論文一覧に戻る 📚 用語解説（ジャストインタイム型データサイエンス教育）
ブートストラップ法
Bootstrap (Resampling)
手元のデータから「復元抽出」を何千回も繰り返すだけで、
平均・中央値・回帰係数・あらゆる統計量の標本分布と信頼区間を推定できる魔法のような手法。
95% CI = [a, b] を、数式不要で求める。
推測統計 リサンプリング ノンパラ B=10,000

🔖 キーワード索引

「bootstrap」は統計データ分析の文脈で扱う重要概念のひとつ。 本ページでは「bootstrap」を取り巻く中核キーワードを以下にチップで一覧化する。 各キーワードは関連する概念・手法・道具立てを含み、 文献検索や学習計画の起点になる。

bootstrap統計分析SSDSE-B-2026前提条件適用範囲落とし穴関連手法Python 実装検証方法

これらのキーワードは「bootstrap の理解 → 適用 → 検証」のプロセスを構成する。 各章で詳しく解説する。

💡 30秒で分かる結論

🍰 まずはやさしく

データのコピーをたくさん作る方法です。

結果がどれくらいブレるか知るために使います。

部活の平均点などのバラつきを調べます。

この方法で何がわかるかを解説します。

📍 あなたが今見ているもの

🍰 まずはやさしく

論文などでよく使われる計算手法です。

データの数が少ないときに役立ちます。

スマホの利用時間の調査などで使われます。

実際の表記がどうなっているかを見ます。

論文の表や Methods 節で、こんな表記を見たはずです：

平均人口 = 2,646千人, Bootstrap 95% CI = [1,924; 3,503] (B=10,000)
回帰係数 β = 0.62, percentile bootstrap CI: [0.41, 0.83]

この 「Bootstrap CI」「B=10,000」が、 ブートストラップ法（bootstrap, resampling） を使った結果です。 標本が小さい、 分布が非正規、 統計量が複雑 ── そんなときに「手持ちデータを母集団とみなして何千回もコピーを作り、 統計量のブレ幅を直接観測する」のがブートストラップの発想。

🎨 直感で掴む — 「手元データを母集団に見立てる」

🍰 まずはやさしく

バケツから水を汲み直すような考え方です。

数式を使わずにデータの分布を調べます。

買い物での出費の傾向を調べるイメージです。

なぜこの方法で正解に近づくかを考えます。

古典的な推測統計（z 検定や t 検定）は、 こう考えます：

  1. 母集団は正規分布か、 サンプルが十分大きい（中心極限定理）
  2. その仮定の下で、 統計量（平均など）の標本分布は数式で書ける
  3. 数式から SE や CI を計算する

でも実際には、 (1) の仮定が成り立たない、 あるいは (2) の数式がそもそも存在しない統計量（中央値、 IQR、 トリム平均、 相関、 主成分の固有値...）が山ほどあります。 そこで Efron が 1979 年に提案したのが、 「データそのものを使って標本分布を真似（resample）する」 という大胆な発想です。

🪣 ブートストラップの「水汲み比喩」

母集団＝大きな池、 標本＝池からすくった一杯のバケツ、 と考えます。 一杯しか汲めない（データ収集は高くつく）ので、 私たちはバケツの中身しか直接見られない。 でも：

つまりブートストラップは、 「標本 = ミニ母集団」というプラグイン原理（plug-in principle）を信じて、 統計量の「たられば」を計算機の中で再現する手法です。

🎲 復元抽出のイメージ

n=5 の小さな標本 {3, 5, 7, 8, 12} から復元抽出すると：

こうして得た B 個の平均値の 2.5% 点〜97.5% 点 が、 ノンパラメトリックな 95% 信頼区間。 これが percentile 法 の基本形です。

🎮 触って理解する — ブートストラップ・シミュレータ

下は SSDSE-B-2026 の 2023 年・47 都道府県の合計特殊出生率（A4103） を実データとして使ったインタラクティブ実験です。 上段の点が元標本（47 県）。 「1 回リサンプル」で復元抽出の様子（選ばれた点が光り、 同じ点が複数回選ばれることもある）を観察し、 「1000 回ブートストラップ」でブートストラップ分布のヒストグラムが構築され、 パーセンタイル 95% 信頼区間（2.5%〜97.5%）が塗られます。 リサンプルサイズや回数を変えて、 信頼区間の幅がどう変わるかを体感してください。

統計量：
リサンプルサイズ m： 47 （元標本 47 点から復元抽出）
回数 B： 1000
「▶ 1 回リサンプル」で復元抽出を 1 回、 「⚡ ブートストラップ」で分布と 95% CI を構築します。

※ 乱数を使うので実行のたびに CI はわずかに変動します。 参考：本ページの Python 実装（seed 固定 B=10000）では 平均 = 1.293、 95% percentile CI ≈ [1.255, 1.330]、 中央値 95% CI ≈ [1.23, 1.33]。 このシミュレータの結果もこの近傍に収束します。

💡 この実験で腑に落ちること

関連ページ：ここで得た区間そのものは 信頼区間、 分布の広がり（帯の幅の素）は 標準誤差。 「なぜ平均の分布が釣鐘型に近づくのか」は 標本分布と中心極限定理 が説明します。 ブートストラップは CLT が使えない統計量にも同じ枠組みを広げる一般化と捉えられます。

📐 数式 — ブートストラップの定式化

🍰 まずはやさしく

データを何度も選び直す手順のことです。

統計量（平均などの値）を正確に求めます。

テストの点数の分布をシミュレーションします。

具体的な計算の流れについて説明します。

元の標本を $\mathbf{X} = (X_1, X_2, \dots, X_n)$、 推定したい統計量を $\hat{\theta} = T(\mathbf{X})$ と書きます。 ブートストラップでは：

【ブートストラップ標本】
$$\mathbf{X}^{*b} = (X_1^{*b}, X_2^{*b}, \dots, X_n^{*b}) \quad \text{ただし } X_i^{*b} \overset{\text{iid}}{\sim} \hat{F}_n$$
$\hat{F}_n$：元データの経験分布（各観測点に確率 1/n を置いた分布）。 復元抽出はこれからの iid 抽出と同値。

各 b = 1, 2, ..., B について統計量を再計算します：

【ブートストラップ複製】
$$\hat{\theta}^{*b} = T(\mathbf{X}^{*b}), \quad b = 1, 2, \dots, B$$
B 個の「もしも標本」での統計量。 これらの分布が標本分布の近似。

標準誤差の推定（Bootstrap SE）

$$\widehat{\mathrm{SE}}_{\text{boot}} = \sqrt{\frac{1}{B-1} \sum_{b=1}^{B} \left(\hat{\theta}^{*b} - \bar{\hat{\theta}}^{*}\right)^2}, \quad \bar{\hat{\theta}}^{*} = \frac{1}{B}\sum_{b=1}^{B} \hat{\theta}^{*b}$$

パーセンタイル信頼区間

$$\mathrm{CI}_{1-\alpha}^{\text{perc}} = \left[\,\hat{\theta}^{*}_{(\alpha/2)}, \; \hat{\theta}^{*}_{(1-\alpha/2)}\,\right]$$
B 個の複製を昇順に並べ、 下から $\alpha/2$ 分位点と上から $\alpha/2$ 分位点を取る。 95% CI なら 2.5% 点と 97.5% 点。

BCa（Bias-Corrected and accelerated）

パーセンタイル法は分布が歪んでいるとバイアスを生むため、 補正項を入れたのが BCa 法：

$$\mathrm{CI}^{\text{BCa}} = \left[\hat{\theta}^{*}_{(\alpha_1)}, \hat{\theta}^{*}_{(\alpha_2)}\right]$$
$\alpha_1, \alpha_2$ は bias-correction $\hat{z}_0$ と acceleration $\hat{a}$ で補正された分位点。 詳細は Efron & Tibshirani (1993)。 実用上は scipy.stats.bootstrap(..., method='BCa') で 1 行。

