区間推定とは、母集団全体の平均や割合を、限られた標本データから一定の幅を持たせて推測する統計手法です。例えば、全国の有権者全員に意見を聞かなくても、一部の人を無作為に抽出して調査することで、全体の支持率がどの程度の範囲にあるのかを推定できます。その際に使われる代表的な指標が「信頼区間」であり、なかでも95%信頼区間は、世論調査や市場調査、医学研究、品質管理など幅広い分野で利用されています。
ただし、95%信頼区間は「母平均が95%の確率でこの範囲に入る」という意味ではありません。標準誤差や標本サイズ、正規分布とt分布の使い分けを理解しなければ、計算結果を正しく読み取ることはできません。2026年現在も統計データを評価するうえで欠かせない基礎知識として、区間推定の公式、母平均・母比率の求め方、具体的な計算例、実務上の注意点まで整理します。
【基本知識】区間推定とは?点推定との違いと信頼区間の仕組み

区間推定とは、母集団から抽出した標本の情報を利用し、未知の母数が含まれると考えられる範囲を推定する統計的手法です。
ここで押さえておきたいのが「母集団」と「標本」の違いです。
- 母集団:調査や分析の対象となる全体。例えば、日本国内の全有権者や全国の製品など。
- 標本:母集団から抽出して実際に調査・測定した一部のデータ。
- 母数:母集団の性質を表す値。母平均や母比率などが該当する。
- 標本統計量:標本データから計算される値。標本平均や標本比率などが該当する。
例えば、全国の消費者の平均購入金額を調べる場合、全員の購入履歴を集めるのは現実的ではありません。そこで、一部の消費者を抽出して平均購入金額を計算し、その結果から全国の平均を推測します。
しかし、抽出する人が変われば、標本平均も変化します。最初に選んだ100人の平均と、別の100人の平均が完全に一致するとは限りません。この標本抽出による不確実性を考慮するために、区間推定が使われます。
点推定との違いは「幅」を示すかどうか統計的な推定には、大きく分けて点推定と区間推定があります。
点推定は、未知の母数を1つの数値で推測する方法です。一方、区間推定は、その推測値に不確実性を加味して、下限から上限までの範囲で示します。
例えば、400人を対象とした調査で賛成者が220人だった場合、標本比率は55%です。
- 点推定:母集団の賛成率は55%と推定する。
- 区間推定:標本のばらつきを考慮し、母集団の賛成率を一定の信頼水準に対応する範囲で推定する。
点推定は結果を簡潔に伝えられる反面、推定値がどの程度不確かなのかを直接示せません。区間推定なら、推定値の精度まで含めて評価できます。
特に、調査結果を経営判断や政策決定に使う場合、単に「55%だった」と報告するよりも、信頼区間を併記したほうが、数値の解釈を誤りにくくなります。
信頼区間とは何か信頼区間とは、設定した信頼水準に対応する方法で算出した、母数の推定範囲です。
例えば、母平均の95%信頼区間が45.9から54.1だった場合、標本データから計算された区間は45.9〜54.1となります。
信頼区間の中心には、通常、標本平均などの点推定値があります。そして、中心から上下にどれだけ広げるかを決めるのが、標準誤差と信頼係数に対応する数値です。
基本的な構造は次のとおりです。
信頼区間=点推定値±誤差の許容幅
この誤差の許容幅は「誤差限界」や「マージン・オブ・エラー」と呼ばれ、信頼係数に対応する係数と標準誤差の積で求められます。
【重要】95%信頼区間の正しい解釈とは?よくある誤解を解説
95%信頼区間は母数が95%の確率で入る範囲ではない95%信頼区間を理解するとき、最も注意したいのが確率の解釈です。
一般的に95%信頼区間は、次のように説明されます。
同じ母集団から同じ条件で標本を何度も無作為抽出し、そのたびに同じ方法で95%信頼区間を計算した場合、長期的には約95%の区間が真の母数を含む。
これは、総務省統計局の「なるほど統計学園」に掲載されている区間推定の解説でも示されている考え方です。
重要なのは、母平均や母比率は、未知であっても固定された値だという点です。一度標本を抽出して信頼区間を計算すると、その区間が真の母数を含んでいるか、含んでいないかのどちらかになります。
