🔖 キーワード索引

この用語と一緒に検索・参照されやすいタグ。 関連ページに飛ぶときの手がかりにも使えます。

🔖 キーワード索引 — 完全強化版

「標本」を理解するうえで必要なキーワードを 10 件以上提示します。 各チップから対応セクションへ移動できます。

30 秒結論 文脈 直感 数式 記号読み解き 実値計算 Python 実装 落とし穴 関連手法 関連用語 グループ教材 概念マップ

🎨 直感で掴む

「標本」を最初に学ぶときは、 厳密な定義よりイメージを優先しましょう。 以下は具体例・比喩を用いた直感的理解の入口です。

• 味噌汁の味見：鍋全体（母集団）の代わりに小さじ 1 杯（標本）で判断。
• 「代表性」が命。 似たような人だけ集めても母集団は推測できない。
• サンプルサイズが小さいと推定が荒い。 大きすぎれば情報過剰でコスト浪費。

🎨 直感で掴む — 完全強化版

標本 を一言でいえば「47都道府県データを母集団とする標本抽出」。 47 都道府県という小さな母集団でも、 SSDSE-B-2026 の A1101 列に注目すると、 大都市圏と地方の差・人口規模に伴う相対比較など、 様々なパターンが見えてきます。

比喩でいうと、 標本 はデータ分析の「眼鏡」のようなもの。 同じデータでも眼鏡を変えれば、 平均（中心）・分散（ばらつき）・相関（連動）・因果（影響）と、 異なる情報が浮かび上がります。 SSDSE-B-2026 を題材に、 この眼鏡をかけてみるのが本ページの狙いです。

• 具体例 1：47 都道府県の A1101 の中央値 ± 四分位を見ると、 規模感が掴める。
• 具体例 2：A1101 と組み合わせて散布図にすると、 群構造が見える。
• 具体例 3：政令指定都市の有無で群分けすると、 介入研究の素材になる。

📐 定義・数式

やさしい説明で掴んだ感覚を、ここで 標本平均と標本分散 の定義式に対応づけます。下の式は左辺 $\bar{x}$ が何で決まるかを右辺で書き下したもので、x̄（平均）、Σ（合計）、分数（割り算） が現れます。それぞれの記号が何の量を指すのかは、次の「🔬 数式を言葉で読み解く」で 1 つずつ確かめてください。

📐 数式または定義 — 完全強化版

標本 の代表的な定義式は次のとおりです。

ここで使われる記号や演算の意味は次節で言葉に翻訳します。

🔬 数式を言葉で読み解く — 数式を「言葉」に翻訳

数式を眺めるだけでは身につかないので、 各記号がどんな役割を担っているかを言葉で押さえます。 「数式を音読する習慣」がつくと、 論文や教科書を読むスピードが体感で 2 倍ほど上がります。

n

標本サイズ

x_i

i 番目の観測値

x̄

標本平均

s²

標本分散（不偏）

μ, σ²

母集団のパラメータ（未知）

🔬 数式を言葉で読み解く — 完全強化版

数式の各記号を、日本語の意味に変換します。

• X, Y — 観測されたデータ系列（SSDSE-B-2026 の A1101, A1101 列など）
• n — 標本サイズ（47 都道府県データなら 47、 多年度パネルなら 47×年数）
• β, θ, α — 推定すべき未知パラメータ
• ε, u — 観測されない誤差項・撹乱項
• E[·] — 期待値（母集団平均）
• Cov, Var — 共分散・分散
• arg min — 「最小化するパラメータ」の意味
• L (ラグ演算子) — 時系列で 1 期前の値を返す操作

🔬 理論深掘り：標本の本質

標本は、 母集団から取り出された観測単位の集まり。 標本統計量（標本平均・標本分散）で母集団パラメータを推定する。 SSDSE-B-2026 は 47 都道府県を「全数」含むので、 「サンプリングフレームの完全把握」 という珍しいデータ。

形式的定義の再確認

標本 (Sample) は、 統計・データ解析の文脈で頻繁に登場する概念です。 ここでは初学者向けの直感と、 上級者向けの形式定義を併記します。

SSDSE-B-2026 における具体例

SSDSE-B-2026 の 47 都道府県は「都道府県という母集団の全数」とみなせる。 ただし「日本のすべての年度の都道府県」 という超母集団からの 1 年度標本と見れば、 標本誤差の概念が適用できる。 標本平均と母集団平均の区別を意識することが重要。

SSDSE-B-2026 は 都道府県別社会経済データ集 2026 年版で、 47 都道府県 × 約 10 年度 × 100 超の指標を含む公的データです。 標本の概念を SSDSE-B-2026 で実証することで、 「数値の動きが地理的・社会的直感と整合するか」を検証できます。

使用する主要な SSDSE-B-2026 列

🔬 標本平均と中心極限定理: 数式を言葉で読み解く

母集団から大きさ n の標本を取り、 その平均 $\\bar{X}$ を計算します。 これを「標本平均」と呼びます。 中心極限定理（CLT）は、 元の母集団がどんな分布でも、 標本平均は n が大きくなるにつれて正規分布に近づくと主張します。

• $\\bar{X}$: 標本平均（n 個の観測値の算術平均）
• $\\mu$: 母平均（母集団全体の平均、 通常は未知）
• $\\sigma^2$: 母分散
• $\\sigma/\\sqrt{n}$: 標本平均の標準偏差 = 標準誤差（SE）
• $\\xrightarrow{d}$: 分布収束（n が大きいと近似的に正規分布）
• 母集団の分布形によらず成立するのが CLT の威力

🔬 √n の法則: 数式を言葉で読み解く

SE = σ/√n が示すのは、 「サンプルサイズを 4 倍にすると標本平均の誤差は半分」「100 倍にすると 1/10」という関係。 これが「精度を 1 桁上げるには 100 倍の労力」というよく聞く格言の数学的根拠です。 サンプル数 n を増やしたいときは、 求める精度の二乗倍コストがかかると見積もります。

🔬 標本サイズ設計: 数式を言葉で読み解く

「何件サンプルを集めれば良いか」は最も実務的な問いです。 求める精度（許容誤差 d）と信頼度（95% など）から、 必要な標本サイズ n を逆算する式は次のとおりです。

• $z_{\\alpha/2}$: 信頼度 1-α に対応する Z 値（95% なら 1.96、 99% なら 2.58）
• $\\sigma$: 母標準偏差（不明なら予備調査やパイロット標本で見積もる）
• $d$: 許容誤差（標本平均が母平均から ±d 以内に収まる確率を確保したい）
• 分子と分母の比の 2 乗: 精度を半分にしたい（d を半分）と n が 4 倍必要

🔬 SSDSE 47 県人口を例にした標本サイズ計算

SSDSE-B-2026 の総人口の母標準偏差 σ ≈ 240 万人。 標本平均で誤差を ±50 万人以内に 95% 確率で収めたいとき:

必要な標本サイズは 89 以上。 ただし 47 県しか母集団にいない（有限母集団）ため、 実際には全数調査が現実的です。 都道府県データのような小規模母集団では「全数 vs 標本」の経済性が変わる、 ということを示しています。

🔬 有限母集団補正: 数式を言葉で読み解く

母集団サイズ N が無限大ではなく有限のとき（例: 47 都道府県、 10000 人の社員）、 標本平均の SE は単純な σ/√n より小さくなります。 その補正項が有限母集団補正係数（FPC: Finite Population Correction）です。

• N: 母集団サイズ
• n: 標本サイズ
• $\\sqrt{(N-n)/(N-1)}$: FPC（0 から 1 の間の係数）
• n = N（全数調査）のとき FPC = 0 → SE = 0（誤差ゼロ）
• n が N に比べて十分小さい（n/N < 5%）とき FPC ≈ 1 → 補正不要

🔬 SSDSE での実例

SSDSE-B-2026 の 47 県から 10 県を非復元抽出する場合、 抽出率は 10/47 = 21.3% と大きいので FPC が効きます。

つまり SE は σ/√n の約 89.7% に縮みます。 これを補正せずに信頼区間を作ると、 過大評価になります。 ただし、 国勢調査のような大母集団 (1.25 億) から数万人を抽出する場合、 n/N = 0.0001 % 以下なので FPC ≈ 1、 補正不要です。

🔬 検定力分析: 数式を言葉で読み解く

「サンプルサイズはいくつ必要か」を効果量・有意水準・検出力から逆算するのが検定力分析（power analysis）です。 2 群の平均差を検出する t 検定を例に説明します。

• $\\alpha$: 有意水準（通常 0.05）、 第一種の誤り（偽陽性）の確率
• $\\beta$: 第二種の誤り（偽陰性）の確率、 検出力 = 1 - β（通常 0.8 以上を目指す）
• $\\delta$: 検出したい平均差（実質的に意味のある差）
• $\\sigma$: 共通分散の平方根（標準偏差）
• 効果量 Cohen's d = δ/σ で換算すると、 d=0.2（小）/0.5（中）/0.8（大）の経験則

🔬 SSDSE-B-2026 を例にした検定力計算

「東日本」と「西日本」で出生率（A4103）に差があるかを検定する設計を考えます。 σ ≈ 0.13、 検出したい差 δ = 0.1（実質的に意味のある差）、 α=0.05、 1-β=0.8 とすると:

各群 27 県以上必要。 ただし日本は 47 県しかないので東西分割なら 23 vs 24 で「ちょうど足りない」設計に。 効果量が小さい現象を検出するには、 県単位ではなく市町村単位（1741 自治体）まで分解する必要が出てきます。

🔬 検定力曲線（power curve）

逆説的だが「n を増やしすぎると、 実質的には意味のない差まで統計的に有意になる」ため、 効果量（estimation）が p 値より重視される流れが 2010 年代以降の統計学のメインです。

🔬 復元 vs 非復元抽出: 数式を言葉で読み解く

標本抽出には「同じ個体を 2 回選んで良い（復元 with replacement）」「2 度は選ばない（非復元 without replacement）」の 2 流派があります。 数式の挙動が違います。

ブートストラップが復元抽出を採用するのは、 「観測標本を仮想母集団とみなし、 そこから何度でも標本を取れるようにする」ためです。 一方、 公的統計や臨床試験では「同じ人を 2 度数える意味がない」ので非復元が原則です。

🔬 復元 vs 非復元の SE 差: 数式を言葉で読み解く

SSDSE-B-2026 (N=47) から n=20 を抽出する場合:

• 復元 SE = σ/√20 = σ × 0.2236
• 非復元 SE = σ × 0.2236 × √((47-20)/(47-1)) = σ × 0.2236 × √(27/46) = σ × 0.2236 × 0.766 = σ × 0.1712
• 非復元の方が約 23% SE が小さい

これは「47 県中 20 県を取れば、 残り 27 県の情報が間接的に得られる」直感に対応します。 全数調査（n=N）まで進めば SE はゼロになるという連続性も保たれます。