📐 5 種類のブートストラップ CI

手法CI 公式長所短所推奨
Percentile$[\hat\theta^*_{(\alpha/2)}, \hat\theta^*_{(1-\alpha/2)}]$シンプル偏り補正なし初学者向け
Basic$[2\hat\theta - \hat\theta^*_{(1-\alpha/2)}, 2\hat\theta - \hat\theta^*_{(\alpha/2)}]$偏り部分補正対称性に依存中級
Bootstrap-t$\hat\theta \pm t^*_{(1-\alpha/2)} \cdot \hat{SE}^*$高精度計算重い理論派
BCa加速度バイアス補正最も正確実装複雑推奨デフォルト
ABC解析的版 BCa高速 BCa一階近似研究用

BCa (Bias-Corrected and accelerated) は二階精度で、 平均値・中央値・分位点・相関のいずれにも適切な CI を与えます。 scipy.stats.bootstrap は BCa をデフォルトに採用しています。

🔬 数式を「言葉」で読み解く

$\hat{F}_n$（経験分布）
「元データ n 点に等確率 1/n を置いた離散分布」。 母集団分布 F の「最も控えめな推定」。 ブートストラップとは、 この経験分布を母集団に見立てて新しい標本を生み出す行為。
$\mathbf{X}^{*b}$（ブートストラップ標本）
「元データから 復元抽出で同じサイズ n の新しい標本」。 同じ観測値が複数回出てくる／元データの一部の観測値が一度も出てこない、 という点が「ふつうの標本」と違う。
$T(\cdot)$（統計量関数）
「標本を入力すると 1 つの数字を返す関数」。 平均、 中央値、 標準偏差、 回帰係数、 相関、 主成分の固有値、 ROC-AUC ... ほぼ何でも可。
$\hat{\theta}^{*b}$（ブートストラップ複製）
「もしもこの標本だったら、 統計量はこの値だった」という B 個の架空観測。
$B$（複製回数）
「標本分布をどれだけ精緻に近似するか」を決める。 SE 推定なら B=200 で十分、 CI 推定なら B≥1,000、 BCa や p 値計算なら B≥10,000 を推奨。
パーセンタイル分位点
「B 個の複製を小さい順に並べ、 下から 2.5% と 97.5% の位置の値を取る」だけ。 数式に頼らず、 視覚的に分位点を切り出す 操作。

💡 重要：ブートストラップは「母集団から繰り返し標本を取る」のではなく「標本から繰り返し復元抽出する」操作です。 つまり「標本 ＝ 母集団の縮図」と信じるのがキモ。 この仮定が破れるとブートストラップも破綻する（後述の落とし穴）。

🔬 Bootstrap の収束精度

Hall (1992) の Edgeworth 解析によると、 Bootstrap CI の被覆精度は手法によって異なります：

CI 手法片側精度両側精度補正
通常正規$O(n^{-1/2})$$O(n^{-1})$なし
Percentile$O(n^{-1/2})$$O(n^{-1})$なし
Bootstrap-t$O(n^{-1})$$O(n^{-2})$studentized
BCa$O(n^{-1})$$O(n^{-2})$bias+accel

BCa と Bootstrap-t が二階精度 ($O(n^{-2})$) で最良。 通常正規 CI と percentile CI は同精度ですが、 偏った分布では数値的に大きく異なります。

計算量と精度のトレードオフ

「Bootstrap が一致推定量にならない」例

Bickel & Freedman (1981) は以下の場合に Bootstrap が一致推定量にならないことを示しました：

こうしたケースには m-out-of-n Bootstrap、 subsampling、 または直接的シミュレーションが代替手段です。

🧮 実値で計算してみる — SSDSE-B の都道府県平均人口

SSDSE-B-2026 の 47 都道府県・2023 年の総人口データを使い、 平均人口の 95% ブートストラップ CI を求めましょう。 47 都道府県全部の平均は ≈ 2,646 千人（総人口 A1101 は人単位なので 1,000 で割った値）ですが、 これは「47 都道府県をたまたま観測した」標本と捉えて、 もし日本に違う 47 都道府県があったら平均はどれくらいブレるか を推定します。

STEP 1：手で 5 都道府県のミニ標本で体感

たとえば標本 ＝ {秋田 914千人, 高知 666千人, 沖縄 1,468千人, 東京 14,086千人, 大阪 8,763千人}（n=5、2023 年）。 標本平均 = 5,179千人。

ブート b復元抽出された 5 県平均（千人）
1{東京, 沖縄, 東京, 高知, 秋田}6,244
2{大阪, 大阪, 沖縄, 東京, 沖縄}6,910
3{秋田, 高知, 高知, 秋田, 沖縄}926
4{東京, 東京, 東京, 大阪, 大阪}11,957
5{沖縄, 秋田, 大阪, 高知, 沖縄}2,656
.........

東京が当たるかどうかで、 平均は大きく動きます。 これが「外れ値に弱い」という直感の裏付け。 B=10,000 回繰り返し、 上下 2.5% を取れば 95% CI が得られます。

STEP 2：47 県・B=10,000 の結果（下の方法 A の実測、seed=42）

【SSDSE-B 47県・B=10,000 ブートストラップ結果】
$$\hat{\mu} = 2{,}646, \quad \widehat{\mathrm{SE}}_{\text{boot}} \approx 404, \quad 95\% \text{CI}_{\text{perc}} = [1{,}924,\; 3{,}503]$$
単位は千人（元データ A1101 は人単位）。 比較：正規近似 CI = $\hat{\mu} \pm 1.96 \cdot s/\sqrt{n}$ ≈ [1,846, 3,446]。 下端はほぼ一致するが、分布が右に歪んでいるので percentile CI は上側に長く（平均から −722 / +857）非対称になる。

STEP 3：分布の歪みを観測する

10,000 個のブートストラップ平均をヒストグラムにすると、 右に長い裾を持つ分布になります。 これは「東京や大阪が複数回当たる」と平均が極端に大きくなるため。 こうした非対称な標本分布は 解析的（数式で）導出するのが面倒ですが、 ブートストラップなら視覚的に確認できます。

🧮 数式に値を入れて手で計算する: 平均のブートストラップ標準誤差

合成データ [2,4,7,5,3] から B=3 個のブートストラップ標本で平均と SE を計算する。

Step 1: 元標本と平均

x = [2, 4, 7, 5, 3] x̄ = (2+4+7+5+3)/5 = 4.2

Step 2: ブートストラップ再標本 (復元抽出)

b再標本平均
1[2,4,4,7,3]4.0
2[5,5,4,3,7]4.8
3[7,2,2,5,4]4.0

Step 3: ブートストラップ標準誤差

平均 = (4.0+4.8+4.0)/3 = 4.267 分散 = ((4.0-4.267)²+(4.8-4.267)²+(4.0-4.267)²)/3 = (0.0711+0.2844+0.0711)/3 = 0.1422 SE = √0.1422 ≈ 0.377

🐍 Python で再現

1
2
3
4
5
6
7
8
9
import numpy as np
samples = np.array([
  [2,4,4,7,3],
  [5,5,4,3,7],
  [7,2,2,5,4],
])
means = samples.mean(axis=1)
print(f"再標本平均: {means}")
print(f"SE = {means.std(ddof=0):.3f}")

📤 実行結果

再標本平均: [4. 4.8 4. ] SE = 0.377

💬 手計算 (Step 3) SE≈0.377 と Python 出力が完全一致。

🐍 Python 実装 — 3 通りの方法

方法 A：手動でブートストラップループ（教育用）

🎯 このコードでやること：総人口 A1101 を千人に直して、47 県の平均人口を 10,000 回の復元抽出で揺らし、標準誤差と 95% percentile 区間を求める。

