意図している値の割合(または確率)で、例えば 95% などです。
臨界値 z
選んだ信頼水準を囲むのに必要な、平均からの標準偏差の数です。95% の場合は 1.9600 になります。
正規分布
平均と標準偏差によって完全に決まる、左右対称で釣り鐘型の分布です。
逆累積分布関数 / 分位関数 (Φ⁻¹)
累積確率を受け取り、その確率を下回るような z 値を返す関数です。例えば Φ⁻¹(0.975) = 1.9600 です。
両側区間と片側区間
両側区間は両端に等しい裾を残すため、裾の確率は (1+p)/2 になります。片側の上限・下限は除外される確率をすべて一方の裾に置き、代わりに Φ⁻¹(p) を用います。
誤差の余裕 (z·σ)
区間の半幅で、平均から両端のいずれかの端点までの距離です。

よくある質問

なぜ95%で1.645ではなく1.96を使うのですか? 左右対称の両側区間では、残りの5%を両側それぞれ2.5%ずつに分けるため、\(\Phi^{-1}(0.975) \approx 1.96\) となります。1.645は片側95%の分位点であり、両側の範囲には適しません。

t分布を使うべきではないですか? 小さなサンプルから \(\sigma\) を推定する場合は、サンプルサイズ \(n\) を用いた t分布(区間 \(\text{平均値} \pm t \cdot s/\sqrt{n}\))の方が適切です。このツールは \(\sigma\) をあらかじめ分かっている母集団の値として扱い、正規分布の \(z\) を使うため、\(n\) を必要としません。

標準偏差が0のときは? 区間は1点 [平均値, 平均値] に縮まります。

最終更新:

数学と統計で人気の電卓

数学と統計の電卓をすべて見る