中嶋悟
名前：中嶋 悟（なかじま さとる） ニックネーム：サトルン 年齢：28歳 性別：男性 職業：会社員（IT系メーカー・マーケティング部門） 通勤場所：東京都千代田区・本社オフィス 通勤時間：片道約45分（電車＋徒歩） 居住地：東京都杉並区・阿佐ヶ谷の1LDKマンション 出身地：神奈川県横浜市 身長：175cm 血液型：A型 誕生日：1997年5月12日 趣味：比較記事を書くこと、カメラ散歩、ガジェット収集、カフェ巡り、映画鑑賞（特に洋画）、料理（最近はスパイスカレー作りにハマり中） 性格：分析好き・好奇心旺盛・マイペース・几帳面だけど時々おおざっぱ・物事をとことん調べたくなるタイプ 1日（平日）のタイムスケジュール 6:30 起床。まずはコーヒーを淹れながらニュースとSNSチェック 7:00 朝食（自作のオートミールorトースト）、ブログの下書きや記事ネタ整理 8:00 出勤準備 8:30 電車で通勤（この間にポッドキャストやオーディオブックでインプット） 9:15 出社。午前は資料作成やメール返信 12:00 ランチはオフィス近くの定食屋かカフェ 13:00 午後は会議やマーケティング企画立案、データ分析 18:00 退社 19:00 帰宅途中にスーパー寄って買い物 19:30 夕食＆YouTubeやNetflixでリラックスタイム 21:00 ブログ執筆や写真編集、次の記事の構成作成 23:00 読書（比較記事のネタ探しも兼ねる） 23:45 就寝準備 24:00 就寝
残差と誤差項の違いを理解するための導入と基本定義
まず結論から言うと、残差と誤差項は“似て非なるもの”です。データを扱うときにはこの2つを混同すると分析結果が歪んでしまうことがあります。ここでは中学生にも分かる言葉で、その違いを丁寧に解説します。
モデルを考えるとき、よく使われる式は y = β0 + β1x + ε です。ここでyは観測データ、β0と β1 はモデルのパラメータ、ε は誤差項と呼ばれる乱れのことを指します。現実のデータには必ずノイズがあり、誤差項はそのノイズの「正体」を表す確率変数として仮定されます。一方で、残差は実際にデータを使って計算された“予測と実測の差”です。つまり、残差はデータに基づく観測量であり、誤差項はモデルの仮定としての抽象的な変量なのです。
この違いを具体的に整理すると、次の3点が重要です。
1) 定義の違い – 残差は観測値 y_i と予測値 ŷ_i の差 y_i – ŷ_i、誤差項 ε_i はモデルの中で仮定される確率変数です。
2) 観測可能かどうか – 残差はデータから直接計算できますが、誤差項 ε は理論上の概念で、直接観測できません。
3) 意味する範囲 – 残差は特定のデータ点の指標、誤差項は母集団全体のばらつきを説明する統計的変数です。
以下の表は、残差と誤差項の基本的な違いを並べたものです。
| 項目 | 残差 | 誤差項 |
|---|---|---|
| 定義 | 観測値とモデルの予測値の差 | データが生み出すばらしい確率的変動を表す母集団の要素 |
| 見つけ方 | データを使って実際に計算する | 仮定としてモデルの中にすっと入る数学的変数 |
| 観測範囲 | データセットに限定 | 母集団全体の挙動を表す |
| 意味 | モデルの予測の誤差の実態 | 真のランダム性・外れ値の影響を表す |