📥 入力例（SSDSE-B-2026 の 2023 年・47 都道府県から 3 行。総人口の単位は人） 年度 地域コード 都道府県 総人口(A1101) 2023 R01000 北海道 5,092,000 2023 R13000 東京都 14,086,000 2023 R47000 沖縄県 1,468,000 …（全 47 行）
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
# SSDSE-B 都道府県平均人口の 95% ブートストラップ CI
import numpy as np
import pandas as pd

# 元データ：47都道府県・2023年（1 行目のコード行を飛ばし、日本語の見出し行を列名にする）
df = pd.read_csv('data/raw/SSDSE-B-2026.csv', encoding='cp932', skiprows=1)
df = df.rename(columns={'年度': 'year', '地域コード': 'code', '都道府県': 'pref', '総人口': 'pop'})
df_2023 = df[df['year'] == 2023]
x = df_2023['pop'].values / 1000  # 総人口 A1101 は「人」単位なので千人に直す
n = len(x)  # 47

# ブートストラップ B=10,000 回
B = 10000
rng = np.random.default_rng(seed=42)
boot_means = np.empty(B)
for b in range(B):
    sample = rng.choice(x, size=n, replace=True)  # 復元抽出
    boot_means[b] = sample.mean()

print(f'県数: {n}')
print(f'元の標本平均: {x.mean():,.1f}千人')
print(f'Bootstrap SE: {boot_means.std(ddof=1):,.1f}千人')
print(f'95% percentile CI: [{np.percentile(boot_means, 2.5):,.1f}, {np.percentile(boot_means, 97.5):,.1f}]千人')
📤 実行例（実測） 県数: 47 元の標本平均: 2,645.8千人 Bootstrap SE: 404.1千人 95% percentile CI: [1,924.1, 3,503.1]千人

💬 見出し行を正しく読むと北海道も含めて県数は 47 になり、平均人口は 2,645.8 千人（約 265 万人）。10,000 回の復元抽出から得た標準誤差は 404.1 千人で、95% percentile 区間 [1,924.1, 3,503.1] は平均から下に 721.7、上に 857.3 と上側が長い。東京都（14,086 千人）が何回選ばれるかで平均が大きく跳ねるため、ブートストラップ分布が右に歪んでいることがこの非対称に表れている。

方法 B：scipy.stats.bootstrap（推奨・1 行）

🎯 このコードでやること：方法 A と同じ 47 県の平均人口（千人）について、scipy の bootstrap で偏りと歪みを補正する BCa 区間を 1 行で出す。

📥 入力例（方法 A で作った df_2023 をそのまま使う） df_2023['pop'] … 47 都道府県の総人口（人）。コード内で 1000 で割って千人にする
1
2
3
4
5
6
7
from scipy.stats import bootstrap
import numpy as np

x = df_2023['pop'].values / 1000  # 千人
res = bootstrap((x,), np.mean, n_resamples=10000, method='BCa', random_state=42)
print(f'BCa 95% CI: [{res.confidence_interval.low:,.1f}, {res.confidence_interval.high:,.1f}]千人')
print(f'Bootstrap SE: {res.standard_error:,.1f}千人')
📤 実行例（実測） BCa 95% CI: [2,012.5, 3,680.3]千人 Bootstrap SE: 403.4千人

💬 BCa 区間は [2,012.5, 3,680.3] 千人で、方法 A の percentile 区間 [1,924.1, 3,503.1] より下端が 88.4、上端が 177.2 千人上にずれた。標準誤差は 403.4 千人と方法 A の 404.1 とほぼ同じなので、違いは幅ではなく位置で、右に歪んだ分布の偏りを BCa が補正した分である。平均のような単純な統計量でも、外れ値の大きい県があると percentile と BCa で上限が 18 万人近く変わる。

方法 C：回帰係数のブートストラップ CI

🎯 このコードでやること：log(総人口) から log(出生数) を予測する回帰の傾き β を、県をペアのまま復元抽出して 10,000 回推定し直し、β の 95% 区間を求める。

📥 入力例（SSDSE-B-2026 の 2023 年・47 都道府県から 3 行） 年度 都道府県 総人口(A1101) 出生数(A4101) 2023 北海道 5,092,000 24,430 2023 東京都 14,086,000 86,348 2023 沖縄県 1,468,000 12,549 …（全 47 行）
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
# 都道府県の総人口（log）と出生数（log）の回帰係数 β を bootstrap
import numpy as np
import pandas as pd
from sklearn.linear_model import LinearRegression

df = pd.read_csv('data/raw/SSDSE-B-2026.csv', encoding='cp932', skiprows=1)
df = df[['年度', '都道府県', '総人口', '出生数']].copy()  # A1101・A4101
df.columns = ['year', 'pref', 'pop', 'births']
df = df[df['year'] == 2023].dropna()

x = np.log(df['pop'].values).reshape(-1, 1)
y = np.log(df['births'].values)
n = len(y)

rng = np.random.default_rng(42)
B = 10000
boot_beta = np.empty(B)
for b in range(B):
    idx = rng.integers(0, n, n)  # ペアごとに復元抽出（pair bootstrap）
    model = LinearRegression().fit(x[idx], y[idx])
    boot_beta[b] = model.coef_[0]

print(f'県数: {n}')
print(f'β̂ = {LinearRegression().fit(x, y).coef_[0]:.4f}')
print(f'Bootstrap 95% CI: [{np.percentile(boot_beta, 2.5):.4f}, {np.percentile(boot_beta, 97.5):.4f}]')
📤 実行例（実測） 県数: 47 β̂ = 1.0239 Bootstrap 95% CI: [0.9883, 1.0577]

💬 log(総人口) に対する log(出生数) の傾きは β̂ = 1.0239 で、県を組ごと復元抽出した 95% 区間は [0.9883, 1.0577]。区間が 1 をまたぐので、「人口が 1% 多い県は出生数もほぼ 1% 多い」という比例関係を否定できない。幅が 0.07 程度と狭いのは両対数にすると 47 県がほぼ一直線に並ぶためで、東京都の大きさに振り回される方法 A の平均とは対照的である。

方法 D：可視化（ヒストグラム＋CI）

🎯 このコードでやること：方法 A の boot_means（10,000 個のブートストラップ平均、千人）をヒストグラムにし、95% 区間の両端を縦線で重ねる。

📥 入力例（方法 A で作った変数をそのまま使う） boot_means … 長さ 10,000 の配列（各回の 47 県平均人口、千人）
 1
 2
 3
 4
 5
 6
 7
 8
 9
10
import matplotlib.pyplot as plt

ci_low, ci_high = np.percentile(boot_means, [2.5, 97.5])
plt.hist(boot_means, bins=60, color='#1976D2', alpha=0.7)
plt.axvline(boot_means.mean(), color='red', ls='--', label='ブート平均')
plt.axvline(ci_low, color='black', ls=':', label='95% CI 下限')
plt.axvline(ci_high, color='black', ls=':', label='95% CI 上限')
plt.xlabel('ブートストラップ平均（千人）'); plt.ylabel('頻度')
plt.title('平均都道府県人口の Bootstrap 分布 (B=10,000)'); plt.legend()
plt.tight_layout(); plt.savefig('bootstrap_hist.png', dpi=120)
📤 実行例（実測） このブロックは標準出力を出さない（図を描く・変数を定義するだけ）。

🐍 SSDSE-B での Bootstrap 完全実装

SSDSE-B-2026 の 47 都道府県平均人口の 95% BCa CI を計算：

📥 入力例（SSDSE-B-2026 全体：564 行 × 112 列 = 47 都道府県 × 2012〜2023 年） 年度 地域コード 都道府県 A1101(総人口) A1303(65歳以上人口) A4101(出生数) … 2023 R01000 北海道 5,092,000 1,681,000 24,430 … 2023 R13000 東京都 14,086,000 3,205,000 86,348 … 2023 R47000 沖縄県 1,468,000 350,000 12,549 … …（残り 112 列は住宅・家計・教育・医療など）
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
import pandas as pd
import numpy as np
from scipy import stats

df = pd.read_csv('data/raw/SSDSE-B-2026.csv', encoding='cp932', skiprows=1)
df = df[df['年度'] == 2023]          # 47 都道府県 × 12 年度から 2023 年度の 47 行に絞る
pop = df.iloc[:, 3].values           # 総人口（人）

