🔖 キーワード索引 — 拡張版

標準誤差（standard error, SE）に関する用語を、 標本統計量別・推定法・関連概念 別に索引化します。

🎨 直感で掴む

標準誤差が大きいほど CI の「ひげ」が長くなる。 推定の不確実性が大きい状態。

🎨 SE と SD の違いを徹底的に切り分ける

標準誤差 (SE) と標準偏差 (SD) は記号も似ていて混同されやすいが、 「何のばらつき」を測るかが全く違う。 SD は「個々のデータ点のばらつき」、 SE は「推定量（例えば平均）のばらつき」。 47 都道府県の年間出生数を考えると、 SD は「県ごとの出生数の散らばり」、 SE は「47 県平均という値そのものの不確実性」になる。

論文・スライドで エラーバーが SD か SE かを明示しないのは重大な誤り。 SD のエラーバーは大きく、 SE のエラーバーは小さく見える。 同じデータでも見え方が変わるので注意。

🎨 概念図で押さえる

標準誤差 (SE) は 「標本統計量のばらつき」 ＝ σ/√N。 「データのばらつき (SD)」とは別物。 以下 3 図で「SD と SE の違い」「N と SE の縮小」「SE が決める CI 幅」を可視化する。

図 1: 標準偏差 (SD) と標準誤差 (SE) の違い

→ SD はデータの散らばり、 SE は標本平均の散らばり。 N=100 なら SE は SD の 1/10。 SE は推定の精度を表す。

図 2: N が増えると SE は 1/√N で縮む

→ N を 4 倍に増やすと SE は半分 (1/√4)。 N を 100 倍にしても SE は 1/10 にしかならない (収穫逓減)。 「もう少しデータを増やす」コストの判断材料になる。

図 3: SE が決める信頼区間の幅

→ 95% CI 幅 = ±1.96 × SE。 SE を半分にすれば CI も半分。 SE は「推定の精度」を直接 CI に翻訳する蝶番。

🧪 理解度チェック — 標準誤差

以下 5 問。 すべて「SE = SD/√n」の式と本文で確認できる。

1. Q1. 標準偏差（SD）と標準誤差（SE）の根本的な違いを 1 行で述べよ。 ヒント: SD は何のばらつき、 SE は何のばらつき？
2. Q2. サンプルサイズ n を 4 倍にすると SE はいくつになるか。 数式の根拠を示せ。
3. Q3. SSDSE-B-2026 で 47 都道府県平均人口を求めるとき、 母集団 = 47 都道府県全件なので SE は厳密にはどう扱うべきか（有限母集団補正）。
4. Q4. 95% 信頼区間の幅 = ±1.96×SE になる根拠は、 何の分布の何 % 点だからか？
5. Q5. 中心極限定理が成り立たない状況（n 小さい・分布が歪む）で SE はそのまま使えるか？

📊 サンプルサイズと SE の関係（補足）

SE は n が増えると √n の速さで縮む。 上図は SD は変わらない一方、 SE だけが小さくなる「精度の改善」を視覚化したもの。

→ n を 100 倍にすると SE は 10 倍小さくなる（√100=10）。 「精度を 2 倍にしたければ n を 4 倍にせよ」が黄金律。

関連: 信頼区間 / サンプルサイズ / 仮説検定 / p 値

📐 数式

📐 標準誤差の数式

標本平均の標準誤差

$$ SE_{\bar{x}} = \frac{\sigma}{\sqrt{n}} \approx \frac{s}{\sqrt{n}} $$

• σ：母標準偏差（未知）
• s：標本標準偏差（σ の推定値）
• n：標本サイズ
• √n：標本サイズの平方根 — n が4倍になれば SE は半分

SSDSE 食料費の例

• n = 47
• s = 5.842 千円
• SE = s/√n = 5.842/√47 = 0.8521 千円

「47都道府県データから推定した母平均は、 ±0.852千円程度のばらつきで信頼できる」と読めます。

🎯 なぜ √n で割るのか？

中心極限定理（CLT）から、 標本平均の分散は σ²/n に等しい：

$$ \text{Var}(\bar{X}) = \frac{\sigma^2}{n} \Rightarrow SE = \sqrt{\text{Var}(\bar{X})} = \frac{\sigma}{\sqrt{n}} $$

実用的含意

• n = 100 → SE = σ / 10
• n = 400 → SE = σ / 20（n を4倍にして SE が半分）
• n = 10000 → SE = σ / 100（精度100倍にしたければ n は10000倍必要）

💡 「精度を上げるには標本を大きくしろ」が常識だが、 √n でしか改善しないため、 巨大なコスト増加。 設計時に SE の目標値とサンプルサイズを慎重に決めるべき。