したがって、頻度論に基づく通常の95%信頼区間について、「今回計算された区間に母平均が入る確率は95%」と説明するのは正確ではありません。
信頼係数と有意水準の関係信頼係数とは、信頼区間を構成する方法の信頼水準を小数で表したものです。
信頼水準は一般に1−αで表します。αは有意水準に対応する値で、95%信頼区間の場合はα=0.05です。
- 90%信頼区間:信頼係数0.90、有意水準0.10
- 95%信頼区間:信頼係数0.95、有意水準0.05
- 99%信頼区間:信頼係数0.99、有意水準0.01
両側の信頼区間では、有意水準を左右の端に均等に配分します。95%信頼区間なら、中央部分が95%、両側の裾の部分がそれぞれ2.5%です。
標準正規分布を使用する場合、代表的な臨界値は次のようになります。
- 90%:約1.645
- 95%:約1.960
- 99%:約2.576
信頼水準を高くすると、真の母数を含む区間の割合は高くなりますが、その代わり区間の幅は広がります。精度と信頼水準にはトレードオフがあるため、目的に応じて選択する必要があります。
95%信頼区間から読み取れること・読み取れないこと信頼区間は、推定値の不確実性を評価するための情報です。ただし、区間が分かればすべての問題が解決するわけではありません。
例えば、95%信頼区間が50〜60%だった場合、母比率について50〜60%の範囲がデータと整合的な推定範囲として示されています。
一方、次のような判断には注意が必要です。
- 信頼区間に含まれる数値が、すべて同じ可能性であるとは限らない。
- 信頼区間が狭いからといって、調査対象の選び方が適切だったとは限らない。
- 95%信頼区間が重なっているだけで、2つの集団に差がないとは断定できない。
- 信頼区間は、調査の偏りや回答ミスなど、あらゆる誤差を自動的に補正するものではない。
特に2つの集団を比較するときは、それぞれの信頼区間だけで判断せず、母平均の差や母比率の差そのものの信頼区間を求める方法が有効です。
【公式一覧】母平均・母比率の区間推定と正規分布・t分布の使い分け
区間推定の基本公式区間推定の公式は、基本的に次の形で表せます。
区間推定=点推定値±(信頼係数に対応する係数×標準誤差)
どの分布を使うか、標準誤差をどのように計算するかは、推定する対象によって変わります。
代表的な2つのケースが、母平均の区間推定と母比率の区間推定です。
母平均の区間推定の公式母平均とは、母集団全体のデータの平均値です。例えば、全国の成人の平均身長や、製品全体の平均重量などを推定する場合に使います。
母集団の標準偏差σが既知の場合、標準正規分布を利用した区間推定の公式は次のとおりです。
母平均の信頼区間=x̄±z×σ/√n
各記号の意味は以下のとおりです。
- x̄:標本平均
- z:標準正規分布の臨界値
- σ:母集団の標準偏差
- n:標本サイズ
- √n:標本サイズの平方根
ただし、実際の調査では母集団の標準偏差が分からないケースがほとんどです。その場合は、標本標準偏差sを使い、t分布による区間推定を行います。
母平均の信頼区間=x̄±t×s/√n
ここで使用するt値は、信頼水準と自由度によって決まります。1標本の母平均を推定する場合、自由度はn−1です。
母比率の区間推定の公式母比率とは、母集団全体における特定の性質を持つ対象の割合です。
例えば、商品を購入した人の割合、政策への賛成率、製品の不良率などを推定するときに使います。
標本比率をp̂とすると、正規近似を利用する基本的な公式は次のとおりです。
母比率の信頼区間=p̂±z×√p̂(1−p̂)/n
各記号の意味は以下のとおりです。
- p̂:標本比率
- z:標準正規分布の臨界値
- n:標本サイズ
- p̂(1−p̂)/n:標本比率の分散の推定に関係する部分
- √p̂(1−p̂)/n:標本比率の標準誤差
この正規近似を利用する際は、標本が独立していることや、成功数・失敗数が十分に確保されていることなどを確認します。実務上の目安として、n×p̂とn×(1−p̂)がともに10以上であることを確認する方法があります。
区間推定における正規分布とt分布の違い正規分布とt分布は、区間推定の計算で重要な役割を果たします。