# 1) scipy の BCa (推奨)
res = stats.bootstrap((pop,), np.mean,
                      confidence_level=0.95, method='BCa',
                      n_resamples=9999, random_state=0)
print(f'BCa CI: {res.confidence_interval}')

# 2) 自作 percentile
B = 10000
rng = np.random.default_rng(0)
boots = [rng.choice(pop, len(pop), replace=True).mean() for _ in range(B)]
lo, hi = np.percentile(boots, [2.5, 97.5])
print(f'Percentile CI: [{lo:.0f}, {hi:.0f}]')
📤 実行例（実測） BCa CI: ConfidenceInterval(low=np.float64(1996491.026815033), high=np.float64(3671994.303822085)) Percentile CI: [1927700, 3517038]

💬 2023 年度の 47 県に絞ると、平均人口 264 万 6 千人の 95% 区間は BCa で 199.6 万〜367.2 万人、自作の percentile で 192.8 万〜351.7 万人になる。BCa の上限が約 15 万人高いのは、東京都のような大きな県が作る右裾の歪みを補正しているため。年度で絞らず 564 行のまま回すと区間は 247 万〜293 万人と幅が 4 分の 1 ほどに縮むが、それは同じ県を 12 回独立な観測と数えたことによる見かけの精度である。

結果の目安：BCa CI ≈ [1,996,000, 3,672,000]、 SE ≈ 404,000 人（方法 A・B と同じ 47 県・2023 年度）。 「47 都道府県の平均人口は標本の取り方しだいで ±40 万人ほど揺れる」ことが直感的に分かります。

📅 時系列ブートストラップ — ブロック法

時系列データへの単純ブートストラップは間違い。 時間相関が壊されるためです。 解決策が ブロックブートストラップ：

1
2
3
4
5
6
7
8
9
10
11
12
13
import numpy as np
import pandas as pd
from arch.bootstrap import StationaryBootstrap

# 時系列の例: 全国の出生数（47 都道府県の合計）を 2012→2023 年度の順に並べた 12 点
df = pd.read_csv('data/raw/SSDSE-B-2026.csv', encoding='cp932', skiprows=[1])
births = df.groupby('SSDSE-B-2026')['A4101'].sum().sort_index().values

# 平均ブロック長 3 の Stationary bootstrap（12 点しかないので長いブロックは取れない）
sb = StationaryBootstrap(3, births, seed=0)
ci = sb.conf_int(np.mean, reps=5000, method='bca')
print(f'平均出生数: {births.mean():,.0f} 人')
print(f'時系列 BCa 95% CI: [{ci[0, 0]:,.0f}, {ci[1, 0]:,.0f}]')

📊 回帰での Bootstrap — 4 流儀

回帰モデルでのブートストラップは「ペア法」と「残差法」の二択。

手法再標本化対象長所短所
Pair bootstrap$(x_i, y_i)$ペア誤分散・非線形に頑健$X$ デザインが変動
Residual bootstrap残差 $\hat e_i$デザイン固定等分散性仮定必要
Wild bootstrap残差 × 乱数異分散対応マルチプライヤ選択
Bayesian bootstrap重みディリクレ事後分布解釈理論的やや異色

SSDSE-B-2026 で「総人口 → 出生数」回帰の係数 95% CI を求めるなら、 まずペア法（最も頑健）を使い、 余裕があれば Wild bootstrap も試して頑健性を確認するのが定石。

📐 数式と 🔬 数式を言葉で読み解く

ブートストラップ法の中心式は、 経験分布 $\hat F_n$ からの復元抽出 $X_1^*, \dots, X_n^* \sim \hat F_n$ に基づく統計量 $\hat\theta^* = T(X_1^*, \dots, X_n^*)$ の経験分布で、 真の標本分布 $T(X_1,\dots,X_n)$ を近似することです：

$$\Pr_F\bigl\{ \hat\theta - \theta \le t \bigr\} \;\approx\; \Pr_{\hat F_n}\bigl\{ \hat\theta^* - \hat\theta \le t \mid X_1,\dots,X_n \bigr\}.$$

🔬 数式を言葉で読み解く：左辺は「真の母集団分布 $F$ から $n$ 個サンプリングしたときに、 統計量 $\hat\theta$ が真値 $\theta$ からどれだけずれるか」の分布。 これを直接知ることは普通できない。 右辺は「手元の標本から得た経験分布 $\hat F_n$ を母集団の代理として、 $B$ 回復元抽出して計算した $\hat\theta^* - \hat\theta$ の分布」。 経験分布が真の分布に近ければ、 この近似は妥当となります（Glivenko-Cantelli 定理）。

🧮 実値で計算してみる ―― SSDSE-B-2026 47 県の総人口平均

このコードでやること：SSDSE-B-2026 から 47 都道府県の総人口を読み込み、 numpy による手書きブートストラップ ($B=10000$) で平均値の 95% percentile 信頼区間を計算します。 中央値・標準偏差についても同様に計算し、 解析的近似（CLT による正規近似）と比較します。

📥 入力データ（SSDSE-B-2026.csv の先頭 3 行）：

SSDSE-B-2026 年 Code 都道府県 総人口(A1101) 出生数(A4101) ... 2023 R01000 北海道 5092000 24430 ... 2023 R02000 青森県 1184000 5696 ... 2023 R03000 岩手県 1163000 5432 ...
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
import numpy as np
import pandas as pd

# SSDSE-B-2026 (cp932, 2 行目は英語ヘッダ)
df = pd.read_csv('data/raw/SSDSE-B-2026.csv', encoding='cp932', skiprows=[1])
df = df[df['SSDSE-B-2026'] == 2023]   # 2023 年度の 47 都道府県に絞る（絞らないと 564 行）
pop = df['A1101'].values   # 47 県、 単位 人
n = len(pop)

B = 10000
rng = np.random.default_rng(2026)     # 再現性のため seed 固定
means  = np.empty(B)
medians = np.empty(B)
stds   = np.empty(B)
for b in range(B):
    sample = rng.choice(pop, size=n, replace=True)   # 復元抽出 n 個
    means[b]   = sample.mean()
    medians[b] = np.median(sample)
    stds[b]    = sample.std(ddof=1)

# percentile 95% CI
ci_mean   = np.percentile(means, [2.5, 97.5])
ci_med    = np.percentile(medians, [2.5, 97.5])
ci_std    = np.percentile(stds, [2.5, 97.5])

print(f'平均  推定値 = {pop.mean():,.0f} 人、 95% CI = [{ci_mean[0]:,.0f}, {ci_mean[1]:,.0f}]')
print(f'中央値 推定値 = {np.median(pop):,.0f} 人、 95% CI = [{ci_med[0]:,.0f}, {ci_med[1]:,.0f}]')
print(f'SD    推定値 = {pop.std(ddof=1):,.0f} 人、 95% CI = [{ci_std[0]:,.0f}, {ci_std[1]:,.0f}]')

📤 実行例（実値）：

平均 推定値 = 2,645,809 人、 95% CI = [1,914,571, 3,496,209] 中央値 推定値 = 1,549,000 人、 95% CI = [1,184,000, 1,931,000] SD 推定値 = 2,797,551 人、 95% CI = [1,679,768, 3,756,855]

💬 結果の読み方：47 県の総人口平均は 約 265 万人で、 95% CI は約 191 万 〜 350 万人と非対称（右に長い）。 これは東京・神奈川・大阪などの巨大県が右側に偏在しているため、 平均値の標本分布も右に歪むからです。 中央値の CI は対称に近く、 「典型的な県の人口」を語るには中央値の方が頑健と分かります。

