統計で英語多読 5-3: 区間推定の考え方 — 「幅」を持たせた信頼性の高い推定

「大人のための英語多読図書館」へようこそ。今回は、推定に「幅」を持たせる「区間推定」と信頼区間の組み立て、そしてニュースでよく聞く「95%信頼区間」の正しい意味を、英語の文章でたどっていきます。

📊 このユニットの情報 語数: 約760語 / 推定読了時間: 5〜8分 / 難易度: ★★☆☆☆(初中級)

Learning Objectives

みなさんこんにちは。大人のための英語多読図書館へようこそ。

前回学んだ「点推定」は、母集団の値を「この一点だ！」と予測する方法でした。例えば、選挙の出口調査で「A党の支持率は42%です」と報道するようなものです。しかし、この予測がピンポイントで当たる可能性は極めて低いですよね。少しはズレているのが普通です。

そこで登場するのが、より現実的な「区間推定」です。これは、「A党の支持率は、だいたい39%から45%の間にあるでしょう」というように、予測に「幅」を持たせる方法です。この「幅」のことを信頼区間と呼びます。

今回は、この信頼区間と、その信頼性を表す信頼度（信頼係数）について学びます。特に、ニュースなどでよく耳にする「95%信頼区間」という言葉の、多くの人が誤解しがちな正しい意味をしっかりと理解していきましょう。

それでは今回も多読を楽しんでいきましょう。

Summary

While a point estimate provides a single value guess for a parameter, an interval estimate provides a range of plausible values, known as a confidence interval.
A confidence interval is more useful because it reflects the uncertainty associated with sample-based estimation.
A confidence interval is constructed as: Point Estimate ± Margin of Error.
The confidence level (e.g., 95%, 99%) represents the long-run success rate of the method used to create the interval.
The correct interpretation of a "95% confidence interval" is: "If we were to take many random samples and construct a confidence interval for each, we would expect about 95% of those intervals to capture the true, unknown population parameter."
It is incorrect to say, "There is a 95% probability that the true parameter lies within this specific interval." The true parameter is fixed; it is the interval that varies from sample to sample.
The width of the confidence interval is affected by the confidence level (higher level means a wider interval) and the sample size (larger size means a narrower interval).

Explanation

From a Point to a Range

In the previous lesson, we learned about point estimation. A point estimate, like a sample mean (\(\bar{x}\)), gives us a single value as our best guess for the population mean (\(\mu\)). However, it's almost certain that this guess is not exactly correct. There's always some sampling error.

Instead of providing a single number, it's often more helpful to provide a range. This is the idea behind interval estimation. An interval estimate gives us a range of values within which we believe the true population parameter lies. This range is called a confidence interval. For example, instead of saying the average employee satisfaction score is 7.5, we might say we are "95% confident that the true average score is between 7.1 and 7.9."

The Components of a Confidence Interval

A confidence interval generally has two parts: 1. The Point Estimate: This is our best guess, and it sits at the center of the interval (e.g., the sample mean \(\bar{x}\)). 2. The Margin of Error: This is the "width" we add and subtract from the point estimate to create the range. It reflects the amount of uncertainty in our estimate.

The formula looks like this: Confidence Interval = (Point Estimate) ± (Margin of Error)

The margin of error depends on two main factors: the variability of the data and the sample size. More variability or a smaller sample size leads to a larger margin of error and a wider interval.

What Does "95% Confident" Really Mean?

This is one of the most misunderstood concepts in statistics. When we say we have a "95% confidence interval," what does the 95% refer to?

It does not mean there is a 95% probability that the true population parameter is inside our calculated interval.

Let's use an analogy. Imagine you are trying to catch a fish (the true population parameter, which is in a fixed but unknown location) with a net (your confidence interval). You don't know exactly where the fish is. You take a sample and create one net. Then you take another sample and create another net. You repeat this process 100 times.

The confidence level of 95% refers to the method you are using to create the nets. It means that if you were to repeat your sampling process many times, you would expect about 95 out of your 100 nets (or 95% of your intervals) to successfully capture the fish. The other 5 nets would miss it.

So, for any single confidence interval we calculate, we don't know if it's one of the "good" 95% that contains the true parameter or one of the "unlucky" 5% that does not. The true parameter is fixed. It's our interval that changes with each sample.

Therefore, the correct interpretation is: "We are 95% confident that the process we used to create this interval captures the true population parameter." It's a statement about the reliability of the procedure, not the probability of a specific outcome.

Factors Affecting the Interval Width

Two factors determine the width of a confidence interval:

Confidence Level: If you want to be more confident (e.g., 99% instead of 95%), you need to make your net wider. A 99% confidence interval will be wider than a 95% confidence interval for the same data. You trade precision for higher confidence.
Sample Size: If you increase your sample size, your estimate becomes more precise. This reduces the margin of error and makes the confidence interval narrower. A larger sample gives you more information and allows for a more precise estimate.

Interval estimation is a powerful tool because it not only provides an estimate but also gives us a sense of how uncertain that estimate is.