正規分布は、左右対称の釣鐘型をした確率分布です。母集団が正規分布に従う場合や、標本サイズが十分に大きく中心極限定理による近似が適切な場合などに利用されます。
t分布は、正規分布に似た左右対称の分布ですが、標本サイズが小さいときほど裾が厚くなる特徴があります。母集団の標準偏差が未知で、標本標準偏差で代用するときに使われる代表的な分布です。
標本サイズが増えると、t分布は標準正規分布に近づきます。ただし、標本サイズが30以上なら常に正規分布を使えばよいという単純なルールではありません。母集団の分布や外れ値、標本抽出の方法も考慮する必要があります。
区間推定の主要な要素と関係性の比較表母平均と母比率では、推定する対象も標準誤差の計算方法も異なります。以下の表に、区間推定を構成する主要な要素をまとめました。
| 比較項目 | 母平均の区間推定 | 母比率の区間推定 |
|---|---|---|
| 推定対象 | 母平均μ | 母比率p |
| 点推定値 | 標本平均x̄ | 標本比率p̂ |
| 標準誤差 | s/√n | √p̂(1−p̂)/n |
| 代表的な分布 | t分布 | 標準正規分布による近似 |
| 95%の臨界値 | 自由度によって変わるt値 | 約1.96 |
| 区間推定の公式 | x̄±t×s/√n | p̂±1.96×√p̂(1−p̂)/n |
| 主な利用場面 | 平均身長、平均売上、平均重量など | 支持率、購入率、不良率など |
| 注意点 | 母集団の分布や外れ値、自由度を確認する | 成功数・失敗数、標本サイズ、正規近似の妥当性を確認する |
この比較から分かるのは、区間推定の基本構造は共通していても、母数の種類によって適切な計算方法が変わるということです。公式を暗記するだけでなく、何を推定したいのかを最初に判断することが大切です。
【実践編】区間推定の求め方と計算例を分かりやすく解説
母平均の区間推定の計算例まずは、母平均を推定する具体例を見てみましょう。
ある商品の重量について、無作為に25個を抽出して測定したところ、次の結果が得られたと仮定します。
- 標本サイズ:n=25
- 標本平均:x̄=50g
- 標本標準偏差:s=10g
- 信頼水準:95%
- 自由度:25−1=24
- 自由度24のt分布における臨界値:約2.064
母集団の標準偏差が未知なので、t分布を使います。
ステップ1:標準誤差を求める
標準誤差は、標本標準偏差を標本サイズの平方根で割って求めます。
SE=10÷√25
SE=2g
ステップ2:誤差の許容幅を求める
95%信頼区間の臨界値2.064を使用します。
誤差限界=2.064×2
誤差限界=4.128g
ステップ3:信頼区間を計算する
標本平均50gから、誤差限界4.128gを引いた値と足した値を求めます。
下限=50−4.128=45.872g
上限=50+4.128=54.128g
95%信頼区間:約45.9〜54.1g
この結果から、母平均について95%信頼区間が約45.9〜54.1gと推定されます。これは、同じ条件で標本抽出と計算を繰り返したとき、約95%の区間が真の母平均を含むという意味です。
母比率の区間推定の計算例続いて、アンケート調査を想定して母比率を推定します。
ある商品の購入意向について400人に質問したところ、220人が「購入したい」と回答したと仮定します。
- 標本サイズ:n=400
- 購入意向あり:220人
- 標本比率:220÷400=0.55
- 信頼水準:95%
- 標準正規分布の臨界値:1.96
ステップ1:標本比率を求める
p̂=220÷400
p̂=0.55(55%)
ステップ2:標準誤差を求める
SE=√0.55×0.45÷400
SE≒0.02487
ステップ3:誤差の許容幅を求める
誤差限界=1.96×0.02487
誤差限界≒0.04875
ステップ4:信頼区間を計算する
下限=0.55−0.04875≒0.50125
上限=0.55+0.04875≒0.59875
95%信頼区間:約50.1〜59.9%
この例では、標本調査で得られた購入意向率は55%ですが、母比率の95%信頼区間は約50.1〜59.9%です。標本の220人という結果だけを見て、全国の購入意向率が正確に55%だと判断することはできません。