🔬 調査設計の典型的失敗パターン: 数式を言葉で読み解く

標本調査の失敗は数式上も説明できます。 代表的なパターンを整理します。

🔬 選択バイアスの数式表現: 数式を言葉で読み解く

• $w_i$ : 個体 i が標本に入る確率（重み）
• $w_i$ がすべて等しい → 単純無作為抽出（バイアスなし）
• $w_i$ が $x_i$ と相関 → バイアスあり（例: 富裕層ほど答えやすい）
• 傾向スコア法、 IPW（Inverse Probability Weighting）で補正可能

🔬 無回答バイアスの数式表現: 数式を言葉で読み解く

• $R = 1$: 回答した（response）、 $R = 0$: 無回答
• $P(R=1)$ が $X$ と独立なら問題なし（MCAR: Missing Completely At Random）
• $P(R=1)$ が観測変数に依存（MAR: Missing At Random）→ 多重補完で対処可能
• $P(R=1)$ が $X$ 自身に依存（MNAR: Missing Not At Random）→ 完全な補正は不可能

🔬 標本サイズ過信の数式表現

大数の法則は「サンプルサイズが大きければ標本平均は母平均に収束」を保証しますが、 これは「サンプリングが偏りなく行われる」前提です。 偏ったサンプリングでは収束先がそもそもズレた値になります。

1936 Literary Digest の 240 万サンプルが外したのは、 n が大きすぎても biased sampling 下では収束先 = ズレた値、 という構造的問題のためでした。

🧮 実値で計算してみる

数式だけでは「実感」が湧きにくいので、 具体的な数値で 1 度手計算してみると理解が定着します。 以下の例は、 本サイトで扱う SSDSE-B-2026 や公開教材に近い形式で用意しました。

「日本人成人男性の平均身長を 100 人標本で推定」：

手計算で得た値と、 後述の Python 実装で算出した値が一致することを確認すると、 「数式とコードの対応関係」がクリアに見えるようになります。

🧮 実値で計算してみる — SSDSE-B-2026 で 標本（完全強化版）

SSDSE-B-2026（公的統計の社会・教育系データセット、 47 都道府県 × 10 年分超 × 100 以上の列）を用いて、 「標本」を体感します。 ファイル名は SSDSE-B-2026.csv、 読み込みは下記の Python コードで行います。

1
2
3
4
5
6
7
8

import pandas as pd

# SSDSE-B-2026 を読み込む（cp932 / Shift_JIS）
df = pd.read_csv('data/raw/SSDSE-B-2026.csv', skiprows=[1], encoding='cp932')
print(df.shape)          # (564, 112)
print(df['SSDSE-B-2026'].unique())  # 含まれる年度
latest = df[df['SSDSE-B-2026'] == df['SSDSE-B-2026'].max()].copy()
print(latest[['Prefecture', 'A1101', 'A1101']].head())

ここで使った中心列 A1101 は SSDSE-B-2026 における 47都道府県データを母集団とする標本抽出 に関連する指標です。 算出例：

• 47 都道府県・最新年度の A1101 平均と標準偏差を求める
• A1101 と A1101 の相関（線形・順位）を比較する
• 群分け（例：人口上位 10 県 vs それ以外）で平均差を見る

🧮 実値で計算: SSDSE-B-2026 から 10 県を無作為抽出

SSDSE-B-2026 の 47 都道府県の総人口（A1101）を母集団とみなし、 そこから 10 県を無作為抽出して標本平均を求め、 母平均との一致度を確認します。 標本抽出の最も基本的なシミュレーションです。

このコードでやること: SSDSE-B-2026 の 47 県人口を母集団とし、 pandas.DataFrame.sample で n=10 の無作為抽出を実行、 標本平均と母平均を比較する。

📥 入力データ（SSDSE-B-2026 の A1101 総人口、 47 県）:

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19

import pandas as pd

df = pd.read_csv('data/raw/SSDSE-B-2026.csv', encoding='cp932', skiprows=[1])
# 564 行 = 47 県 x 12 年。このページは「47 県の母集団」を扱うので最新年に絞る
df = df[df['SSDSE-B-2026'] == 2023].reset_index(drop=True)
population = df['A1101']

mu = population.mean()
sigma = population.std(ddof=0)
print(f'母集団: 47 県, 母平均 μ = {mu:,.0f}, 母標準偏差 σ = {sigma:,.0f}')

sample = df.sample(n=10, random_state=42)
x_bar = sample['A1101'].mean()
se_theoretical = sigma / (10 ** 0.5)

print(f'抽出された 10 県: {list(sample["Prefecture"])}')
print(f'標本平均 x̄ = {x_bar:,.0f}')
print(f'母平均との差 = {x_bar - mu:+,.0f} ({(x_bar/mu - 1)*100:+.1f}%)')
print(f'理論 SE = σ/√n = {se_theoretical:,.0f}')

📤 実行すると次の出力が得られる:

💬 標本平均 422 万人は母平均 265 万人より 157 万人も上振れした（+59.5%）。 理論的 SE = 88 万人なので、 これは +1.8 SE に相当し、 珍しいが起こりうる範囲。 原因ははっきりしていて、 10 県のなかに東京都（1,409 万人）が入ったためです。 47 県中 1 県しかない外れ値を引くか引かないかで標本平均が 1.5 倍変わる——これが右裾の長い母集団を小標本で測るときの怖さです。 1 回の抽出では真の値を当てきれないが、 「平均的にどれくらいの幅でばらつくか」は SE で見積もれる。

🧮 実値で計算: 中心極限定理を SSDSE-B-2026 で実証する

標本抽出を 10000 回繰り返し、 標本平均の分布が理論通り正規分布になるかを確かめます。 母集団 47 県の人口分布は強い右裾長（東京が外れ値）ですが、 CLT は「それでも標本平均は正規分布」と予言します。

このコードでやること: SSDSE-B-2026 の 47 県人口から n=10 の標本を 10000 回抽出し、 各回の標本平均を集計、 ヒストグラムを描いて理論正規分布と比較する。

📥 入力データ: SSDSE-B-2026 の 47 県 A1101 列（再掲）

 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
29

import pandas as pd
import numpy as np

df = pd.read_csv('data/raw/SSDSE-B-2026.csv', encoding='cp932', skiprows=[1])
# 564 行 = 47 県 x 12 年。このページは「47 県の母集団」を扱うので最新年に絞る
df = df[df['SSDSE-B-2026'] == 2023].reset_index(drop=True)
pop = df['A1101'].values

mu = pop.mean()
sigma = pop.std(ddof=0)

rng = np.random.default_rng(2026)
N_TRIALS = 10000
n = 10
means = np.array([
    rng.choice(pop, size=n, replace=False).mean()
    for _ in range(N_TRIALS)
])

se_theory = sigma / np.sqrt(n)
se_emp = means.std(ddof=1)
print(f'理論 SE = σ/√n = {se_theory:,.0f}')
print(f'実測 SE (10000 回標本) = {se_emp:,.0f}')
print(f'実測平均: {means.mean():,.0f} (母平均 {mu:,.0f})')

# 標準化したら N(0,1) に近づくか
z = (means - mu) / se_theory
print(f'標準化後の平均: {z.mean():+.4f} (理論 0)')
print(f'標準化後の SD:  {z.std(ddof=1):.4f} (理論 1)')

📤 実行すると次の出力が得られる:

💬 実測 SE が理論 SE よりやや小さい（68.9 vs 75.9 万人）のは、 標本サイズ 10 が母集団 47 の 21% に達しており有限母集団補正 √((N-n)/(N-1)) = √(37/46) ≈ 0.897 が効いているため。 補正後の理論 SE は 75.9×0.897 = 68.1 万人で、 実測 68.9 万人とほぼ一致。 母集団が右裾長でも標本平均はかなり正規分布に近づいている、 これが CLT の威力。

🧮 実値で計算: 層化抽出 vs 単純無作為抽出

SSDSE-B-2026 の 47 県を「人口規模」で 3 層に分け（大都市圏・中規模・小規模）、 各層から比例抽出する層化抽出と、 単純無作為抽出の精度を比較します。

このコードでやること: 47 県を A1101（総人口）で 3 グループに分け、 各グループから比例抽出（層化抽出）する方法と、 単に 10 県を無作為抽出する方法を比較、 SE の違いを確認する。

📥 入力データ: SSDSE-B-2026 の 47 県 A1101 列、 3 層に分割

 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
29

import pandas as pd
import numpy as np

df = pd.read_csv('data/raw/SSDSE-B-2026.csv', encoding='cp932', skiprows=[1])
# 564 行 = 47 県 x 12 年。このページは「47 県の母集団」を扱うので最新年に絞る
df = df[df['SSDSE-B-2026'] == 2023].reset_index(drop=True)

# 人口で 3 層に分割
df['stratum'] = pd.qcut(df['A1101'], q=3, labels=['小', '中', '大'])

rng = np.random.default_rng(2026)
N_TRIALS = 5000

# 単純無作為抽出
srs_means = np.array([
    df.sample(n=9, random_state=rng.integers(1e9))['A1101'].mean()
    for _ in range(N_TRIALS)
])

# 層化抽出 (各層から 3 県)
strat_means = np.array([
    df.groupby('stratum').sample(n=3, random_state=rng.integers(1e9))['A1101'].mean()
    for _ in range(N_TRIALS)
])

print(f'母平均: {df["A1101"].mean():,.0f}')
print(f'単純無作為抽出 (n=9): SE = {srs_means.std(ddof=1):,.0f}')
print(f'層化抽出 (3+3+3):      SE = {strat_means.std(ddof=1):,.0f}')
print(f'SE 比 (層化/SRS) = {strat_means.std(ddof=1)/srs_means.std(ddof=1):.3f}')

📤 実行すると次の出力が得られる:

💬 層化抽出は SE を約 1/3 に削減。 これは「人口規模」という強い説明変数で層を作ったため、 層内の分散が層間の分散より圧倒的に小さいから。 単純無作為抽出だと「東京が入る試行 / 入らない試行」で平均が大きくぶれるが、 層化なら必ず大規模層から 3 県取れるので安定する。 実際の世論調査・国勢調査でも年齢・地域・性別による層化が標準。

🧮 実値で計算: ブートストラップで標本平均の信頼区間を求める

母集団の分布形が未知でも、 観測標本そのものを「擬似母集団」として再標本化を繰り返すことで、 任意の統計量の信頼区間を推定できるのがブートストラップです。 SSDSE-B-2026 の 47 県人口に適用してみます。

このコードでやること: SSDSE-B-2026 の 47 県人口を標本（n=47）とみなし、 復元抽出を 10000 回繰り返して標本平均の分布を作り、 95% 信頼区間を percentile 法で求める。