🐍 Python 実装 ―― scipy.stats.bootstrap による BCa 区間

このコードでやること：SciPy 1.7+ の公式ブートストラップ関数 scipy.stats.bootstrap で BCa（Bias-Corrected and accelerated）区間を計算し、 percentile 区間と比較。 BCa は分布の歪みと加速度を補正するため、 二階精度を持ち通常 percentile より精度が高いです。

📥 入力データ：上記と同じ pop（47 県の総人口配列、 単位 人）。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
from scipy.stats import bootstrap
import numpy as np
import pandas as pd

df = pd.read_csv('data/raw/SSDSE-B-2026.csv', encoding='cp932', skiprows=[1])
df = df[df['SSDSE-B-2026'] == 2023]   # 2023 年度の 47 都道府県に絞る（絞らないと 564 行）
pop = df['A1101'].values

# 統計量を関数化（axis 引数を扱える形に）
def mean_stat(x, axis):
    return np.mean(x, axis=axis)

# percentile method
res_perc = bootstrap((pop,), mean_stat, n_resamples=10000,
                     method='percentile', random_state=2026)

# BCa method (バイアス・加速度補正)
res_bca  = bootstrap((pop,), mean_stat, n_resamples=10000,
                     method='BCa', random_state=2026)

print(f'percentile CI : [{res_perc.confidence_interval.low:,.0f}, {res_perc.confidence_interval.high:,.0f}]')
print(f'BCa CI        : [{res_bca.confidence_interval.low:,.0f}, {res_bca.confidence_interval.high:,.0f}]')
print(f'標準誤差 SE   : {res_bca.standard_error:,.0f} 人')

📤 実行例（実値）：

percentile CI : [1,928,215, 3,505,559] BCa CI : [2,010,637, 3,688,056] 標準誤差 SE : 405,950 人

💬 結果の読み方：BCa 区間は percentile より右にシフトしました（下限が約 8 万人、上限が約 18 万人右へ動いた）。 これは右に長い裾の歪みを補正した結果で、 「真の平均が下端を下回る確率」の補正がよく効いています。 二階精度を持つ BCa は、 標本サイズが小さい（$n=47$）今回のような状況で特に推奨されます。

🐍 Python 実装 ―― sklearn.utils.resample による分類モデルの精度 CI

このコードでやること：SSDSE-B-2026 の 47 都道府県を「総人口が 200 万人以上か否か」で 2 クラスに分類し、 ロジスティック回帰の正答率（accuracy）の信頼区間を sklearn.utils.resample による 非パラメトリックブートストラップで評価。 教師あり学習の評価指標に CI を付けるときの定石です。

📥 入力データ：説明変数は出生数・死亡数・婚姻件数、 目的変数は 総人口 ≥ 200 万人 のダミー（16 県が True）。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
from sklearn.linear_model import LogisticRegression
from sklearn.utils import resample
from sklearn.metrics import accuracy_score
import numpy as np
import pandas as pd

df = pd.read_csv('data/raw/SSDSE-B-2026.csv', encoding='cp932', skiprows=[1])
df = df[df['SSDSE-B-2026'] == 2023]   # 2023年の47都道府県
X, y = df[['A4101', 'A4200', 'A9101']].values, (df['A1101'] >= 2_000_000).astype(int).values  # 出生数/死亡数/婚姻件数 → 総人口≥200万

B = 2000
accs = []
rng = np.random.default_rng(2026)
for b in range(B):
    X_b, y_b = resample(X, y, random_state=int(rng.integers(10**9)))
    model = LogisticRegression(max_iter=2000).fit(X_b, y_b)
    # Out-Of-Bag (OOB) で評価 ―― 過学習を避ける
    in_idx  = set(tuple(r) for r in X_b)
    oob_mask = np.array([tuple(r) not in in_idx for r in X])
    if oob_mask.sum() > 0:
        accs.append(accuracy_score(y[oob_mask], model.predict(X[oob_mask])))

accs = np.array(accs)
print(f'OOB Accuracy 平均 = {accs.mean():.3f}')
print(f'95% CI            = [{np.percentile(accs, 2.5):.3f}, {np.percentile(accs, 97.5):.3f}]')

📤 実行例（実値）：

OOB Accuracy 平均 = 0.982 95% CI = [0.850, 1.000]

💬 結果の読み方：OOB（Out-Of-Bag）で評価した正答率は約 98.2% で、 95% CI は [0.850, 1.000]。 上限が 1.0 に張り付いているのは OOB サンプル数が小さい（平均で 47 × 0.368 ≈ 17 件）ためバラツキが大きく、 「完全正解」も起こり得るからです。 こうした「天井効果」は標本サイズの限界を示すサインで、 結論は「概ね 0.85 以上の精度はある」程度に留めるのが適切です。

📊 ブートストラップ手法の比較表

手法計算量精度仮定推奨場面
Normal CI$O(Bn)$一階対称・正規近似$\hat\theta$ がほぼ正規
Basic CI$O(Bn)$一階対称標本分布が対称
Percentile CI$O(Bn)$一階単調変換に頑健初期検証・教育
BCa CI$O(B + n)$二階滑らかな統計量最終報告値
Bootstrap-t$O(B^2)$二階分散推定可能SE が解析的に出る
ABC$O(n)$一階滑らかな関数高速近似が要る

🔬 数式を言葉で読み解く ―― BCa 補正のロジック

BCa 信頼区間は次の二段階で計算します：

$$z_0 = \Phi^{-1}\!\left(\frac{\#\{\hat\theta^*_b < \hat\theta\}}{B}\right), \quad a = \frac{\sum_{i=1}^n (\bar\theta_{(\cdot)} - \hat\theta_{(i)})^3}{6\left[\sum_{i=1}^n (\bar\theta_{(\cdot)} - \hat\theta_{(i)})^2\right]^{3/2}}.$$ $$\alpha_1 = \Phi\!\left(z_0 + \frac{z_0 + z_{\alpha/2}}{1 - a(z_0 + z_{\alpha/2})}\right), \quad \alpha_2 = \Phi\!\left(z_0 + \frac{z_0 + z_{1-\alpha/2}}{1 - a(z_0 + z_{1-\alpha/2})}\right).$$

🔬 数式を言葉で読み解く：

🐍 Python 実装 ―― 47 県相関係数の Bootstrap CI（散布図と分布も可視化）

このコードでやること：SSDSE-B-2026 で「総人口」と「出生数」のピアソン相関係数を 47 県で計算し、 その bootstrap 分布の歪み（skewness）と尖度（kurtosis）を確認。 相関係数は $[-1, 1]$ の有界量なので、 大きな値ほど分布が左に歪み、 正規近似が破綻しやすい典型例です。

📥 入力データ：47 県の総人口（X）と出生数（Y、 単位 人）。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
from scipy.stats import pearsonr, skew, kurtosis
import numpy as np
import pandas as pd

df = pd.read_csv('data/raw/SSDSE-B-2026.csv', encoding='cp932', skiprows=[1])
df = df[df['SSDSE-B-2026'] == 2023]   # 2023年の47都道府県
X, Y = df['A1101'].values, df['A4101'].values   # 総人口, 出生数
n = len(X)

r_hat, _ = pearsonr(X, Y)

B = 10000
rng = np.random.default_rng(2026)
rs = np.empty(B)
for b in range(B):
    idx = rng.integers(0, n, size=n)   # ペアごと復元抽出
    rs[b], _ = pearsonr(X[idx], Y[idx])

print(f'r_hat       = {r_hat:.4f}')
print(f'Bootstrap 平均 = {rs.mean():.4f}、 中央値 = {np.median(rs):.4f}')
print(f'95% percentile CI = [{np.percentile(rs, 2.5):.4f}, {np.percentile(rs, 97.5):.4f}]')
print(f'歪度 skewness = {skew(rs):+.3f}、 尖度 kurtosis = {kurtosis(rs):+.3f}')