📐 クラスター・階層構造での SE

独立性が崩れる場合、 通常の σ/√n では SE を過小評価。 例：

• 同じ学校の生徒は似ている → クラスタリング
• 同じ家族の人は似ている → 家族効果
• 同じ都市の住民は似ている → 地域効果

クラスター ロバスト標準誤差（CR-SE）や混合効果モデルで対処。

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

# ── この抜粋で使うデータを用意します ──
import numpy as np
import pandas as pd
import statsmodels.api as sm

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 = sm.add_constant(df[['A1101']].astype(float))
y = df['A1303'].astype(float)
# クラスターは「地方ブロック」。地域コードの上 2 桁から作る
_no = df['Code'].str[1:3].astype(int)
cluster_id = np.select(
    [_no <= 7, _no <= 14, _no <= 23, _no <= 30, _no <= 35, _no <= 39],
    ['北海道東北', '関東', '中部', '近畿', '中国', '四国'], default='九州沖縄')

# クラスター ロバストSE
model = sm.OLS(y, X).fit(cov_type='cluster', cov_kwds={'groups': cluster_id})
print(model.bse)  # クラスター調整後のSE

📐 標準誤差の導出（標本平均の場合）

独立同分布 (i.i.d.) なデータ $X_1, \dots, X_n$ の標本平均 $\bar X = \frac{1}{n}\sum X_i$ の分散は分散の和の公式から：

$$ \mathrm{Var}(\bar X) = \mathrm{Var}\left(\frac{1}{n}\sum_{i=1}^n X_i\right) = \frac{1}{n^2} \sum_{i=1}^n \mathrm{Var}(X_i) = \frac{\sigma^2}{n} $$

標準偏差を取ると標準誤差：

$$ SE(\bar X) = \sqrt{\mathrm{Var}(\bar X)} = \frac{\sigma}{\sqrt n} $$

母分散 $\sigma^2$ が未知の場合は不偏分散 $s^2$ で推定し、 推定 SE は：

$$ \widehat{SE}(\bar X) = \frac{s}{\sqrt n},\quad s^2 = \frac{1}{n-1}\sum_{i=1}^n (X_i - \bar X)^2 $$

信頼区間（t 分布、 自由度 $n-1$）：

$$ \bar X \pm t_{n-1,\, 1-\alpha/2} \cdot \widehat{SE}(\bar X) $$

回帰係数 $\hat\beta_j$ の標準誤差（OLS の場合）：

$$ \widehat{SE}(\hat\beta_j) = \sqrt{\hat\sigma^2 \left[ (X^\top X)^{-1} \right]_{jj}} $$

📐 有限母集団修正と非独立データ

標本が母集団 N に対して無視できないほど大きい場合、 SE は 有限母集団修正係数 (FPC) をかけて補正する：

$$ SE_{\mathrm{FPC}} = \frac{\sigma}{\sqrt n} \cdot \sqrt{\frac{N - n}{N - 1}} $$

例：47 県のうち 30 県を標本とした場合、 $\sqrt{(47-30)/(47-1)} = \sqrt{17/46} = 0.608$ で SE を縮小する。 全数調査 $n = N$ なら SE = 0。

非独立データでの SE 補正:

• クラスター標本 — design effect $deff = 1 + (m-1)\rho$ で SE を拡大（$m$ クラスタ平均サイズ、 $\rho$ 内部相関）。
• 時系列 — Newey-West HAC SE で自己相関補正。 sm.OLS(...).fit(cov_type='HAC', cov_kwds={'maxlags': 4})。
• 不均一分散 — White の HC0〜HC3 ロバスト SE。 cov_type='HC3'。
• パネルデータ — クラスター頑健 SE（個人 ID でクラスタ）。 cov_type='cluster', cov_kwds={'groups': id}。

📐 デザイン効果と実効サンプルサイズ

クラスター標本では「同じクラスタ内の観測値は似ている」ため、 実質的な情報量は名目 n より少ない。 デザイン効果 $deff$ で表すと：

$$ deff = \frac{\mathrm{Var}_{\mathrm{cluster}}(\bar X)}{\mathrm{Var}_{\mathrm{SRS}}(\bar X)} = 1 + (m - 1)\rho $$

$m$ は 1 クラスタ当たり平均サンプルサイズ、 $\rho$ は intra-cluster correlation (ICC)。 実効サンプルサイズは $n_{\mathrm{eff}} = n / deff$。 例えば 47 県 × 10 市 = 470 サンプル、 ICC=0.2 なら $deff = 1 + 9 \cdot 0.2 = 2.8$、 $n_{\mathrm{eff}} = 168$。

教育・医療・労働経済の現場データではほぼ必ずクラスター構造があり、 通常 SE では 有意性を過大評価 する。 マルチレベルモデル or クラスター頑健 SE で対処。