📥 入力データ: SSDSE-B-2026 の 47 県 A1101 列

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

import pandas as pd
import numpy as np

df = pd.read_csv('data/raw/SSDSE-B-2026.csv', encoding='cp932', skiprows=[1])
# 564 行 = 47 県 x 12 年。このページは「47 県の母集団」を扱うので最新年に絞る
df = df[df['SSDSE-B-2026'] == 2023].reset_index(drop=True)
x = df['A1101'].values

rng = np.random.default_rng(2026)
N_BOOT = 10000
boot_means = np.array([
    rng.choice(x, size=len(x), replace=True).mean()
    for _ in range(N_BOOT)
])

ci_low, ci_high = np.percentile(boot_means, [2.5, 97.5])
print(f'観測標本平均: {x.mean():,.0f}')
print(f'ブートストラップ平均: {boot_means.mean():,.0f}')
print(f'ブートストラップ SE: {boot_means.std(ddof=1):,.0f}')
print(f'95% 信頼区間 (percentile法): [{ci_low:,.0f}, {ci_high:,.0f}]')
print()
# 理論 SE (CLT) との比較
se_theory = x.std(ddof=1) / np.sqrt(len(x))
print(f'CLT 由来の理論 SE: {se_theory:,.0f}')

📤 実行すると次の出力が得られる:

💬 ブートストラップ SE = 35.1 万、 CLT 理論 SE = 35.4 万でほぼ一致。 母集団の分布が右裾長（東京が外れ値）でも、 ブートストラップは仮定なしに信頼区間を出せる。 95% CI = [207 万, 348 万] は「同じ手順で 100 回標本を取り直したら、 そのうち 95 回はこの幅に真の平均が含まれる」と解釈する。

🧮 数式に値を入れて手で計算する: 母集団と標本の関係

SSDSE-B-2026 の 47 都道府県を母集団に見立て、 母平均 μ=50、 母 SD σ=10（あるスコア指標）とした想定で、 n=25 抽出時の標準誤差と 95% 信頼区間幅を計算する。

Step 1: 設定

Step 2: 95% 信頼区間

🐍 Python で再現

1
2
3
4
5
6
7

import numpy as np
sigma = 10
n = np.array([25, 100, 400])
se = sigma / np.sqrt(n)
err = 1.96 * se
print(f"SE: {se}")
print(f"95% 半幅: {err.round(2)}")

📤 実行結果

💬 手計算 (Step 2) と Python 出力が完全一致。

🐍 Python 実装

SSDSE-B-2026 の 47 都道府県を母集団とみなし、 df.sample(n=10, random_state=42) で 10 県を抽出。 標本平均・標本分散・標準誤差 SE=σ/√n を numpy で計算し、 母集団の真値 (47 県全体の平均値) と比較して標本誤差の幅を実感します。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10

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]        # 最新年度の 47 都道府県だけにする
# 47都道府県を母集団とみなし、 10件を標本抽出する例
sample10 = df[df['SSDSE-B-2026']==2023].sample(n=10, random_state=42)
print('標本平均:', sample10['A1101'].mean())
print('母平均  :', df[df['SSDSE-B-2026']==2023]['A1101'].mean())

▶ 実行 を押せばこのページの中でそのまま動きます（ライブラリもデータも同梱済みで、 準備は要りません）。 手元の Python に移して動かすときは pip install numpy pandas scikit-learn scipy statsmodels が必要です。 読んでいるデータは data/raw/SSDSE-B-2026.csv。 日本語を含むので encoding='cp932' の指定を落とさないでください。

本サイトの全コードは 論文一覧ページ から実例として確認できます。 自分のデータで試したい場合は、 列名・欠損記号・単位の違いだけ調整すれば、 ほぼそのまま流用できます。

👣 ステップバイステップ実例

「標本」を初めて使う方向けに、 ハンズオン的な実行手順を整理します。 上の Python 実装と組み合わせて、 1 度自分の手でなぞってみることを強く推奨します。

1. 環境準備：このページのコードは ▶ 実行 ボタンでそのまま動くので、 まずは何も入れずに試す。 手元で動かしたくなったら Python 3.9 以上に pandas・scipy・matplotlib を入れ、 Jupyter Notebook か Google Colab を使うと試行錯誤しやすい。
2. データ取得：本サイト題材の SSDSE-B-2026 を data/raw/ に配置（または自分のデータを用意）。 列名と単位を確認。
3. 探索的に観察：df.head()、 df.describe()、 df.isna().sum() で全体像を把握。 ここで欠損や外れ値の見当を付ける。
4. 前提検証：標本 をこのデータに当てはめてよいか（このページの「⚠️ よくある落とし穴」で挙げた 便宜サンプリング・自選バイアス など）を確認。 NG なら別手法を検討。
5. 本処理：上のコードブロックを参考に、 関数を呼び出して値を取得。 中間出力をその都度プリントして合っているか確認。
6. 結果可視化：散布図、 棒グラフ、 ヒートマップなど、 解釈しやすい図を 1〜2 枚作る。 タイトルには結論を書く。
7. 解釈・記録：「📝 レポートでの報告」の 5 点セットに沿って Notebook に書き残す。 後の自分のために結論・限界・次の一手を明記。
8. 共有：Notebook を GitHub や Drive に置き、 関係者にレビュー依頼。 ピアレビューで穴が見つかることが多いので大事。

この 8 ステップを 1 度回すと、 「用語を読んで分かった気になる」段階から「実際に使える」段階に進めます。 知識は身体で覚えるのが結局のところ最速です。

🐍 Python 実装 — 完全強化版

scipy / pandas / scikit-learn / statsmodels を中心とした標準的な実装例です。 まず CSV を読み込み、 次に 標本 の解析を行います。

 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', skiprows=[1], encoding='cp932')
df = df[df['SSDSE-B-2026'] == df['SSDSE-B-2026'].max()].copy()

x = df['A1101'].astype(float).values
y = df['A1101'].astype(float).values

# 基本統計量
print('n            =', len(x))
print('mean(x)      =', np.mean(x))
print('std(x)       =', np.std(x, ddof=1))

# 標本 の代表的計算（用途に応じて scipy/statsmodels を切替える）
r, p = stats.pearsonr(x, y)
print(f'Pearson r = {r:.4f}, p = {p:.4g}')
rs, ps = stats.spearmanr(x, y)
print(f'Spearman rho = {rs:.4f}, p = {ps:.4g}')

用途別の追加実装：

1
2
3
4
5
6
7
8
9

# 標準化と簡易クラスタリングの例
from sklearn.preprocessing import StandardScaler
from sklearn.cluster import KMeans

X = df[['A1101', 'A1101']].astype(float).values
Xs = StandardScaler().fit_transform(X)
km = KMeans(n_clusters=4, n_init=10, random_state=0).fit(Xs)
df['cluster'] = km.labels_
print(df[['Prefecture', 'A1101', 'A1101', 'cluster']].head(10))

1
2
3
4
5
6
7

# 時系列（北海道の A1101）— 例として ARIMA 系の前処理
import statsmodels.api as sm

ts = df.sort_values('SSDSE-B-2026').groupby('SSDSE-B-2026')['A1101'].mean()
print(ts.tail())
res = sm.tsa.stattools.adfuller(ts)
print('ADF stat:', res[0], 'p:', res[1])

🐍 拡張 Python 実装例

以下は SSDSE-B-2026 を題材にした実コード例集です。 すべて data/raw/SSDSE-B-2026.csv を読み込み、 実値で動作確認しています。

1
2
3
4
5
6
7
8

import pandas as pd
df = pd.read_csv('data/raw/SSDSE-B-2026.csv', encoding='shift_jis', skiprows=[1])
d23 = df[df['SSDSE-B-2026']==2023].reset_index(drop=True)
d23['aging'] = d23['A1303'].astype(float)/d23['A1101'].astype(float)
d23['birth_rate'] = d23['A4101'].astype(float)/d23['A1101'].astype(float)*1000
print(d23[['Prefecture','aging','birth_rate']].describe().round(3))
print('最高齢化:', d23.nlargest(3,'aging')[['Prefecture','aging']].values)
print('最低高齢化:', d23.nsmallest(3,'aging')[['Prefecture','aging']].values)

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11

import pandas as pd
import matplotlib.pyplot as plt
df = pd.read_csv('data/raw/SSDSE-B-2026.csv', encoding='shift_jis', skiprows=[1])
d23 = df[df['SSDSE-B-2026']==2023].reset_index(drop=True)
d23['aging'] = d23['A1303'].astype(float)/d23['A1101'].astype(float)
fig, axes = plt.subplots(1, 2, figsize=(12, 4))
axes[0].hist(d23['aging'], bins=15, edgecolor='black')
axes[0].set_xlabel('高齢化率'); axes[0].set_ylabel('県数')
axes[1].boxplot(d23['aging'])
axes[1].set_ylabel('高齢化率')
plt.savefig('aging_dist.png', dpi=100)

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12

import pandas as pd
from scipy import stats
import numpy as np
df = pd.read_csv('data/raw/SSDSE-B-2026.csv', encoding='shift_jis', skiprows=[1])
d23 = df[df['SSDSE-B-2026']==2023].copy()
d23['aging'] = d23['A1303'].astype(float)/d23['A1101'].astype(float)
urban = ['R13000','R14000','R23000','R27000','R28000']  # 東京・神奈川・愛知・大阪・兵庫
u = d23[d23['Code'].isin(urban)]['aging']
r = d23[~d23['Code'].isin(urban)]['aging']
t, p = stats.ttest_ind(u, r, equal_var=False)
d_cohen = (u.mean() - r.mean()) / np.sqrt((u.var() + r.var())/2)
print(f't = {t:.2f}, p = {p:.4f}, Cohen d = {d_cohen:.2f}')

1
2
3
4
5

import pandas as pd
df = pd.read_csv('data/raw/SSDSE-B-2026.csv', encoding='shift_jis', skiprows=[1])
df['aging'] = df['A1303'].astype(float)/df['A1101'].astype(float)
trend = df.groupby('SSDSE-B-2026')['aging'].agg(['mean','std','min','max']).round(3)
print(trend)

🎓 上級者向け議論：標本の使い分けと注意点

1. データの性質と適用範囲

標本は前提条件次第で意味が変わります。 SSDSE-B-2026 のような公的統計では、 サンプリングフレームが「全 47 都道府県」 と完全把握されているため、 通常の標本誤差は発生しません。 しかし「2023 年の 1 時点を全体集団とみなすか、 もっと長期の集団からの 1 サンプルとみなすか」で解釈が変わります。

2. 多重比較問題

SSDSE-B-2026 のような 100 超の列を扱うと、 多重比較（同じデータで多数の検定を行う）の罠が発生します。 Bonferroni 補正、 Benjamini-Hochberg などで補正してから 標本に関連する統計量を解釈すべきです。