# Fisher z 変換でほぼ正規化されることを確認
z = 0.5 * np.log((1 + rs) / (1 - rs))
print(f'Fisher z 変換後の歪度 = {skew(z):+.3f}、 尖度 = {kurtosis(z):+.3f}')

📤 実行例（実値）：

r_hat = 0.9954 Bootstrap 平均 = 0.9948、 中央値 = 0.9955 95% percentile CI = [0.9870, 0.9984] 歪度 skewness = -1.890、 尖度 kurtosis = +6.381 Fisher z 変換後の歪度 = -0.058、 尖度 = -0.051

💬 結果の読み方：47 県の総人口と出生数の相関係数 $r=0.9954$ は極めて強い正相関で、 95% CI も [0.987, 0.998] と狭い。 ただし生の $r$ の bootstrap 分布は左に大きく歪んでいる（skew −1.89）。 これは「$r$ が 1.0 で頭打ち」になる有界量の典型挙動。 Fisher の z 変換 $z = \frac{1}{2}\ln\frac{1+r}{1-r}$ をかけると歪度が −0.06 まで縮み、 正規近似 CI が使えるようになります。 これが「相関係数の検定では Fisher z 変換を使え」と言われる理論的根拠です。

📋 実践チェックリスト ―― bootstrap を使う前に確認すべき 10 項目

  1. 標本サイズ $n$ は十分か？ 経験則 $n \ge 30$、 理想 $n \ge 100$。 47 県データはギリギリ OK ライン。
  2. 独立同分布の仮定は妥当か？ 県データを年次パネルで扱う場合は block bootstrap 必須。
  3. 統計量は滑らかか？ 平均・分散・相関・回帰係数は OK。 最大値・最小値・モードは NG。
  4. 反復回数 $B$ は十分か？ 95% CI なら $B \ge 1000$、 BCa なら $B \ge 2000$、 99% CI なら $B \ge 10000$。
  5. random_state を固定したか？ 報告書・論文では再現性のため必ず固定。
  6. 適切な CI 手法を選んだか？ 教育・初回検証は percentile、 最終報告は BCa。
  7. 結果の歪度は許容範囲か？ 歪度 $|skew| > 1$ なら Fisher z 変換などの正規化を検討。
  8. OOB / out-of-sample 評価を併用したか？ 機械学習モデルの評価では必須。
  9. 外れ値の影響を jackknife で評価したか？ 47 県データなら東京を除いた場合の感度分析。
  10. 結論の不確実性を正しく伝えたか？ 「95% CI に真値が入る確率は 95%」と言ってはいけない。

📍 統計データ解析コンペでの bootstrap 活用ポイント

統計データ解析コンペティション（総務省統計局・統計数理研究所主催）で bootstrap を活用する典型シーンは以下の 3 つです：

逆に避けるべきは「単に bootstrap CI を貼って『分析しました』とアピール」する使い方。 区間がどう解釈できて、 何が次のアクションに繋がるかまで書くこと。

📚 参考文献・原典

🌐 関連手法 ―― bootstrap, jackknife, permutation, cross-validation

「リサンプリング系」の 4 大手法をまとめると以下になります：

手法サンプリング主目的対 47 県の使い方
Bootstrap復元抽出 $n$ 個標本分布の推定・CI平均・分散・相関の CI
Jackknife1 県除外 → $n$ 通りバイアス・分散推定外れ値の影響度測定
Permutationラベル交換仮説検定の p 値「東日本 vs 西日本」差検定
Cross-validation分割（非復元）汎化性能推定予測モデルの精度評価

🔬 数式を言葉で読み解く ―― bootstrap と漸近理論の橋渡し

古典的な漸近正規性 $\sqrt n (\hat\theta - \theta) \overset{d}{\to} N(0, \sigma^2)$ の代わりに、 bootstrap は次の条件付き分布での収束を主張します：

$$\sqrt n (\hat\theta^* - \hat\theta) \mid X_1,\dots,X_n \overset{d}{\to} N(0, \sigma^2) \quad (\text{a.s. } P).$$

🔬 数式を言葉で読み解く：左辺は「ある実現した標本を固定し、 そこから繰り返し復元抽出して計算した bootstrap 統計量の分布」。 これが標本の選び方に拠らず、 ほぼ確実に同じ正規分布に収束するという主張です。 つまり「真の母集団分布を知らなくても、 経験分布で代用してリサンプリングするだけで、 漸近的に正しい分布近似が得られる」という驚くべき結論。 これが bootstrap が「マジック」と呼ばれる所以で、 同時に「経験分布の質に大きく依存する」という限界の根拠でもあります。

⚠️ ブートストラップ法 5 つの落とし穴（実値例つき）

🧬 ブートストラップの派生バリアント（追加深掘り）

基本ブートストラップは「単純無作為抽出 (SRS) で復元抽出」だが、 SSDSE-B-2026 のように階層構造（地方ブロック）・時系列性（年次）・クラスタ性（県内市町村）を持つデータでは、 そのまま適用すると CI が誤って狭くなる。 ここでは bootstrap の主な派生 3 種を、 SSDSE-B-2026 実値で比較する。

📐 派生 3 種の比較定義 — 数式を言葉で読み解く

ブートストラップ法の 3 派生を以下の式で定義する。 $X_i$ を観測値、 $B$ をリサンプル回数とする。

$$\hat{\theta}^{*(b)}_{\text{strat}} = T\big(\{X^{*(b)}_{h,i}\}_{h=1,\dots,H;\, i=1,\dots,n_h}\big), \quad X^{*(b)}_{h,i} \sim \text{Uniform}(\{X_{h,1}, \dots, X_{h,n_h}\})$$ $$\hat{\theta}^{*(b)}_{\text{block}} = T\big(\{X^{*(b)}_{k}\}_{k=1,\dots,K}\big), \quad X^{*(b)}_{k} = (X_{j_k}, X_{j_k+1}, \dots, X_{j_k+\ell-1})$$ $$\hat{\theta}^{*(b)}_{\text{wild}} = \hat{\theta} + \frac{1}{n}\sum_{i=1}^n \xi^{(b)}_i \cdot e_i, \quad \xi^{(b)}_i \in \{-1, +1\}$$

記号の意味を言葉で読み解くと：

🧮 SSDSE-B-2026 実値: 層別 vs 単純の CI 比較

このコードでやること: SSDSE-B-2026 の都道府県人口について、 単純 bootstrap（SRS）と層別 bootstrap（地方ブロック層別化）の 95% CI を比較する。

📥 入力データ (SSDSE-B-2026 抜粋、 一部):

SSDSE-B-2026 Code Prefecture A1101（総人口, 2023） 2023 R01000 北海道 5092000 2023 R02000 青森県 1184000 2023 R03000 岩手県 1163000 2023 R04000 宮城県 2264000 ... （47 行） # 地方ブロックは Code 上2桁から導出: 01=北海道 / 02-07=東北 / 08-14=関東 # / 15-23=中部 / 24-30=近畿 / 31-35=中国 / 36-39=四国 / 40-47=九州沖縄
 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
import pandas as pd
import numpy as np
from scipy.stats import bootstrap

df = pd.read_csv('data/raw/SSDSE-B-2026.csv', encoding='cp932', skiprows=[1])
df = df[df['SSDSE-B-2026'] == 2023]   # 2023年の47都道府県
pop = df['A1101'].values   # 総人口
region = pd.cut(df['Code'].str[1:3].astype(int), [0,1,7,14,23,30,35,39,47], labels=['北海道','東北','関東','中部','近畿','中国','四国','九州沖縄']).values   # Codeから8地方

# 単純 bootstrap (SRS)
res_srs = bootstrap((pop,), np.mean, n_resamples=10000,
                    confidence_level=0.95, random_state=0)