なお、この計算は正規近似による基本的な方法です。成功数と失敗数はそれぞれ220人、180人であり、正規近似を使う際の代表的な条件を満たしています。
計算するときの基本的な5ステップ母平均でも母比率でも、区間推定を進める基本的な流れは共通しています。
- 推定対象を決める:母平均なのか、母比率なのかを確認する。
- 標本データを整理する:標本サイズ、標本平均、標本標準偏差、標本比率などを求める。
- 標準誤差を計算する:推定対象に対応する公式を使う。
- 信頼係数に対応する臨界値を決める:正規分布またはt分布から適切な値を選ぶ。
- 下限と上限を計算する:点推定値から誤差限界を引き、足して区間を求める。
特に間違えやすいのが、母平均の区間推定でt分布を使うべき場面に標準正規分布の値を使ってしまうことです。母集団の標準偏差が未知かどうか、標本サイズや分布の条件を確認してから計算しましょう。
【精度を左右する】標準誤差・標本サイズ・信頼係数の関係
標準偏差と標準誤差は別の指標区間推定を理解するうえで、標準誤差と標準偏差の違いは欠かせません。
標準偏差は、個々の観測データが平均値からどれくらい散らばっているかを示す指標です。
一方、標準誤差は、標本から計算した推定値が、標本抽出を繰り返すことでどれくらい変動するかを表す指標です。
母平均を推定する場合、母集団の標準偏差が既知なら標準誤差はσ/√n、未知なら一般にs/√nで推定します。
つまり、標準偏差が同じでも、標本サイズが大きくなるほど標準誤差は小さくなります。
標本サイズが大きくなると信頼区間は狭くなる標本サイズは、区間推定の精度を決める重要な要素です。
母平均の標準誤差はs/√nで表されるため、標本サイズが4倍になれば、標準誤差は原則として半分になります。
例えば、標本標準偏差が一定であると仮定した場合、次のような関係になります。
- 標本サイズ100:標準誤差はs/10
- 標本サイズ400:標準誤差はs/20
- 標本サイズ900:標準誤差はs/30
- 標本サイズ1600:標準誤差はs/40
この関係は、標本比率の標準誤差にも当てはまります。その他の条件が同じなら、標本サイズを増やすことで信頼区間の幅を小さくできます。
ただし、標本数を増やすだけで調査の質が必ず高まるわけではありません。調査対象が偏っていれば、大量の回答を集めても母集団を適切に代表できない可能性があります。
信頼係数を高くすると区間は広がる信頼係数も区間の幅に直接影響します。
標準誤差が同じでも、90%、95%、99%と信頼水準を高くするほど、臨界値が大きくなります。その結果、誤差限界が増え、信頼区間は広くなります。
例えば、標準正規分布を使う場合、95%の臨界値は約1.96ですが、99%では約2.576です。
つまり、99%信頼区間は95%信頼区間よりも広くなります。
精度を高めるには、単純に信頼水準を上げればよいわけではありません。調査に必要な確実性と、実務で許容できる区間の幅を考慮して設定する必要があります。
必要な標本サイズは誤差の許容範囲から考える調査を始める前に、どの程度の誤差まで許容できるのかを決めておくと、必要な標本サイズを計画しやすくなります。
母比率の95%信頼区間を正規近似で求める場合、許容誤差をEとすると、必要な標本サイズの目安は次の式で表せます。
n≒z²×p(1−p)/E²
ここで、pは事前に想定する母比率、Eは許容する誤差の幅です。母比率が事前に分からない場合は、p=0.5を使うと必要標本サイズを大きめに見積もれます。
例えば、95%信頼水準、許容誤差5ポイント、母比率0.5と仮定すると、
n≒1.96²×0.5×0.5÷0.05²
n≒384.16
したがって、必要な標本サイズの目安は385人以上です。
これは単純無作為抽出と正規近似を前提とした計画上の目安です。実際には無回答、調査対象外の人の存在、標本抽出の設計効果なども考慮し、必要な回収数を調整します。
【実務上の注意点】区間推定で失敗しないための判断基準
標本の抽出方法が適切か確認する区間推定の精度を考えるとき、最初に確認すべきなのが標本抽出の方法です。
基本的な区間推定の公式は、標本が母集団を適切に代表していることや、観測値が独立していることなどを前提としています。