3. 階層構造の考慮

都道府県の中に市区町村があり、 階層構造を持つ場合、 階層線形モデル（HLM）で 標本を扱うことを検討します。 SSDSE-B は都道府県集計データなので階層性は限定的ですが、 SSDSE-D（個票相当）と組み合わせる研究では本格的な階層モデリングが必要です。

4. 時間変動の扱い

SSDSE-B-2026 は 2014〜2023 年の 10 年間のパネル構造を持ちます。 標本を時間軸込みで扱うときは、 固定効果モデル・ランダム効果モデルなどパネルデータ手法を併用します。

5. 因果と相関の区別

SSDSE-B-2026 の県別データから「標本に関わる関係」を抽出できても、 それは多くの場合「相関」であり、 「因果」を主張するには無作為化試験・自然実験・操作変数などの追加設計が必須です。

🐍 標本設計の実装: 層化・系統・クラスタ抽出を pandas で

実務で使う主要な標本抽出法を pandas で実装し、 SSDSE-B-2026 に適用します。

このコードでやること: SSDSE-B-2026 の 47 都道府県を母集団として、 (1) 系統抽出（k=5 で 9 県）、 (2) 層化抽出（地域ブロック別）、 (3) クラスタ抽出（地域ブロック単位）の 3 方式を実装し、 標本構成を比較する。

📥 入力データ: SSDSE-B-2026 の 47 県、 地域コード（都道府県コード R01000～R47000）から地域ブロックを定義

 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
29
30
31
32
33
34
35
36

import pandas as pd
import numpy as np

df = pd.read_csv('data/raw/SSDSE-B-2026.csv', encoding='cp932', skiprows=[1])
# 564 行 = 47 県 x 12 年。このページは「47 県の母集団」を扱うので最新年に絞る
df = df[df['SSDSE-B-2026'] == 2023].reset_index(drop=True)

# 地域ブロック割り当て (簡易版)
def region(code):
    n = int(code[1:3])
    if n <= 7: return '北海道東北'
    if n <= 14: return '関東'
    if n <= 23: return '中部'
    if n <= 30: return '近畿'
    if n <= 35: return '中国'
    if n <= 39: return '四国'
    return '九州沖縄'

df['region'] = df['Code'].apply(region)

# (1) 系統抽出: 5 県ごとに 1 県
sys_sample = df.iloc[::5]
print(f'(1) 系統抽出: {len(sys_sample)} 県')
print(f'    {list(sys_sample["Prefecture"])}')

# (2) 層化抽出: 各ブロックから 1 県
strat_sample = df.groupby('region').sample(n=1, random_state=42)
print(f'\n(2) 層化抽出: {len(strat_sample)} 県')
print(f'    {list(strat_sample[["region","Prefecture"]].apply(tuple, axis=1))}')

# (3) クラスタ抽出: ブロック単位で 2 ブロック選択
rng = np.random.default_rng(42)
chosen_regions = rng.choice(df['region'].unique(), size=2, replace=False)
clust_sample = df[df['region'].isin(chosen_regions)]
print(f'\n(3) クラスタ抽出 (2 ブロック): {len(clust_sample)} 県')
print(f'    選択ブロック: {list(chosen_regions)}')

📤 実行すると次の出力が得られる:

💬 系統抽出は地理的に分散した県を選ぶが、 周期 5 が地域構造と一致すると偏る可能性。 層化抽出は地域代表性が保証される。 クラスタ抽出は移動コスト最小（2 ブロック巡るだけ）だが地域偏りリスクあり。 用途と予算で使い分け、 公的統計の家計調査は層化二段抽出を採用。

🐍 重みづけ標本（PPS 抽出）: 規模に応じた抽出確率

大規模な調査では、 「規模に比例する抽出確率（PPS: Probability Proportional to Size）」が使われます。 各個体を均等確率で選ぶのではなく、 規模（人口・売上等）が大きいものほど選ばれやすくする方式です。

このコードでやること: SSDSE-B-2026 の 47 都道府県を A1101（総人口）に比例した重みで PPS 抽出する。 10000 回試行で各県の被抽出確率を実測する。

📥 入力データ: SSDSE-B-2026 の 47 県 A1101 列

 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

df = pd.read_csv('data/raw/SSDSE-B-2026.csv', encoding='cp932', skiprows=[1])

df = df[df['SSDSE-B-2026'] == 2023].reset_index(drop=True)   # 最新年度の 47 都道府県
# probs は numpy 配列（位置で引く）なので、行ラベルを 0..46 に振り直しておく。
# 振り直さないと df.index が 0,12,24,… のままで probs[i] が範囲外になる。
weights = df['A1101'].values
probs = weights / weights.sum()

# 理論抽出確率
theory_top5 = df.nlargest(5, 'A1101')[['Prefecture', 'A1101']]
theory_top5['理論抽出確率'] = theory_top5['A1101'] / weights.sum()

# 実測 (10000 回 PPS 抽出、 各回 1 県)
rng = np.random.default_rng(2026)
sampled = rng.choice(df.index, size=10000, replace=True, p=probs)
counts = pd.Series(sampled).value_counts(normalize=True)

print('PPS 抽出の被選択確率 (上位 5):')
print(f'{"県":>8} {"人口":>12} {"理論":>10} {"実測":>10}')
for i in theory_top5.index:
    pref = df.loc[i, 'Prefecture']
    pop = df.loc[i, 'A1101']
    theory = probs[i]
    emp = counts.get(i, 0)
    print(f'{pref:>8} {pop:>12,} {theory:>10.4f} {emp:>10.4f}')

📤 実行すると次の出力が得られる:

💬 PPS 抽出では東京都が約 11.3% の確率で選ばれ、 鳥取県（53.7 万人）は約 0.4% に過ぎない。 実測値は理論値とほぼ一致（default_rng(2026) で種を固定、 10000 回試行なので誤差は ±1% 程度）。 PPS の利点は「大規模個体を確実にカバーする」「単純集計の式が直感的」。 家計調査などの実調査で標準的に使われる。

🐍 機械学習との接続: 標本不足とデータ拡張

機械学習で「標本サイズが小さい」ときに行うデータ拡張（data augmentation）は、 標本の概念を拡張したものとも言えます。 SSDSE-B-2026 で人工データを生成し、 標本サイズを増やす効果を見ます。

このコードでやること: SSDSE-B-2026 の 47 県 (n=47) は機械学習には少ないため、 各県の周辺に微小ノイズを加えた「拡張標本」を 10 倍に増やし、 元データと拡張データで線形回帰の安定性を比較する。

📥 入力データ: SSDSE-B-2026 の A1101 (総人口) と B4101 (年平均気温)

 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 import stats

df = pd.read_csv('data/raw/SSDSE-B-2026.csv', encoding='cp932', skiprows=[1])
# 564 行 = 47 県 x 12 年。このページは「47 県の母集団」を扱うので最新年に絞る
df = df[df['SSDSE-B-2026'] == 2023].reset_index(drop=True)
x = df['A1101'].values
y = df['B4101'].values

# 元データで回帰
slope0, intercept0, r0, p0, se0 = stats.linregress(x, y)
print(f'元データ (n=47):')
print(f'  傾き = {slope0:.3e}, 切片 = {intercept0:.2f}')
print(f'  R² = {r0**2:.4f}, p = {p0:.4f}')
print(f'  傾きの SE = {se0:.3e}')

# データ拡張: 各点の周辺に小ノイズ (CV=5%)
rng = np.random.default_rng(2026)
x_aug = np.concatenate([x + rng.normal(0, 0.05 * x) for _ in range(10)])
y_aug = np.concatenate([y + rng.normal(0, 0.05 * np.abs(y)) for _ in range(10)])

slope1, intercept1, r1, p1, se1 = stats.linregress(x_aug, y_aug)
print(f'\n拡張データ (n=470):')
print(f'  傾き = {slope1:.3e}, 切片 = {intercept1:.2f}')
print(f'  R² = {r1**2:.4f}, p = {p1:.4f}')
print(f'  傾きの SE = {se1:.3e}')
print(f'\nSE 比 (拡張/元) = {se1/se0:.3f}')

📤 実行すると次の出力が得られる:

💬 SE が 0.314 倍に減少（理論的には 1/√10 = 0.316、 ほぼ一致）。 ただし、 拡張データは「人工的に増やしたサンプル」であり、 真の独立観測ではない。 機械学習では計算上の便宜として使われるが、 統計的推測（信頼区間・p 値）の解釈には注意が必要。 「サンプルサイズを増やす」のではなく「同じ情報を繰り返し提示する」に近い。

🐍 ジャックナイフ法: ブートストラップの前身

ジャックナイフ法（jackknife）は、 標本から 1 個ずつ抜いて統計量を再計算することで分散を推定する古典手法です。 ブートストラップより計算量が少なく、 線形統計量の SE 計算では今でも実用されます。

このコードでやること: SSDSE-B-2026 の 47 県人口に対し、 1 県ずつ抜いた 47 通りの標本で平均を再計算、 ジャックナイフ分散を計算する。 ブートストラップとの一致を確認する。

📥 入力データ: SSDSE-B-2026 の 47 県 A1101 列

 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
29
30
31
32
33

import pandas as pd
import numpy as np

df = pd.read_csv('data/raw/SSDSE-B-2026.csv', encoding='cp932', skiprows=[1])
# 564 行 = 47 県 x 12 年。このページは「47 県の母集団」を扱うので最新年に絞る
df = df[df['SSDSE-B-2026'] == 2023].reset_index(drop=True)
x = df['A1101'].values
n = len(x)

# ジャックナイフ: 1 個抜きで n 通り
jk_means = np.array([np.delete(x, i).mean() for i in range(n)])
jk_mean_of_means = jk_means.mean()
jk_var = ((n - 1) / n) * np.sum((jk_means - jk_mean_of_means) ** 2)
jk_se = np.sqrt(jk_var)

# 通常の SE (CLT)
clt_se = x.std(ddof=1) / np.sqrt(n)

# ブートストラップ
rng = np.random.default_rng(2026)
bs_means = np.array([rng.choice(x, n, replace=True).mean() for _ in range(10000)])
bs_se = bs_means.std(ddof=1)

print(f'標本平均: {x.mean():,.0f}')
print(f'CLT SE:        {clt_se:,.0f}')
print(f'ジャックナイフ SE: {jk_se:,.0f}')
print(f'ブートストラップ SE: {bs_se:,.0f}')
print()
print('影響の大きい個体 (jackknife influence 上位 3):')
influence = np.abs(jk_means - x.mean()) * n
top3_idx = np.argsort(influence)[::-1][:3]
for i in top3_idx:
    print(f'  {df.iloc[i]["Prefecture"]:6} 抜くと平均が {jk_means[i] - x.mean():+,.0f} 変化')

📤 実行すると次の出力が得られる:

💬 ジャックナイフ SE は CLT 値と完全一致（線形統計量である平均では理論的に等しい）、 ブートストラップ SE も近い値。 ジャックナイフは「どの個体が最も影響を持つか」も同時に教えてくれる：東京都を抜くと平均が 25 万人減少 = 1 県で全平均の 9.2% を動かす。 「データに 1 つの異常値が混ざっているか」を診断する強力ツール。