# 層別 bootstrap: 地方ブロック内で復元抽出
def stratified_mean(pop, region, B=10000):
    means = []
    rng = np.random.default_rng(0)
    groups = {g: pop[region == g] for g in np.unique(region)}
    for _ in range(B):
        resampled = np.concatenate([
            rng.choice(v, size=len(v), replace=True)
            for v in groups.values()
        ])
        means.append(resampled.mean())
    return np.percentile(means, [2.5, 97.5])

ci_strat = stratified_mean(pop, region)
print("SRS  95% CI :", res_srs.confidence_interval)
print("Strat 95% CI:", ci_strat)

📤 実行すると次の出力が得られる:

SRS 95% CI : ConfidenceInterval(low=1996431.9, high=3671476.6) Strat 95% CI: [2060633.5 3300831.4]

💬 結果の読み方: 層別 bootstrap の CI 幅は 1,240,198 で、 SRS の CI 幅 1,675,045 より約 26% 狭い。 これは地方ブロック内分散が地方間分散より小さいため（北海道・東北は人口少、 関東は多）、 層別化により変動の構造を保持したまま再標本化できているから。 推奨: SSDSE-B-2026 で県別集計を扱うときは、 8 地方ブロックでの stratified bootstrap が第一選択。

🔧 block bootstrap の依存性指標 (時系列)

SSDSE-B-2026 を時系列パネル（2012-2023 の年次）として扱う場合、 自己相関 $\rho_1$ を測り、 ブロック長 $\ell \approx \lceil n^{1/3} \rceil$ または $\ell \approx 2/(1-\rho_1)$ で設計する。 例えば人口の年次差分が $\rho_1 = 0.6$ なら $\ell = 5$、 $n=12$（2012-2023）なら $\ell = 3$。 両者の小さい方を採用するのが Politis-White (2004) の推奨。

⚠️ ブートストラップの 5 つの落とし穴

① n が極端に小さいとき（n < 10）は使えない
ブートストラップは「標本 ≒ 母集団の縮図」という仮定に依拠します。 n=5 だと標本にユニークな観測値が 5 個しかなく、 復元抽出のバリエーションが乏しすぎて分布近似が破綻。 目安として n ≥ 30 を推奨、 厳密な信頼区間が必要なら n ≥ 50。
② 時系列・空間データに naive bootstrap を使うと壊滅
観測の独立性が前提。 時系列データで単純に復元抽出すると時間構造が破壊され、 標準誤差が過小評価される。 対処：block bootstrap（連続する k 個をひとまとめにサンプリング）、 stationary bootstrap、 sieve bootstrap などを使う。 階層データには cluster bootstrap。
③ 末尾統計量（max, min, 分位点の境界）には弱い
最大値・最小値のブートストラップ分布は元データの離散点に集中し、 連続分布として振る舞わない。 また 95%、 99% などの極端な分位点もブート CI が大きく外す。 こうした末尾統計量には極値理論（EVT）を併用。
④ B が小さいと CI が不安定
B=100 程度では CI の端点が乱数次第で変動する。 目安：SE 推定 B≥200、 percentile CI B≥1,000、 BCa CI B≥2,000、 仮説検定の p 値 B≥10,000。 計算コストとのトレードオフだが、 現代のラップトップなら B=10,000 でも数秒〜数分。
⑤ 「ブート CI を計算したから因果が言える」は誤り
ブートストラップは統計的不確実性を定量化するだけで、 交絡・選択バイアス・測定誤差を補正してくれません。 観察研究で β の bootstrap CI が 0 を含まなくても、 交絡が残っていれば因果効果としての解釈は不可。 「観測される関連の精度推定」と「因果推論」を混同しないこと。

⚠️ Bootstrap の追加的落とし穴（10 個）

  1. $B$ が少なすぎる：$B \ge 1000$ は必須、 95% CI なら $\ge 5000$、 99% CI なら $\ge 10000$。
  2. 独立性が崩れている：時系列・クラスタデータには専用ブートストラップを。
  3. 極値統計量への適用：最大値・最小値の Bootstrap は不一致になりやすい。
  4. 小標本での過信：$n < 30$ では真の被覆率が 90% を下回ることも。
  5. ブロック長の選択ミス：時系列ブロック法では $\ell \approx n^{1/3}$ が経験則。
  6. BCa の計算コスト過小評価：jackknife を要するので $n$ 倍重い。
  7. マルチコリニア状況での回帰：ペア法でも係数の符号が反転することがある。
  8. 不均衡データ：少数クラスがブートサンプルに含まれないことがある。 stratified bootstrap で対処。
  9. 並列化忘れ：joblib の Parallel を使えば $B=10^4$ も数秒に。
  10. シード未固定：再現性のため random_state を必ず設定。

🎓 Bootstrap の理論的保証 — どこまで信頼できるか

Bootstrap の理論的正当性は「データから生成された経験分布が真の分布に収束する」 (Glivenko-Cantelli) と「平滑な統計量に対する Bootstrap が一致推定量になる」 (Singh, 1981) で保証されています。

一致性の条件は意外と厳しい。 例えば中央値の Bootstrap 推定は一致しますが、 最大値の Bootstrap は一致しません (Bickel & Freedman, 1981)。 つまり「すべての統計量に万能ではない」のが Bootstrap の重要な制約。

Edgeworth 展開を使った理論解析では、 percentile CI が一階精度 $O(n^{-1/2})$、 BCa CI が二階精度 $O(n^{-1})$ であることが示されます。 つまり BCa は通常正規 CI と同じ精度です。

🗺 概念マップ — ブートストラップを取り巻く位置関係

ブートストラップ法は 「リサンプリング法」 という大きな枠組の一員。 ファミリー全体を見渡すと位置づけが鮮明になります：

リサンプリング法（Resampling Methods）
├── ブートストラップ（with replacement, 同サイズ）
│   ├── nonparametric bootstrap（古典）
│   ├── parametric bootstrap
│   ├── block bootstrap（時系列）
│   ├── wild bootstrap（不等分散）
│   └── Bayesian bootstrap
├── ジャックナイフ（leave-one-out, no replacement）
├── 並べ替え検定（permutation, labels shuffle）
├── クロスバリデーション（without replacement, k-fold）
│   ├── k-fold CV
│   ├── leave-one-out CV
│   └── nested CV
└── サブサンプリング（m < n, without replacement）

いずれも「計算機で繰り返し再標本化することで、 統計量や予測モデルのブレや汎化性能を直接測る」という共通哲学。 解析的に難しい問題を計算量で乗り越える 20 世紀後半の統計学の革命でした。

ブートストラップ parametric boo block bootstra residual boots wild bootstrap BCa bootstrap bootstrap-t (s

🔗 隣接手法への橋渡し

ブートストラップ法は「観測データを母集団とみなし、 そこから復元抽出で B 個の擬似標本を作り、 統計量の経験分布から不確実性を推定する」手法で、 分布仮定を置けない局面の汎用ツール。

SSDSE-B-2026 (n=47) のように小標本かつ正規性が怪しい場合、 平均/中央値/相関係数の信頼区間をブートストラップ B=10000 回で算出すれば、 t 分布の仮定なしに妥当な区間が得られる。

🌳 手法選択フロー

ブートストラップ種類選択は「データの依存構造」「信頼区間の形」「精度要件」の 3 軸で判定。

  1. データの依存構造: 独立同分布 (iid) → 通常のノンパラ Bootstrap で全観測を復元抽出。 時系列 → Block Bootstrap (連続区間ブロックを抽出、 自己相関保持)。 階層構造 → Cluster Bootstrap (クラスタ単位の抽出)。
  2. 信頼区間の形: 簡易・速い → Percentile 法 (2.5/97.5 パーセンタイル)。 バイアス補正必要 → BCa (Bias-Corrected and Accelerated、 推奨)。 ピボット統計量があり高精度必要 → Bootstrap-t。
  3. 精度要件と計算予算: 標準誤差なら B=200、 信頼区間なら B=2000-10000、 p 値なら B=10000+。 SSDSE-B-2026 規模なら数秒、 B=10000 でも瞬時。 大規模データ (n=10^6) では並列化 + サブサンプリング (m-out-of-n Bootstrap) を検討。