例えば、全国の消費者の意見を調べたいのに、特定の都市に住む人だけを対象にした場合、標本が母集団全体の特徴を反映しているとは限りません。
こうした偏りは、標本サイズを増やしても必ずしも解消されません。無作為抽出や層化抽出など、調査目的に合った抽出設計が必要です。
標本誤差と非標本誤差を区別する統計調査には、標本誤差と非標本誤差があります。
標本誤差は、母集団の一部だけを抽出して調査することで生じる誤差です。区間推定は、この標本抽出に伴う不確実性を評価するために使われます。
一方、非標本誤差には、次のようなものがあります。
- 回答者が質問の意味を誤解することによる測定誤差
- 回答を拒否する人がいることによる非回答誤差
- 調査対象者の選定が適切でないことによるカバレッジ誤差
- データ入力や集計の際に発生する処理上の誤差
総務省統計局は、各種統計調査のQ&Aで、標本誤差だけでなく誤回答や未回答などによる非標本誤差も存在することを説明しています。
つまり、95%信頼区間が狭くても、調査そのものに大きな偏りがあれば、推定結果が実態から外れる可能性があります。
標本サイズだけで調査の信頼性を判断しない「回答者が1万人いるから信頼できる」という考え方には注意が必要です。
例えば、特定の商品を購入した人だけに購入意向を質問した場合、全国の消費者全体の購入意向を正確に推定できるとは限りません。
一方、適切な抽出設計に基づく標本であれば、比較的小さな標本でも有用な推定結果を得られる場合があります。
調査結果を評価するときは、次の項目を確認することが大切です。
- 母集団の定義が明確か。
- 標本の抽出方法が適切か。
- 有効回答数が十分に確保されているか。
- 信頼水準と誤差限界が明記されているか。
- 無回答や回答者の偏りが生じていないか。
- 標準誤差の計算方法が調査設計に対応しているか。
区間推定は、大学の統計学の授業だけで使われる理論ではありません。公的統計の精度を評価する場面でも活用されています。
例えば、総務省統計局の家計調査に関するQ&Aでは、二人以上の世帯の消費支出について、2025年の月別の標準誤差率や2025年平均の標準誤差率が掲載されています。
同資料では、2025年平均の消費支出の標準誤差率は0.4%とされ、月別の数値は1.3〜1.7%の範囲で示されています。また、対象世帯が少ない区分や購入頻度の少ない品目では標本誤差が大きくなりやすいことも説明されています。
ここで示されている標準誤差率は、95%信頼区間そのものではありません。しかし、統計の数値を読む際に、推定値だけでなくその精度も確認する必要があることを示す実例です。
なお、複雑な標本調査では、層化抽出や集落抽出、抽出確率に応じた重み付けなどが使われます。その場合、単純な標準誤差の公式をそのまま適用するのではなく、調査設計を反映した分散推定が必要です。
区間推定が向いている場面と注意が必要な場面区間推定は、母集団の全体像を限られたデータから推測したい場合に有効です。
特に活用しやすい場面
- 世論調査や選挙関連調査で支持率を推定する。
- 市場調査で消費者の購入率や認知率を推定する。
- 品質管理で製品の平均重量や不良率を確認する。
- 医学研究で治療効果や検査結果の平均値を推定する。
- 企業の売上分析で平均購入金額や利用率を評価する。
慎重な検討が必要な場面
- 標本サイズが極端に小さい場合。
- データに大きな外れ値や強い偏りがある場合。
- 母比率が0%や100%に近い場合。
- 標本抽出の独立性が成立していない場合。
- 複雑な調査設計を単純な公式で処理しようとする場合。
母比率の正規近似による基本公式は、標本サイズが小さい場合や比率が0または1に近い場合に、信頼区間の被覆率が適切にならないことがあります。
英国の公衆衛生関連統計の技術資料では、このようなケースに対して、単純な正規近似による方法だけでなく、Wilsonスコア法を利用する方法が紹介されています。
標本サイズが小さい場合や成功数が極端に少ない場合には、Wilson法やClopper-Pearson法など、データの性質に合った区間推定法を検討が必要です。
【よくある質問】区間推定に関する疑問を解決(FAQ)
Q1:区間推定とは簡単にいうと何ですか?