🐍 機械学習との接続: train/validation/test 分割という標本抽出

機械学習で必須の train/validation/test 分割も、 母集団（収集データ全体）からの「3 つの標本」を取る操作です。 SSDSE-B-2026 で実装し、 各分割の代表性を確認します。

このコードでやること: SSDSE-B-2026 の 47 県を 70/15/15 で train/val/test に層化分割し、 (1) 単純無作為分割、 (2) 層化分割（地域ブロック別）の 2 方式で分割後の地域分布を比較する。

📥 入力データ: SSDSE-B-2026 の 47 県と地域ブロック

 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
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43

import pandas as pd
import numpy as np
from sklearn.model_selection import train_test_split

df = pd.read_csv('data/raw/SSDSE-B-2026.csv', encoding='cp932', skiprows=[1])


df = df[df['SSDSE-B-2026'] == 2023]        # 最新年度の 47 都道府県だけにする
def region(code):
    n = int(code[1:3])
    if n <= 7: return '北海道東北'
    if n <= 14: return '関東'
    if n <= 23: return '中部'
    if n <= 30: return '近畿'
    if n <= 35: return '中国'
    if n <= 39: return '四国'
    return '九州沖縄'

df['region'] = df['Code'].apply(region)

# (1) 単純無作為分割
train1, temp = train_test_split(df, test_size=0.3, random_state=42)
val1, test1 = train_test_split(temp, test_size=0.5, random_state=42)

# (2) 層化分割 (region で stratify)
train2, temp = train_test_split(df, test_size=0.3, random_state=42, stratify=df['region'])
# 2 段目は temp が 15 行しかなく、四国が 1 県だけになる。
# 層化は「各クラスが 2 件以上」を要求するので、そのままだとエラーになる。
# 47 件を 3 つに割るとこうなる、というのがまさにこのページの主題。
_vc = temp['region'].value_counts()
_strat = temp['region'] if (_vc >= 2).all() else None
if _strat is None:
    print(f'※ 2 段目は層化できません（1 県しかない地域: '
          f'{list(_vc[_vc < 2].index)}）。無作為分割にします。')
val2, test2 = train_test_split(temp, test_size=0.5, random_state=42, stratify=_strat)

print('(1) 単純無作為分割の地域分布:')
for name, split in [('train', train1), ('val', val1), ('test', test1)]:
    print(f'  {name:5} (n={len(split)}): { {k: int(v) for k, v in split["region"].value_counts().items()} }')

print('\n(2) 層化分割の地域分布:')
for name, split in [('train', train2), ('val', val2), ('test', test2)]:
    print(f'  {name:5} (n={len(split)}): { {k: int(v) for k, v in split["region"].value_counts().items()} }')

📤 実行すると次の出力が得られる:

💬 単純無作為分割では「validation セットに四国 2 県、 train セットに四国 1 県」と地域分布が偏る。 層化分割では全分割で地域構成が母集団と近い割合になる。 機械学習では train/test 分布が違うと「データシフト」と呼ばれ予測精度が落ちる。 標本理論の「層化抽出」が ML の「stratified split」として再発明されているとも言える。

🐍 交差検証（cross-validation）: 標本を「k 通りに分け直す」

機械学習の汎化性能評価で標準的な k-fold cross-validation は、 標本を k 個の部分に分け、 各部分を順番に「test 標本」として使う手法です。 SSDSE-B-2026 で実装し、 標本サイズの限界での評価安定性を確認します。

このコードでやること: SSDSE-B-2026 の 47 県データで、 5-fold cross-validation を実行。 各 fold で「人口」を説明変数、 「年平均気温」を目的変数にした単回帰の R² を測定する。

📥 入力データ: SSDSE-B-2026 の 47 県 A1101 (人口) と B4101 (年平均気温)

 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

import pandas as pd
import numpy as np
from sklearn.linear_model import LinearRegression
from sklearn.model_selection import KFold

df = pd.read_csv('data/raw/SSDSE-B-2026.csv', encoding='cp932', skiprows=[1])
df = df[df['SSDSE-B-2026'] == 2023]   # 47 都道府県。絞らないと 564 行になる
X = df[['A1101']].values
y = df['B4101'].values

kf = KFold(n_splits=5, shuffle=True, random_state=42)
scores = []
for fold_idx, (tr, te) in enumerate(kf.split(X), 1):
    model = LinearRegression().fit(X[tr], y[tr])
    pred = model.predict(X[te])
    ss_res = ((y[te] - pred) ** 2).sum()
    ss_tot = ((y[te] - y[te].mean()) ** 2).sum()
    r2 = 1 - ss_res / ss_tot if ss_tot > 0 else float('nan')
    scores.append(r2)
    print(f'Fold {fold_idx}: train n={len(tr)}, test n={len(te)}, R² = {r2:.4f}')

print(f'\n平均 R² = {np.mean(scores):.4f}')
print(f'R² の SD = {np.std(scores, ddof=1):.4f}')
print(f'95% CI ≈ [{np.mean(scores) - 1.96*np.std(scores, ddof=1)/np.sqrt(5):.3f}, '
      f'{np.mean(scores) + 1.96*np.std(scores, ddof=1)/np.sqrt(5):.3f}]')

📤 実行すると次の出力が得られる:

💬 5-fold で R² が 0 をまたいでばらつき、 平均はわずかに負値（モデルが定数予測より悪い）。 これは「人口と気温には実質的に相関がない」（n=47 全体での R² も 0.002）ことを示している。 cross-validation が標本抽出の繰り返しによってモデルの真の汎化性能を測ってくれている。 47 県では fold ごとに 9-10 県と少なく、 R² の評価分散が大きい。 これも「サンプルサイズが限界」の典型症状。

🖼 標本の核心を 3 枚の図で押さえる

図 1: 母集団 vs 標本（抽出のイメージ）

→ 図は正規分布（母集団のモデル）上に、 ランダムに取り出した標本点が分布する様子を示す。 標本は母集団の一部であり、 平均や分散の「推定値」になる。 標本サイズが大きくなるほど、 標本平均は母平均に近づく（大数の法則）。

図 2: 標本サイズと推定誤差（CLT のイメージ）

→ 標本サイズ $n$ を増やすと、 標本平均の分布が母平均を中心とした正規分布に近づき、 標準誤差 $SE = \sigma/\sqrt{n}$ は $1/\sqrt{n}$ で減衰する。 n=100 で SE はおよそ n=25 の半分。 中心極限定理（CLT）が「標本」の信頼性を支える理論的支柱。

図 3: 95% 信頼区間（標本から母平均を推定）

→ 標本から計算した 95% 信頼区間は、 同じ手続きを繰り返したとき 95% の確率で母平均を含む。 標本ごとに区間は移動するが、 大半が母平均を捉える。 「標本平均 ± 1.96 × SE」が信頼区間の典型的な計算式。

🧪 理解度チェック — 標本

以下 5 問を解いて理解度を確認してください。 回答は本文の該当セクションを参照。

1. Q1. 母集団と標本の違いを 1 行で説明せよ。 また、 「47 都道府県すべての人口を集計する」場合、 これは標本か母集団か？
2. Q2. 標本平均の標準誤差は $SE = \sigma / \sqrt{n}$。 n を 4 倍にすると SE は何倍になるか。 計算根拠を述べよ。
3. Q3. 単純無作為抽出（SRS）、 層化抽出、 クラスター抽出の違いを各 1 行で。 SSDSE-B-2026 の 47 県から「都市規模で層別に 10 県」を選ぶのはどれか？
4. Q4. 中心極限定理（CLT）が成り立つ条件と、 それが標本理論にもたらす意味（標本平均の分布形）を述べよ。
5. Q5. 95% 信頼区間が「95% の確率で母平均を含む」のではなく、 「100 回の抽出のうち約 95 回が母平均を含む区間を作る」と表現される理由を説明せよ。

📊 標本抽出法の比較（補足表）

→ 推論統計（信頼区間、 t 検定）は単純無作為抽出または層化抽出を前提とする。 便宜抽出のデータで p 値を計算しても、 数値そのものに意味は薄い。 標本デザインは「標本サイズ」より重要。

関連: 母集団 / 標本抽出 / 標本サイズ / 信頼区間 / 正規分布 / t 検定

📖 上級補足: 標本論の歴史的経緯と実務的論点

標本論は 1920 年代の R. A. Fisher による農業実験の理論化から始まる。 当時、 母集団全体の調査は現実的でなかったため、 ロザムステッド試験場で「無作為化」「反復」「局所管理」の三原則を確立した。 この三原則は現代の実験計画法（RCT）と推論統計の基礎となっている。 また、 ネイマン（J. Neyman）は 1934 年に「層化抽出 vs 単純無作為抽出」の理論的比較を行い、 層内分散が小さい場合に層化抽出が圧倒的に効率的であることを示した。 SSDSE-B-2026 のような都道府県データを扱う際にも、 都市規模・産業構造で層化することで標本誤差を 30-50% 削減できることが知られている。

現代では「標本の質 ≠ 標本サイズ」が常識である。 2016 年の米国大統領選では、 主要世論調査が誤った予測を出した。 これは標本サイズが不足したのではなく、 「電話調査が固定電話のみを対象とし、 若年層・モバイル世代が過小代表された」という標本デザインの欠陥が原因だった。 同様に、 オンライン調査では「インターネットを使う層」に偏るため、 高齢者・低所得層が過小代表される自己選択バイアスが発生する。 これらを補正するために「ポストストラタ化（事後層化）」「レイキング（raking）」「傾向スコア重み付け」などの調整手法が広く使われている。 標本論は単なる数学ではなく、 「誰を含めて誰を除外するか」という社会的な意思決定を伴う実践的な分野である。

統計的検出力（power）の観点では、 効果量 d = 0.2（小）を 80% の検出力で見つけたい場合、 単純無作為抽出で約 n=200 が必要である。 効果量 d = 0.5（中）なら n=64、 d = 0.8（大）なら n=26。 SSDSE-B-2026 の 47 都道府県は固定サイズなので、 効果量が中程度（d ≥ 0.4）の現象しか統計的に有意化できない。 これが「47 件のサンプルでは小さな効果は検出できない」という制約の正体である。 標本論を学ぶ意義は、 単に確率計算を覚えることではなく、 「データから何が言えて何が言えないか」を厳密に判断できる素養を養うことにある。 これは AI 時代のデータ解釈において最重要のリテラシーである。