「BCa を最初に試して、 ダメなら Percentile に戻る」が現代の実務。 scipy.stats.bootstrap は BCa デフォルト。

🎨 直感の深掘り（追記）— 「母集団の代わりに標本を使う」を一言で

ブートストラップの発想を一文で言い切ると、 「本当は母集団から標本を取り直して統計量のブレを見たいが、 母集団が手に入らないので “手元の標本” を母集団の代役にして取り直す」 です。 古典統計は母集団に正規分布などの数式を仮定してブレ幅を計算しますが、 ブートストラップは数式の代わりに復元抽出という計算機シミュレーションでブレ幅を「実測」します。

この 1 ステップの置き換え（母集団 → 経験分布）が「プラグイン原理」。 新しいデータは 1 バイトも増えないのに、 標準誤差と信頼区間が得られるのは、 母集団を標本で代用しているからで、 決して情報を魔法で創り出しているわけではありません。 だからこそ「元の標本が母集団を代表していない」と代役が崩れ、 ブートストラップも崩れます（後述）。

実データで一瞬で腑に落とす：本ページ上部の🎮シミュレータは SSDSE-B-2026 の 2023 年・47 県の合計特殊出生率（A4103）を代役の「ミニ母集団」にしています。 平均の点推定は 1.293、 復元抽出を 10,000 回繰り返した percentile 95% 信頼区間は実測で [1.255, 1.331]。 数式を一切書かずに、 「47 県がたまたま違っていたら平均出生率はこの範囲で動きうる」を計算機が語ってくれます。

⚠️ 落とし穴の深掘り（追記）— 「代役が崩れる」7 つの局面

ブートストラップの失敗はほぼすべて 「標本 ＝ 母集団の縮図」という代役の前提が崩れることに帰着します。 局面ごとに、 症状・原因・処方を整理します。

局面症状原因（前提崩れ）処方
① 元標本が非代表的CI 自体が的外れ（狭くても間違い）選択バイアス。 経験分布 $\hat F_n$ が母集団 $F$ からずれる抽出設計を見直す。 ブートストラップは偏りを増幅する（GIGO）
② 独立同分布でないSE を過小評価、 CI が狭すぎる時系列・空間・クラスタ相関で「独立」が偽block / stationary / cluster ブートストラップ
③ 極端に小さい $n$CI が階段状・不安定ユニーク値が少なく復元抽出の多様性が枯渇$n\ge30$ を目安、 parametric bootstrap や subsampling
④ 裾統計量（max/min/極分位点）離散点に張り付き、 CI が退化次数統計量は経験分布で連続近似できない極値理論（EVT）、 m-out-of-n bootstrap
⑤ 裾の重い分布・無限分散一致性が破綻（Bickel-Freedman）分散が発散し標本分布が収束しない対数変換 → bootstrap → 逆変換、 subsampling
⑥ 偏りのある推定量percentile CI が系統的にずれる$\hat\theta$ にバイアス（例：SD、 相関、 分位点）BCa（バイアス補正 $z_0$ ＋加速 $a$）
⑦ CI 種別の取り違え被覆率が名目 95% に届かない歪んだ分布に percentile を使う等percentile / basic / BCa / bootstrap-t を使い分け

⑥を実データで確認：SSDSE-B-2026・47 県総人口（A1101）は東京・神奈川・大阪などの巨大県が右に偏在し、 標本分布が右に歪みます。 平均の実測ブートストラップ結果は次のとおり（B=10,000、 seed=2026）。

総人口 平均 : 推定 2,645,809 人、 SE 406,994、 95% percentile CI = [1,914,571, 3,496,209] 総人口 中央値: 推定 1,549,000 人、 SE 222,492、 95% percentile CI = [1,184,000, 1,931,000]

平均の CI は下側が約 73 万人・上側が約 85 万人と非対称（右に長い）で、 「対称を仮定する正規近似 CI」では上側を取りこぼします。 一方、 中央値の CI はほぼ対称で SE も約半分。 「典型的な県の規模」を語るなら中央値の方が頑健、 という判断が数値として出ます。 歪んだ平均に厳密な区間が要るなら BCa を選ぶ、 が定石です。

⑦ 解釈の落とし穴（最重要）：得られた区間について「95% CI に真値が入る確率は 95%」と言うのは誤り。 正しくは「同じ手続きを無限に繰り返せば、 その 95% の試行で CI が真値を含む」。 また ブートストラップ CI は仮説検定の代替でも、 因果の証明でもありません。 交絡・選択バイアス・測定誤差は一切補正されず、 定量化されるのは統計的不確実性のみです。

🚀 発展の深掘り（追記）— CI 種別・ジャックナイフ・依存データ

① 信頼区間 4 種を同じ実データで並べる（percentile / basic / BCa / t）

SSDSE-B-2026・47 県の合計特殊出生率（A4103）の平均について、 同一データ・同一 seed（2026、 B=10,000）で 3 手法の 95% CI を実測比較しました。

A4103 平均の点推定 = 1.2928 percentile 95% CI : [1.2553, 1.3309] basic 95% CI : [1.2547, 1.3302] BCa 95% CI : [1.2555, 1.3309]

出生率の平均はほぼ対称に分布するため 3 手法はほぼ一致します（差は小数第 3 位）。 手法差が効くのは分布が歪むときで、 上の総人口平均や相関係数のように歪んだ統計量では percentile と BCa がはっきり離れます。 使い分けの一行ルール：教育・初回検証は percentile、 最終報告は二階精度の BCa、 SE が別途正確に出せて厳密被覆率が要るなら bootstrap-t。

② ジャックナイフとの比較 — 「滑らかさ」が分かれ目

ジャックナイフ（1 件抜きを $n$ 回）はブートストラップの祖先で計算は軽いですが、 統計量が滑らか（Hadamard 微分可能）でないと壊れます。 A4103 で実測すると差が鮮明に出ます。

A4103 平均 ： jackknife SE = 0.0194 ≈ ブートストラップ SE 0.0192 ≈ 解析式 s/√n = 0.0194 → 一致 A4103 中央値： jackknife SE = 0.0335 ≠ ブートストラップ SE 0.0246 → 食い違う

平均は 3 手法が桁も小数もほぼ一致。 ところが中央値ではジャックナイフ SE（0.0335）がブートストラップ SE（0.0246）と大きくずれます。 これは中央値が「1 点抜き」の摂動に対して不連続に動く非滑らかな統計量で、 ジャックナイフが中央値では一致推定量にならないという古典的事実の実データ確認です。 分位点・中央値・相関・トリム平均のような統計量では、 ジャックナイフではなくブートストラップ（できれば BCa）を使うべき、 と結論できます。

③ 依存データ — 単純ブートストラップが「独立」を偽装する

SSDSE-B-2026 は本来 2023 年の横断データ（47 県）なので単純ブートストラップで良いですが、 同じ県を複数年に渡る年次パネルとして扱う瞬間に独立同分布が崩れます。 年ごとの人口は強く自己相関する（今年多い県は来年も多い）ため、 素朴に全観測を復元抽出すると時間構造が壊れ SE が過小評価されます。 対処は観測点でなく連続ブロックを単位に抽出する ブロックブートストラップ。 ブロック長は自己相関 $\rho_1$ から $\ell \approx 2/(1-\rho_1)$、 または $\ell \approx \lceil n^{1/3}\rceil$ を目安に、 定常性を保ちたければ Politis-Romano の stationary bootstrap（ブロック長を幾何分布で乱化）を使います。

④ パラメトリックブートストラップ・リサンプル数・仮説検定への応用