A1:母集団全体の平均や割合を、標本データから一定の幅を持った範囲で推測する方法です。1つの数値だけを示す点推定と異なり、推定値の不確実性も考慮できます。
Q2:95%信頼区間とはどういう意味ですか?
A2:同じ条件で標本抽出と区間推定を何度も繰り返した場合、得られる区間の約95%が真の母数を含むという意味です。今回算出した区間に母数が入る確率が95%という意味ではありません。
Q3:区間推定と点推定の違いは何ですか?
A3:点推定は母数を1つの数値で推測する方法です。区間推定は、その推定値を中心として、標準誤差などを考慮した幅のある範囲を求める方法です。
Q4:母平均の区間推定では正規分布とt分布のどちらを使いますか?
A4:母集団の標準偏差が既知なら、条件に応じて標準正規分布を使用できます。母集団の標準偏差が未知で、標本標準偏差を使う場合は、一般にt分布を使用します。t分布の臨界値は自由度によって変わります。
Q5:標本サイズが大きくなると信頼区間はどうなりますか?
A5:ほかの条件が同じなら、標本サイズが大きくなるほど標準誤差が小さくなり、信頼区間は狭くなります。標本サイズを4倍にすると、標準誤差は原則として半分になります。
Q6:信頼水準を99%にすると95%より精度が高くなりますか?
A6:真の母数を含む区間の割合は高くなりますが、区間の幅も広くなります。そのため、必ずしも推定値の精度が高くなるわけではありません。信頼水準と区間の幅を合わせて判断する必要があります。
Q7:母比率の区間推定ではどの公式を使いますか?
A7:標本比率をp̂、標本サイズをnとすると、正規近似による基本公式はp̂±z×√p̂(1−p̂)/nです。ただし、成功数や失敗数が少ない場合にはWilson法などの別の方法が適しています。
Q8:95%信頼区間が重なっていたら差はないと判断できますか?
A8:必ずしもそうではありません。2つの95%信頼区間が重なっていても、統計的に有意な差が存在する場合があります。集団間の差を判断するには、差そのものの信頼区間や適切な統計的仮説検定を確認します。
区間推定は、母集団全体の平均や割合を標本データから推測するときに、推定値の不確実性まで考慮できる重要な統計手法です。点推定が1つの数値を示すのに対して、区間推定は信頼区間という幅を持った範囲で結果を表します。
基本となる公式は「点推定値±(臨界値×標準誤差)」です。母平均の推定では、母集団の標準偏差が未知の場合にt分布を使うことが一般的であり、母比率では条件を満たした場合に標準正規分布による近似を利用します。
また、95%信頼区間の正しい解釈は、同じ方法で推定を繰り返したときに約95%の区間が真の母数を含むというものです。今回得られた区間に母数が95%の確率で入るという意味ではありません。
実務で区間推定を利用するなら、次の3点を特に意識する必要があります。
- 計算方法の選択:母平均か母比率かを判断し、正規分布・t分布・Wilson法などから適切な方法を選ぶ。
- 標本の品質:標本サイズだけでなく、抽出方法や回答の偏り、非標本誤差も確認する。
- 結果の解釈:信頼水準、標準誤差、区間の幅を合わせて評価し、推定値を過度に断定しない。
区間推定を正しく使うために必要なのは、公式を覚えることだけではありません。どの母数を推定しているのか、どのような条件で標本が集められたのか、そして算出された信頼区間が何を意味するのかを理解することです。
こうした基本を押さえれば、大学の統計学の問題から、世論調査、ビジネス分析、品質管理、公的統計の読み解きまで、幅広い場面でデータをより適切に判断できるようになります。