標本誤差を抑える実務テクニックを整理しておく。 第一に「標本サイズ計算」を事前に行う。 効果量・許容誤差・検出力の 3 つを入力すると最適 n が算出され、 G*Power や Python の statsmodels.power で実装できる。 第二に「層化抽出」を選ぶ。 SSDSE-B-2026 の場合、 都市規模（政令市、 中核市、 一般市、 町村）で層別すると、 平均所得・人口密度の推定誤差が大きく改善する。 第三に「事後重み付け（post-stratification）」で代表性のずれを補正する。 例えばオンライン調査で若年層が過多になった場合、 国勢調査の人口構成に合わせて回答を重み付けし直す。 第四に「複数手法の併用」で頑健性を確認する。 同じデータに単純無作為と層化を当て、 結論が一致するなら自信を持って報告できる。 これらは Kish の標本論教科書（1965）以来の標準的なプラクティスである。

標本論と機械学習の接続も重要である。 ML の世界では「訓練データはどう取られたか」がモデルの汎化性能を決める。 訓練・テスト分割が層化抽出（stratified split）でなければ、 分類タスクのテスト誤差は楽観的に評価されがちである。 また、 ブートストラップ法（標本からのサンプリングによる擬似的な標本生成）は、 標本論の応用として cross-validation や bagging（Random Forest）に組み込まれている。 さらに、 観察研究と無作為化実験の差は標本論の文脈で理解される。 観察研究では「治療群と対照群が無作為に割り当てられていない」ため、 標本としての代表性が崩れている可能性が高く、 因果推論には傾向スコア・操作変数法・差分の差（DID）などの補正が必要となる。 これらの手法はすべて「観察された標本から、 母集団における因果効果を推定する」という標本論の発展形である。 SSDSE-B-2026 を使った都道府県分析でも、 「観察データから因果効果を読み取ろうとしている」と意識することが、 誤った結論を避ける第一歩である。

🔭 visual-r273-sample：標本を「使える形」で押さえ直す補足

標本（sample）は母集団から抽出された有限のデータ集合であり、 そこから母集団の性質を推測するのが推測統計の出発点である。 SSDSE-B-2026 の 47 都道府県は「日本の自治体全体の標本」と見るべきか「日本そのものの全数調査」と見るべきかで、 議論の枠組みが変わる。 47 件を「日本全体の標本」と捉えるなら標本誤差を考慮した推定が必要、 「全数」と捉えるなら標準誤差・p 値の議論は不要となる。 この区別を曖昧にしたまま p 値を計算するのが、 統計教育で最も繰り返される誤用である。

📊 抽出方法ごとの強みと弱み

単純無作為抽出は理論が美しいが、 名簿が必要で実務では難しい。 系統抽出は実装が簡単だが「周期性」がある名簿だと偏りが出る。 層化抽出は層内分散が小さい変数で誤差を大きく減らせる。 クラスター抽出はコストが下がる代わりに同一クラスター内の相関で誤差が増える。 これらは 「コスト・精度・実装性」 の三角形のトレードオフで、 万能解はない。

📐 標本サイズと検出力の対応表

検出力 80%・有意水準 5% で 2 群比較する場合、 効果量 d = 0.2（小）には n ≒ 393/群、 d = 0.5（中）には n ≒ 64/群、 d = 0.8（大）には n ≒ 26/群が必要。 SSDSE-B-2026 のような n=47 では 中程度以上の効果量しか統計的に検出できないことを前提に分析設計するのがフェアな態度。

🧭 関連項目（実在ページのみ）

前提として 母集団・標本抽出 を押さえ、 並列として 標準誤差・信頼区間・p 値、 派生として 仮説検定・ブートストラップ を辿るとよい。

📖 補足: 標本論の倫理と AI 公平性

標本に「誰を含めるか」は研究結果が誰のためのものかを決める社会的な問いと直結する。 1990 年代の臨床試験は男性中心で女性の薬物代謝が研究されず、 1993 年に米国 NIH が「臨床試験には女性とマイノリティを必ず含める」とガイドラインを定めた。 AI でも顔認識が暗い肌色の女性で誤認識率が高い問題（Gender Shades 2018）は、 訓練データの標本偏りが現実世界の差別を再生産する典型である。 SSDSE-B-2026 を使った教育でも、 「47 都道府県の集計データには個人の経験や少数派の声が見えなくなる」という標本論的な限界を学生に伝えることが、 データサイエンス教育の本質的な役割の一つである。 標本論を学ぶことは、 単なる確率計算ではなく、 「データから誰が見えて誰が見えないか」を問う社会的・倫理的リテラシーでもある。

⚠️ よくある落とし穴

標本の罠は n の大きさより「誰を抽出枠から漏らしたか」に潜む。 1936 年 Literary Digest 誌の 240 万人ハガキ調査 (回答者バイアス) が無作為 1500 人の Gallup 調査に敗北した話、 そして近年の選挙世論調査の固定電話バイアスは、 標本論最大の教訓です。 4 種類の代表的バイアスを順に確認しましょう。

⚠️ 落とし穴 — 完全強化版

標本 を実務で扱う際に踏みやすい落とし穴を 5 件挙げます。

• 非無作為抽出: 利便性サンプリングはバイアスが大きい。母集団の代表性を確認。
• 非応答バイアス: 応答した人と非応答者が系統的に異なると推定が偏る。
• サンプルサイズ不足: 小標本では分布の仮定が崩れやすい。事前にパワー計算。
• クラスタ無視: 学校・地域などの集団内相関を無視すると SE 過小。
• 重みの誤適用: 加重をしないと特定の階層が過大代表される。設計重みを利用。

⚠️ 標本に紛れ込むバイアス（拡張版）

• 選択バイアス（Selection Bias）: 街頭アンケートで「平日昼間に渋谷を歩いている人」だけを集めると、 サラリーマンや高齢者が抜け落ち母集団を代表しない。 サンプリング枠と母集団の一致を厳密に確認する。
• 無回答バイアス（Nonresponse Bias）: 「政治意識調査」で回答した人だけ集計すると、 政治に関心のある人ばかりになる。 回答率が 60% を下回るときは特に警戒、 重みづけ補正で対処。
• 生存者バイアス（Survivorship Bias）: 第二次大戦で帰還した爆撃機の銃弾痕を解析しても、 「撃墜された機」の情報がない。 「生き残ったサンプル」だけ集めると致命部位が見えない。
• 自己選択バイアス: 任意参加のアンケートに「答えた人」と「答えなかった人」で属性が違う。 web ベース調査では IT リテラシーの高い層に偏る。
• 測定バイアス: 調査者の聞き方で答えが変わる（インタビュア効果）。 ブラインド化、 オンライン回答などで軽減。
• カバレッジ誤差: 抽出元（電話帳、 住民票）に登録されていない人を取りこぼす。 携帯電話だけの世帯、 ホームレス、 不法滞在者など。
• 復元 vs 非復元の混同: 復元抽出（重複あり）は計算が単純だが、 同じ人を 2 回数える。 非復元（重複なし）は有限母集団補正が必要。 公的統計はほぼ非復元。
• サンプルサイズの過信: n が大きくても、 サンプリング方法が悪ければバイアスは消えない。 1936 年米大統領選で Literary Digest 誌は 240 万人の調査で予測を外した（自動車所有者のみ調査、 富裕層に偏った）。

🎮 触って理解する

1 つの標本から得た「標本平均」は、 抽出のたびに少しずつ違う値になります。 この標本平均そのもののばらつきを標本分布（sampling distribution）と呼びます。 ここでは SSDSE-B-2026 の 47 都道府県・総人口（A1101, 2023 年）を母集団とし、 そこから大きさ n の標本を何度も抽出して各回の標本平均を積み上げます。 バラバラの標本平均が、 やがて母平均のまわりに集まる山（標本分布）を作る様子を体感してください。

操作: n のスライダーで標本サイズを変える／「1回抽出」「100回抽出」で山を積み上げる。 下段グラフを指でなぞる・ドラッグしても連続抽出できます。 母集団（上段）は東京都という外れ値のせいで強い右裾長（非正規）ですが、 標本平均（下段）は n を増やすほど正規分布に近い左右対称の山になり、 幅（標準誤差）が縮みます ── これが中心極限定理です。

💡 直感 — 一部を見て全体を推測する

標本とは「観測できた一部」です。 私たちは 母集団の真の姿（μ）を直接は見られないので、 手元の 1 標本の平均 x̄ で代用します。 ところが x̄ は抽出のたびに動く確率変数。 上のシミュレーションで n=5 と n=40 を比べると、 同じ母集団でも「1 回の x̄ がどれだけ当てにできるか」がまるで違うことが見えます。 標本を扱うとは、 この“ばらつきの大きさ”ごと理解して推測することに他なりません。

⚠️ よくある落とし穴 — 1 標本の過信とサンプルサイズ不足

• 1 標本の結果を過信する: 下段の山は「起こりえた x̄ の集合」。 実務ではそのうちの点 1 個しか手に入りません。 たまたま東京都を含めば x̄ は大きく上振れます。 「私の 1 回」が山のどこに落ちるかは選べない、 と肝に銘じましょう。
• サンプルサイズ不足: n が小さいほど山は横に広く、 標準誤差 σ/√n が大きい。 n=5 と n=40 で下段の幅（実測 SD）が約 √(40/5)=2.8 倍違うことを数値で確かめてください。 精度を 2 倍にするには n を 4 倍必要（√n の法則）です。
• n を増やせば偏りも消える、という誤解: 中心極限定理が保証するのはばらつきの縮小だけ。 抽出が偏っていれば山の中心は μ からずれたまま。 「⚠️ よくある落とし穴」節の Literary Digest の教訓（n=240 万でも偏れば外す）と合わせて理解しましょう。

🚀 発展 — 標本分布・標準誤差・中心極限定理

下段のヒストグラムこそが標本平均の標本分布で、 その広がりが標準誤差 SE = σ/√n です。 中心極限定理（CLT）は「母集団がどんな形でも、 n を大きくすれば標本平均は正規分布 N(μ, σ²/n) に近づく」と主張します。 上段の母集団は右裾長なのに、 下段が n とともに左右対称の釣鐘型（オレンジの理論曲線）に一致していく様子が、 まさに CLT の実演です。 より深く学ぶには以下へ。

• 母集団 — 標本が推測しようとしている全体。
• 標本抽出（サンプリング） — どう抽出するかで代表性が決まる。
• 標本分布と中心極限定理 — 本節の理論的な中核（CLT の詳細）。
• 標準誤差 — 標本分布の広がり σ/√n の読み方。
• サンプルサイズ — 必要な n の逆算（√n の法則）。
• 正規分布 — 標本平均が近づく先の分布。

🌐 関連手法・派生

この用語の周辺にある、 セットで覚えておきたい関連手法を整理しました。 状況によって使い分けが必要なので、 「強みと弱み」を 1 行で言えるようにしておくと、 場面に応じた選択が可能になります。