まとめ

今回は、一点で言い当てる点推定の限界をふまえ、推定に「幅」を持たせる「区間推定」を見てきました。信頼区間は「点推定 ± 誤差の幅（マージン）」として組み立てられ、その幅はデータのばらつきと標本サイズによって決まります。そして最大のポイントは、「95%信頼区間」の正しい意味です。それは「この区間に真の値が95%の確率で入る」ということではなく、「同じ手順で何度も区間を作れば、そのうち約95%が真の値を捉える」という、手続きの信頼性についての主張だ、という点を押さえました。

次回は、推定と並ぶ推測統計のもう一つの柱である「仮説検定」を取り上げ、帰無仮説・p値・2種類の過誤という、刑事裁判によく似た枠組みを見ていきます。

日本語訳(全文)

英文を最後まで読み終えてから、答え合わせ用にお使いください。多読の原則として、まずは訳を見ずに英文だけで理解を試みることをおすすめします。

Summary

点推定が母数に対して単一の値の推測を与えるのに対し、区間推定は、もっともらしい値の範囲、すなわち信頼区間を与えます。
信頼区間は、標本にもとづく推定につきまとう不確かさを反映するため、より有用です。
信頼区間は、「点推定 ± 誤差の幅（マージン）」として組み立てられます。
信頼度（信頼水準）（たとえば95%、99%）は、その区間を作るために使われた方法の、長期的な成功率を表します。
「95%信頼区間」の正しい解釈は次のとおりです。「もし多数の無作為標本を取り、それぞれについて信頼区間を作ったなら、それらの区間のうち約95%が、真の未知の母数を捉えると期待できる」。
「この特定の区間の中に真の母数が95%の確率で入っている」と言うのは誤りです。真の母数は固定されており、標本ごとに変わるのは区間のほうです。
信頼区間の幅は、信頼度（水準が高いほど区間は広くなる）と標本サイズ（サイズが大きいほど区間は狭くなる）によって影響を受けます。

一点から範囲へ

前回は点推定について学びました。標本平均（\(\bar{x}\)）のような点推定は、母平均（\(\mu\)）に対する最良の推測として単一の値を与えてくれます。しかし、この推測がぴったり正しいことは、まずありません。つねに何らかの標本誤差があるのです。

単一の数値を示す代わりに、範囲を示すほうが役立つことがよくあります。これが区間推定の背後にある考え方です。区間推定は、真の母数がその中にあると信じられる値の範囲を与えてくれます。この範囲を信頼区間と呼びます。たとえば、従業員満足度の平均スコアは7.5だと言う代わりに、「真の平均スコアは7.1から7.9の間にあると95%の確信を持っている」と言うのです。

信頼区間の構成要素

信頼区間は一般に2つの部分からなります。 1. 点推定: これは私たちの最良の推測であり、区間の中心に位置します（たとえば標本平均 \(\bar{x}\)）。 2. 誤差の幅（マージン）: これは、範囲を作るために点推定に足し引きする「幅」です。推定における不確かさの量を反映します。

公式は次のようになります。信頼区間 =（点推定）±（誤差の幅）

誤差の幅は、主に2つの要因によって決まります。データのばらつきと標本サイズです。ばらつきが大きいほど、あるいは標本サイズが小さいほど、誤差の幅は大きくなり、区間は広くなります。

「95%の確信」とは本当はどういう意味か

これは統計学で最も誤解されている概念の一つです。「95%信頼区間」と言うとき、この95%は何を指しているのでしょうか。

それは、計算した区間の中に真の母数が入っている確率が95%だ、という意味ではありません。

たとえを使ってみましょう。網（あなたの信頼区間）で魚（真の母数。固定されているが未知の場所にいる）を捕まえようとしていると想像してください。魚がどこにいるのか正確には分かりません。標本を取って1つの網を作ります。次に別の標本を取って、また別の網を作ります。このプロセスを100回くり返します。

95%という信頼度は、網を作るために使っている方法を指しています。それは、もし標本抽出のプロセスを何度もくり返したなら、100の網のうち約95（つまり区間の95%）が、首尾よく魚を捉えると期待できる、という意味です。残りの5つの網は、魚を捉えそこなうでしょう。

ですから、私たちが計算した任意の1つの信頼区間について、それが真の母数を含む「良い」95%のうちの1つなのか、それとも含まない「運の悪い」5%のうちの1つなのかは分かりません。真の母数は固定されています。標本ごとに変わるのは私たちの区間のほうなのです。

したがって、正しい解釈は次のとおりです。「この区間を作るために使った手続きが、真の母数を捉えていることに、私たちは95%の確信を持っている」。これは、特定の結果が起こる確率についての主張ではなく、手続きの信頼性についての主張なのです。

区間の幅に影響する要因

信頼区間の幅は、2つの要因によって決まります。

信頼度: もっと確信を持ちたい（たとえば95%ではなく99%）なら、網を広げる必要があります。同じデータに対して、99%信頼区間は95%信頼区間よりも広くなります。より高い確信を得るために、精度を犠牲にしているのです。
標本サイズ: 標本サイズを大きくすれば、推定はより精密になります。これにより誤差の幅が小さくなり、信頼区間は狭くなります。標本が大きいほど多くの情報が得られ、より精密な推定が可能になります。

区間推定は、推定値を与えてくれるだけでなく、その推定がどれほど不確かであるかの感覚も与えてくれるため、強力な道具なのです。