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
区間推定と検定の基本を押さえる
最初に知っておきたいのは、区間推定と検定は同じデータ分析の仲間だけれど、目的と出力が異なる点です。区間推定は母集団パラメータを推定するための“範囲”を作る作業で、典型的には信頼区間と呼ばれる区間を提示します。たとえば、コインを100回投げて表が出た回数が60回だったとします。このとき母集団の公正さをどれくらいの幅で推定できるかを、95%の信頼で表すのが区間推定です。一方、検定はある仮説が正しいかどうかを判断する手続きです。いまの例では「このコインは公正だ（表が出る確率は0.5だ）」という仮説を設定し、データを見てその仮説が合理的かどうかを判断します。検定で使われる代表的な考え方は仮説検定と有意水準の設定です。
区間推定の良さは、結果が「この区間に母集団の真の値が入る確率」を伝えてくれる点です。検定の良さは、判断を「有意かどうか」という基準で明確に示せる点です。どちらもデータから結論を導く道具ですが、使い方次第で伝わり方が変わります。
例として、サンプルサイズnが小さいと区間推定の幅が広くなりやすく、推定には慎重さが必要です。反対に検定では有意水準が低いほど「見逃し」が増え、検出力が落ちてしまいます。これらのバランスを考えることが、統計を読み解くコツです。
比較表で差を整理
下の表は、区間推定と検定の違いをまとめたものです。表を読むと、目的、出力、使い方の違いが視覚的にわかりやすくなります。
友達とカフェで統計の話をしていた時、彼は信頼区間の話題に突然興味を持ちました。彼にとって難しかったのは、“この区間に本当に母の値が入りますか？”という不確実さの表現でした。私は、信頼区間を“この範囲に真の値が入る確率が高いという根拠を持つ地図のようなもの”だと説明しました。彼はまだ納得していない様子でしたが、私たちは日常の例に置き換えて話を続けました。例えばコインの例で、表が60回出たとします。観測値は確定値ですが、母集団の真の割合が0.6であるとは断定できません。そこで信頼区間を作ると、0.51から0.69くらいの幅が現れ、”この幅の中に真の値が入る可能性が高い”と伝えられます。次に検定の話に移ると、彼は「このコインは公正か」という仮説を立て、P値という数字と有意水準で判断することを理解しました。私は彼に、統計は“結論の強さ”を数値で示す遊びではなく、前提を確認し、データの性質と結論の適用範囲をセットにして考える作業だと伝えました。彼は最後にこう言いました。「結論だけを鵜呑みにせず、どういう前提で、どの程度の幅を持って読むのかを意識することが大事なんだね」。この対話から、信頼区間と有意水準、仮説検定がどう結びつくのかが、よりリアルに感じられた気がします。
科学の人気記事