上の表に並べた 単純無作為抽出・層化抽出・クラスター抽出・ブートストラップ は、 いずれもこの用語と隣り合う選択肢です。 右列に書いたのは「どこが違うか」なので、 違いがぴんと来ない行から先に読むと、 差分だけを追えて手戻りがありません。 リンクの無いものは本サイトに個別ページを設けていないため、 関連グループ教材か外部資料を当たってください。

⚖️ 似た用語との使い分け

「標本」と隣接する手法を、 ざっと俯瞰できる比較表として再整理します。 場面に応じてどれを採用するか、 まずは「適用条件」「仮定」「強み・弱み」の 3 軸で見比べてください。

「とりあえずデフォルト」で進めてしまうと、 適用条件外でも気付かず使い続ける事故になりがちです。 1 度「なぜこれを選んだか」を 1 文で書く習慣をつけると、 後の説明・査読でも強力な武器になります。

🛠 現場でのワークフロー例

「標本」を実際の分析プロジェクトに組み込むときの典型的な作業順序を示します。 教科書の例題と違って、 実データ・実業務では準備と検証に多くの時間を使うことに注意。

推測統計 カテゴリのほかの用語と組合せて使う場面が多いため、 上記④までで終わらせず、 ⑤⑥まで丁寧に進めることが「結果が伝わる分析」の鍵です。

🔭 立場で変わる「標本」の見方

同じ 標本 でも、 どの立場から読むかで「まず気にすること」が入れ替わります。 下の表は、 立場ごとにこのページのどこから読むと近道かを整理したものです。

本ページはすべての立場を意識して構成されていますが、 自分の関心に応じてセクションを取捨選択して読むのが現実的です。

📜 歴史と背景

標本 は、 統計学と計算機科学の流れの中から生まれました。 下の年表はこの分野全体の流れで、 標本 固有の年表ではありません。 この用語がどの時代の産物かを掴むために置いています。

歴史を知っておくと、 「なぜこの用語がこの定義になっているのか」「なぜ似た用語が複数あるのか」が腑に落ちやすくなります。 用語が生まれた動機を理解することが、 応用する力を養う近道です。

📔 ミニ用語集

「標本」を読み解く上で出てきた周辺の小用語を、 すぐに引けるよう 1 か所に集めました。 各説明は本ページの記述と整合しています。

n

標本サイズ

x_i

i 番目の観測値

x̄

標本平均

s²

標本分散（不偏）

μ, σ²

母集団のパラメータ（未知）

🌐 関連手法・派生 — 完全強化版

• 標本抽出 — どう取るかで、標本が母集団を代表するかが決まる
• 選択バイアス — 取り方が偏ると、件数を増やしても偏りは消えない
• 標本サイズ — どれくらい必要かは、見逃したくない差の大きさで決まる
• 標準誤差 — 標本から推定した値がどれくらいぶれるか
• 母集団 — 標本が代表しようとしている全体。定義を先に決める

🔗 関連用語（前提・並列・発展）

この用語と直接つながる前後関係。 「前提」=先に知っておくと理解が早い／「並列」=同じ問題に別の角度／「発展」=応用・拡張版。 学習計画の参考にどうぞ。

• 🔗 母集団 — 対概念
• 🔗 サンプルサイズ — 量
• 🔗 標本抽出 — 方法
• 🔗 標準誤差 — 誤差量
• 🔗 信頼区間 — 推定区間

✅ 実務チェックリスト

分析を提出する前に、 以下を順に確認すると見落としが大きく減ります。 教材として身につけたい「思考の型」でもあります。

• □ 「標本」を使う場面かを再確認したか（適用範囲外で無理に使っていないか）
• □ データの尺度・分布・サンプル数を確認したか
• □ 前提条件を満たしているか（独立性・正規性・線形性など）
• □ 欠損値・外れ値の扱い方針が明確か
• □ 計算した値だけでなく不確実性（標準誤差・信頼区間）も把握したか
• □ 結果の解釈と限界を区別したか
• □ 再現性のためにパッケージバージョン・乱数シードを記録したか
• □ 関連グループ教材で全体像を確認したか

❓ よくある質問（FAQ）

📝 レポートでの報告

「標本」を用いた分析を文書化する際、 以下の項目を順序立てて記述すると、 読み手が結果を追体験しやすくなります。 学術論文でも実務レポートでも基本構造は共通です。

• 使ったデータ：出典（例: SSDSE-B-2026）、 期間、 サンプル数 n、 取得日
• 前処理の方針：欠損補完、 外れ値処理、 単位統一、 変数変換（対数、 標準化など）
• 適用条件の確認：本用語の前提が満たされているかを明示的に検証した結果
• 推定値：点推定だけでなく、 標準誤差・95% 信頼区間・p 値などの不確実性も併記
• 結果の可視化：図のキャプションに n・期間・変数の単位を含める
• 解釈：「何を意味するか」を、 ドメイン知識と結びつけて記述
• 限界：「何を意味しないか」を率直に書く（相関は因果ではない、 標本の偏り、 時期の特殊性など）
• 再現性：使用パッケージのバージョン、 乱数シード、 解析コードへのリンク

この型に沿うことで、 査読・上司・将来の自分の誰が読んでも追跡できる記述になります。

🔗 関連用語（前提・並列・発展） — 完全強化版

本ページ「標本」に関連する用語を 前提（基礎となる概念）／並列（同カテゴリ）／発展（応用先） の 3 区分で整理します。

📥 前提となる用語

• 平均 — 中心傾向の最も基本的な要約値
• 分散 — ばらつきの定量化
• 標準偏差 — 分散の平方根、原データと同じ単位
• 確率 — 不確実性の数学的基礎
• 正規分布 — 連続確率分布の基盤

↔️ 並列・関連の用語

• 相関 — 2 変数の線形関係
• 共分散 — 相関の規格化前の量
• 線形回帰 — 関係性のモデル化
• 仮説検定 — 統計的判断の枠組み
• 信頼区間 — 推定の不確実性
• p 値 — 帰無仮説下での観測の極端さ
• 効果量 — 実質的な大きさ
• 標準誤差 — 推定量のばらつき

🚀 発展・応用の用語

• t 検定 — 平均差の検定
• ANOVA — 多群比較
• カイ二乗検定 — カテゴリ変数の独立性
• ロジスティック回帰 — 二値結果のモデリング
• クラスタリング — 教師なし分類
• 時系列解析 — 時間構造の解析
• パネルデータ — 時間と個体の二次元構造

📚 さらに学ぶための入口

本ページは初学者向けの導入に重きを置いています。 もう一段深く学びたい方向けの参考方向性を以下にまとめました。 具体的な書誌情報は出典を確認の上で各自で取得してください。

• 大学教科書レベル：基礎統計・線形代数・確率論の教科書から該当章を確認すると、 本用語の理論的裏付けが押さえられます。
• 専門書・モノグラフ：本用語の名前で和書・英書を検索すると、 数百ページの体系的解説に出会えます。 1 度通読する価値あり。
• 論文・サーベイ：Google Scholar や arXiv で本用語を検索し、 引用数の多いサーベイ論文を読むと、 最新の派生・発展が見渡せます。
• 公的統計：本サイトの題材である SSDSE（教育用標準データセット）や e-Stat を使うと、 実データで手を動かしながら学べます。
• OSS ドキュメント：scikit-learn・statsmodels・PyTorch などの公式ドキュメントは、 アルゴリズム解説と実装例が揃った優良教材です。
• 本サイトの再現論文：用語がどう実問題に使われるかは、 論文一覧 から該当ジャンルを選ぶと具体例が確認できます。

🎯 このページの要点（最終確認）

「標本」を 1 行で言える ように整理：

• カテゴリ：推測統計
• 何をする道具か：標本（サンプル）は、 関心ある母集団から抽出された観測の集まり。 推測統計の出発点。
• 使う前に必ず確認：適用条件、 サンプル数、 前提仮定
• 結果と一緒に必ず示す：不確実性（標準誤差・信頼区間）、 解釈、 限界
• 関連グループ教材：このページ末尾のリンクから全体像へ

🧭 次に読むなら：土台が怪しいと感じたら 平均・分散 へ戻り、 もう一段進みたければ t 検定・ANOVA へ進んでください。 この用語集は必要になった時に開く前提で作っているので、 今すぐ全部読む必要はありません。

📚 関連グループ教材

この用語の全体像を学ぶには、 横断的な教材から入るのが効率的：

• 📚 推測統計 — 領域
• 📚 仮説検定 — 応用

🗺 概念マップ — 完全強化版

• 基礎：平均／分散／標準偏差／確率
• 分布：正規分布／標本／中心極限定理
• 関係性：相関／共分散／線形回帰
• 推測：仮説検定／信頼区間／p 値／効果量
• 因果：内生性／IV／DID／平行トレンド／RDD
• 分類：クラスタリング／階層クラスタリング／Ward 法
• 時系列：ARIMA／VAR／グレンジャー因果／自己相関

🎯 まとめ — 完全強化版

本ページでは「標本」を 12 セクション（🔖 キーワード索引／💡 30 秒結論／📍 文脈／🎨 直感／📐 数式／🔬 数式を言葉で読み解く／🧮 実値計算／🐍 Python 実装／⚠️ 落とし穴／🌐 関連手法／🔗 関連用語／📚 グループ教材）で完結に整理しました。 SSDSE-B-2026 を素材に、 概念の輪郭・式の意味・実装手順・典型的な失敗パターンの 4 点を最低限押さえれば、 統計データ分析コンペの現場で迷わず使えるはずです。

🗺 標本抽出の主要技法一覧

国勢調査は全数調査（5 年に 1 度）、 家計調査は層化二段抽出、 学校保健統計調査はクラスタ抽出と、 公的統計では用途に応じて使い分けられています。

🗺 標本調査の歴史的・現代的事例

Gallup の 1936 年の成功は「サンプルサイズより設計の科学性」を示した画期的事例で、 現代の標本理論の出発点となっています。 一方、 2016 年米大統領選では「shy Trump voter（言い出しにくい支持層）」と地理的層化の不備で世論調査が外れたことが、 標本設計の難しさを改めて示しました。

🗺 標本設計のチェックリスト（実務適用）

• 母集団の明確化: 「20 歳以上の日本居住者」「2025 年度の上場企業」など、 時間・空間・属性で厳密定義。
• サンプリングフレーム: 住民票、 電話帳、 顧客 DB、 SNS フォロワーなど、 母集団に到達する手段。 カバレッジ誤差源を特定。
• 抽出単位: 個人、 世帯、 事業所、 学校など。 多段抽出なら各段の単位を明示。
• 抽出方法: SRS、 系統、 層化、 クラスタ、 PPS、 多段。 設計効果（DEFF: Design Effect）も算出。
• 標本サイズ: 求める精度（誤差、 信頼度、 検出力）から逆算。 予算と回収率も考慮。
• 回収率目標: 60% 以上が望ましい。 40% 以下は無回答バイアスを強く警戒。
• 事後重みづけ: 人口属性で post-stratification（事後層化）して母集団分布に補正。
• 有限母集団補正: n/N が 5% を超えるなら FPC を適用。
• 信頼区間の報告: 点推定値だけでなく必ず CI または SE を併記。 「不確かさを伴う数値」として扱う。
• 非回答処理: imputation（平均代入、 多重補完）、 IPW、 傾向スコアなど補正手法を明示。
• 感度分析: 仮定（無回答メカニズム、 外れ値処理）を変えたときの結果変動を報告。
• 再現性確保: 抽出スクリプトのバージョン管理、 乱数シードの記録、 全工程の document 化。

SSDSE-B-2026 のような公的統計を二次利用するときも、 「元の調査の標本設計」を理解しておくと、 後続分析（回帰、 機械学習）でも適切な重みづけや層化が可能になります。

🔗 隣接手法への橋渡し

「標本」は単独で完結する手法ではなく、 隣接領域と連携することで真価を発揮する。

• 上流: 母集団 を定義した後、 標本抽出 手法（無作為・層別・クラスター）で物理的に取得する
• 並列: 母集団（全体）と対をなす。 悉皆調査 なら全数、 標本調査なら一部のみを観察
• 下流: 標本統計量（平均・分散）から 信頼区間 や 仮説検定 で母集団の性質を推測する

「47 都道府県全部」も「47 ある都道府県のうち抽出した 10」も標本の例だが、 後者から前者を推し量る 推測統計 の出発点が標本の概念である。

🌳 関連トピック：上位・下位・派生概念マップ

🌳 関連トピック：上位・下位・派生概念マップ

典型的な誤用と対処

• 誤用 1：標本サイズが小さすぎる (標本の前提が崩れる) → 標本を増やすかブートストラップで補強
• 誤用 2：仮定の検証を怠る (正規性・独立性) → QQ プロット・自己相関プロット
• 誤用 3：p ハッキング (複数試行から有意なものだけ報告) → 事前登録・補正
• 誤用 4：効果量を無視 (p 値だけ見る) → Cohen's d などを併記
• 誤用 5：交絡変数を見落とす → DAG で因果構造を整理

📂 拡張ケーススタディ（5 例）

ケース 1：人口動態の県間比較

SSDSE-B-2026 で「人口」「出生数」「死亡数」を比較。 標本を使って自然増減のパターンを定量化。 東京・神奈川・愛知の都市集中、 秋田・高知の過疎化。

ケース 2：教育投資と成果

「学校数」「教員数」「進学率」を 標本で分析。 県別の教育リソース配分の効率性を評価。 都市と地方の格差を可視化。

ケース 3：医療提供体制

「病院数」「医師数」「平均寿命」 を組み合わせ。 標本で医療資源の不均衡と健康成果の関係を推定。 北海道の医師偏在問題。

ケース 4：産業構造と所得

「就業者数」「消費支出（L3221）」「1 人当たり所得」を 標本で関連付け。 製造業県と観光業県のパターン差。

ケース 5：高齢化と財政

「高齢化率」「税収」「社会保障費」を 標本で評価。 高齢化が進む県の財政負担の重さを定量化。 県政策への含意。

✅ 再現性チェックリスト

研究結果を 標本を使って報告するときに守るべきチェックリスト：

• ☐ 使用データの出典・バージョン明記（例：SSDSE-B-2026, 2024 年公開）
• ☐ 前処理コードを共有（標準化・欠損補完など）
• ☐ 乱数シード固定（GMM の n_init, KMeans の random_state）
• ☐ ソフトウェアバージョン記録（python 3.11, scikit-learn 1.4 など）
• ☐ 結果数値の小数点桁数を統一
• ☐ 仮定（独立性・正規性・等分散性）の検証結果
• ☐ 効果量・信頼区間の併記（p 値だけでなく）
• ☐ 多重比較補正の有無
• ☐ 感度分析（前処理を変えても結論が頑健か）
• ☐ 公開コードとデータへのリンク

🌍 社会的インパクトと実務応用

標本は学術研究だけでなく、 政策・ビジネスの意思決定に直接活用されています。

政策決定での使用例

• 厚生労働省：医療資源配分の最適化（標本で地域差を測定）
• 総務省：地方創生施策の効果検証
• 内閣府：景気指標の作成・公表
• 文部科学省：教育格差の定量評価

ビジネスでの応用

• マーケティング：顧客セグメント間の差を 標本で評価
• 金融：株式リターンの分布特性把握
• 製造業：品質管理の統計的工程管理
• IT：A/B テストの設計と評価

学術での発展

計量経済学・教育測定・心理測定・疫学などで 標本は基礎ツール。 近年は機械学習との融合で新しい応用が広がっています。

📜 歴史的展開

標本 の概念は、 統計学の発展史と並行して洗練されてきました。

• 19 世紀後半：Galton, Pearson が記述統計を整備
• 20 世紀前半：Fisher, Neyman, Pearson が推測統計の基礎を確立
• 1960-80 年代：計算機の普及で大規模データへの応用が拡大
• 1990 年代：ベイズ統計・MCMC の実用化
• 2000 年代：機械学習との融合、 ビッグデータ時代
• 2010 年代以降：因果推論革命、 再現性危機への対応

日本では、 1947 年の統計法制定以降、 SSDSE-B のような公的統計の整備が進み、 標本を学ぶ実データ環境が充実してきました。

「標本」を扱う際の手法選択は、 状況に応じて以下のフローで判断すると迷いが減る。

1. Step 1: 目的は記述か予測か?
   • 記述 (現状把握・要約) → 集計・可視化・要約統計量で全体像を掴む
   • 予測 (未知データへの推定) → モデル構築・検証フェーズへ移行
2. Step 2: データの種類・規模は?
   • 数値データ・小〜中規模 → 「標本」やその拡張手法を直接適用
   • カテゴリデータ → 層別抽出・クラスタ抽出等のカテゴリ別標本設計と組み合わせ
   • 大規模・高次元 → ブートストラップ・リサンプリング等の計算効率的手法を選択
3. Step 3: 結果の解釈・共有は?
   • 専門家向け → 数値指標・統計検定で精緻に評価
   • 非専門家向け → 可視化・自然言語での要約を重視

このフローに沿って判断することで、 「標本」を中核とした適切な手法選択ができる。

🧭 解説深化：その 1 行は「誰」を数えているか — 標本の観測単位

姉妹ページの 標本抽出（どう選ぶか）・標本分布と中心極限定理（選んだ結果がどう散らばるか）・母集団（全体とは何か）では扱わない、 もう 1 つの根本問題を掘り下げます。 それは「標本を構成する 1 個（観測単位, unit of observation）は何か」です。 同じデータでも「1 個」の定義を変えると、 標本平均そのものが別の値になります。

💡 直感 — 「n=47」の 1 個は人ではなく県

SSDSE-B-2026 の 2023 年断面は 47 行、 つまり n=47 の標本（＝都道府県の全数）です。 ここで見落としがちなのは、 1 行＝1 都道府県であって、 1 人の人間ではないこと。 2023 年の総人口（A1101）は鳥取県 537,000 人、 東京都 14,086,000 人で約 26 倍の開きがあり、 東京都だけで全国 124,353,000 人の 11.33% を占めます。 それでも「47 県の単純平均」を取る瞬間、 鳥取県と東京都は同じ 1 票として扱われます。 味噌汁の比喩でいえば、 大鍋と小鍋から鍋のサイズを無視して 1 杯ずつ味見して平均するようなもの。 「47 県の平均」は「日本に住む人の平均」ではないのです。

⚠️ 落とし穴（重要） — 単純平均 31.59% と全国値 29.13% の 2.45 ポイント差

高齢化率（65 歳以上人口 A1303 ÷ 総人口 A1101）で実際に確かめます。 SSDSE-B-2026 の 2023 年・47 都道府県の実測値では、

• 47 県の高齢化率の単純平均（県が 1 個）： 31.59%
• 全国の高齢化率＝人口加重平均（人が 1 個）： Σ A1303 ÷ Σ A1101 = 29.13%
• その差は 2.45 ポイント。 集計方法を変えただけで、 データは 1 バイトも変わっていないのに答えが動く。

ずれる理由も実測値で説明できます。 高齢化率が全国最小なのは東京都 22.75%、 最大は秋田県 39.06%。 単純平均では「若くて巨大な東京都」の重みが 1/47 に薄められ、 高齢な小規模県が相対的に過大代表されるため、 平均が上振れします。 背景には県人口の強い右歪みがあり、 2023 年の県人口は平均 2,645,809 人に対し中央値 1,549,000 人、 47 県中 35 県が平均未満です。 実務での対処は 1 つだけ：問いに合わせて 1 個を選ぶこと。 「県という制度単位の比較」（例: 自治体政策のばらつき）なら単純平均が正解になり得ますし、 「日本に住む人の話」なら人口加重が必要です。 集団単位の標本平均を個人単位の結論に読み替える誤りは生態学的誤謬（ecological fallacy）と呼ばれ、 選択バイアスと並ぶ標本解釈の二大事故源です。

🚀 発展 — 超母集団の視点：単位の選び方の影響は年々拡大している

「47 県は全数だから標本ではない」と片づけるのは早計です。 2023 年断面を「起こりえた年」という超母集団（superpopulation）からの 1 標本とみなす立場に立つと、 全数データにも推測統計の言葉が使えます（本文の有限母集団補正の議論の裏側にある考え方です）。 この視点で SSDSE-B-2026 の時系列 2012–2023 を実測すると、 単純平均と人口加重平均の差は

• 2012 年： 25.62% − 24.13% = 1.49 ポイント
• 2017 年： 29.53% − 27.69% = 1.83 ポイント
• 2023 年： 31.59% − 29.13% = 2.45 ポイント

と一貫して拡大しています。 地方の高齢化と人口の大都市集中が同時進行しているため、 「観測単位の選び方」がもたらす差は年々深刻になる、 という動的な教訓です。 理論的には、 抽出計画の確率だけから不確実性を語る設計ベース推測と、 データ生成過程のモデルを仮定するモデルベース推測という 2 つの流儀があり、 全数データの回帰分析は実質的に後者の立場で正当化されます。 さらに 47 県 × 12 年のパネルとして扱えば「n とは何か」（47 か、 564 か、 それとも実効的にはその中間か）というクラスタ構造の問題に接続します。

🔗 関連ページ

• 母集団 — 「全体」の定義そのものを掘り下げる対概念。
• 標本抽出 — 単位を決めた後の「どう選ぶか」。
• 標本分布と中心極限定理 — 選んだ標本の平均がどう散らばるか。
• 標準誤差 — 加重の有無で SE の式も変わる。
• 高齢化率 — 本節の実測例（A1303/A1101）の用語ページ。
• パネルデータ — 47 県 × 12 年で「n の意味」を考える発展先。
• 生態学的誤謬・加重平均 — 本用語集に個別ページは未収載（本節の説明を参照）。