🔬 数式を「言葉」で読み解く

🔬 数式を言葉で読み解く（標準誤差の導出）

$\mathrm{Var}(\bar X) = \sigma^2/n$ は「n 個のばらつきを平均することで、 個々のばらつき $\sigma^2$ が $1/n$ に薄まる」と読む。 これは独立性が前提。 もしデータが相関していたら（時系列、 クラスター標本）、 この公式は使えず SE は過小評価される。

$SE = \sigma/\sqrt n$ は「精度を 2 倍にしたければ、 n を 4 倍にする必要がある」を意味する。 √ がついているのが効いていて、 サンプルサイズの効果は逓減する。 1000 サンプルから 4000 サンプルに増やしても、 SE は半分にしかならない。 これがコスト対効果を考える際の重要ポイント。

「数式を言葉で読み解く」と、 $\widehat{SE}$ の hat はあくまで推定であって、 真の SE は未知。 推定 SE には自分自身の不確実性がある。 t 分布を使うのはこの「SE の不確実性」を取り込むため。 n が小さいほど t 分布の裾は厚くなり、 信頼区間は広がる。

回帰係数の SE の公式 $\sqrt{\hat\sigma^2 [(X^\top X)^{-1}]_{jj}}$ は、 「データの誤差分散 × 説明変数の構造」の積。 多重共線性があると $X^\top X$ がほぼ特異になり対角成分が大きくなる → SE が爆発。 これが「VIF が高いと係数の SE が膨らむ」のメカニズム。

🔬 数式を言葉で読み解く（ブートストラップと SE）

ブートストラップ標準誤差は「データから復元抽出で B 個の擬似標本を作り、 各擬似標本で推定量 $\hat\theta^{*b}$ を計算し、 その標準偏差を SE とみなす」というアイデア。 数式で書くと：

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

これを言葉で読むと「データを観測値の経験分布とみなし、 そこから何度も再標本化して推定量の散らばりを測る」。 利点は 分布の形を仮定せずに済む こと。 例えば中央値や 95 パーセンタイルなど、 解析的 SE が難しい推定量にも適用できる。

B は 1,000〜10,000 程度を取る。 B が小さいと SE 自体の MC 誤差が大きい。 47 都道府県のように $n$ が小さい場合、 ブートストラップは 「観測されなかった裾」を見落とす 傾向があるので注意（例：もっと大きい県があり得たかもしれないが、 標本にないので再現できない）。

ブートストラップ CI には percentile, BCa, basic, percentile-t など複数の方式がある。 BCa (bias-corrected and accelerated) は歪んだ分布に対して最も性能が良い。 単純な percentile 法は CI のカバレッジが低くなることがある。

🧮 SSDSE-B での標準誤差 — 実値計算例

SSDSE-B-2026（2023 年）から「47 都道府県の総人口」を 1 つの標本とみなし、 母平均の標準誤差を計算します。

① 基本統計量

② 95%信頼区間

自由度 df = n − 1 = 46、 t₀.₀₂₅,₄₆ ≈ 2.013
CI = x̄ ± t · SE = 264.6 ± 2.013 × 40.8 = (182.4, 346.7) 万人
母平均は95%の確率で この区間に含まれると解釈。

③ サンプルサイズと SE の関係

💡 n を4倍にしないと SE は半分にならない（SE は √n に反比例）。 精度を上げるコストは 非線形に増大 する。

🧮 SSDSE-B-2026 で 47 県の平均人口とその SE

最新年度の 47 都道府県人口の平均と SE を計算する。 47 都道府県は「47 県という有限母集団全体」とも見なせるが、 ここでは「日本の地域 × 時間 の母集団からの 47 標本」と仮定して扱う。

このコードでやること：SSDSE-B-2026 から 47 都道府県の最新年度総人口を取り出し、 平均・SD・SE・95% 信頼区間を scipy.stats.sem と t 分布で計算する。

📥 入力データ (SSDSE-B-2026 抜粋):

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

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])
latest = df[df['SSDSE-B-2026'] == 2023]
pop = latest['A1101'].values
n = len(pop)
mean = pop.mean()
sd = pop.std(ddof=1)
se = stats.sem(pop)  # = sd / sqrt(n)
t_crit = stats.t.ppf(0.975, df=n-1)
ci_low, ci_high = mean - t_crit*se, mean + t_crit*se
print(f'n = {n}')
print(f'平均 = {mean:,.0f}')
print(f'SD   = {sd:,.0f}')
print(f'SE   = {se:,.0f}')
print(f't (df={n-1}, 0.975) = {t_crit:.3f}')
print(f'95% CI = ({ci_low:,.0f}, {ci_high:,.0f})')

📤 実行すると次の出力が得られる:

💬 SD ≈ 276 万人（県ごとの大きなばらつき）に対し、 SE ≈ 40 万人（平均推定の不確実性）。 比率は √47 ≈ 6.86 倍で、 公式 $SE = SD/\sqrt n$ と完全に一致。 95% CI は「日本の県人口平均は 182 万〜347 万人の間」と読める（東京都の影響で歪んでいる点に注意）。

🧮 SE と変動係数 (CV) の比較表

47 都道府県の各指標について平均・SD・SE・CV を出すと、 「どの指標が県差が大きいか」「どの推定が精度高いか」が並列に見える。

このコードでやること：SSDSE-B-2026 の 4 指標について平均・SD・SE・変動係数 CV=SD/平均 を一括計算し、 推定精度と県差を比較する。

📥 入力データ: 47 県 × 4 指標 (総人口、 高齢人口、 出生数、 死亡数)。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14

import pandas as pd
from scipy import stats

cols = {'総人口': 'A1101', '高齢人口': 'A1303', '出生数': 'A4101', '死亡数': 'A4200'}
rows = []
for name, c in cols.items():
    x = latest[c].values
    mean = x.mean()
    sd = x.std(ddof=1)
    se = stats.sem(x)
    cv = sd / mean
    rows.append((name, f'{mean:,.0f}', f'{sd:,.0f}', f'{se:,.0f}', round(cv, 3))
out = pd.DataFrame(rows, columns=['指標','mean','SD','SE','CV'])
print(out.to_string(index=False))

📤 実行例:

💬 総人口 (CV=1.06)・出生数 (CV=1.11) は CV が 1 を超えており「SD が平均より大きい」状態 = 東京都など巨大県が分布を歪めている。 4 指標では出生数の CV=1.11 が最も大きく、 死亡数 (0.87)・高齢人口 (0.90) は相対的に県差が小さい（高齢化・死亡は全県に広く進むため）。 SE は単位を持つので大小比較しにくいが、 SE/平均（=CV/√n）で標準化すれば「平均の相対精度」になる。

🧮 SE から必要サンプルサイズを逆算

「マージン・オブ・エラー $\pm M$ で平均を推定したい」と決めれば、 必要サンプルサイズが逆算できる。 95% CI で $M = 1.96 \cdot \sigma/\sqrt n$ より：

$$ n \ge \left( \frac{1.96 \cdot \sigma}{M} \right)^2 $$

このコードでやること：47 県人口データから $\sigma$ を推定し、 目標誤差 ±10 万、 ±5 万、 ±1 万人での必要サンプル数を計算する。

📥 入力データ: 47 県の総人口（事前情報）。

1
2
3
4
5
6
7

import numpy as np

sigma_hat = pop.std(ddof=1)
print(f'推定 σ = {sigma_hat:,.0f}')
for M in [100_000, 50_000, 10_000]:
    n_req = (1.96 * sigma_hat / M) ** 2
    print(f'M = ±{M:,}  →  必要 n = {n_req:,.1f}')

📤 実行例:

💬 ±10 万人精度なら 3,007 県相当、 ±1 万人精度なら 30 万県相当の標本が必要。 県のばらつきが大きいので「平均を正確に推定する」のは本質的に困難。 これが「東京都を除外する」「人口層別に層化抽出する」といったデザインの動機。

🧮 数式に値を入れて手で計算する: 標準誤差 SE

合成データで標本平均の SE を計算する。

Step 1: パラメータ

Step 2: n 別 SE

🐍 Python で再現

1
2
3
4
5

import numpy as np
sigma = 10
n = np.array([25, 100, 400, 2500])
SE = sigma / np.sqrt(n)
print(f"SE: {SE}")

📤 実行結果

💬 手計算 (Step 2) と Python 出力が完全一致。

🐍 Python での標準誤差

 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

import numpy as np

# x はこのあとのブロックで使う 47 都道府県の総人口
import pandas as pd
_d = pd.read_csv('data/raw/SSDSE-B-2026.csv', encoding='cp932', skiprows=[1])
x = _d[_d['SSDSE-B-2026'] == 2023]['A1101'].astype(float).values

import numpy as np
from scipy import stats

# 標本平均のSE
data = np.array([45, 50, 55, 60, 65])
se = stats.sem(data)              # scipy のヘルパー
se_manual = data.std(ddof=1) / np.sqrt(len(data))
print(f'SE = {se:.4f}')

# 比率のSE
p_hat = 30 / 100  # 成功割合
n = 100
se_prop = np.sqrt(p_hat * (1 - p_hat) / n)

# 回帰係数のSE（statsmodels）
import statsmodels.api as sm
X = sm.add_constant(x)
model = sm.OLS(y, X).fit()
print(model.bse)  # 各係数のSE

🤖 機械学習での標準誤差

① 回帰係数のSE

線形回帰でも、 各係数 β_j の標準誤差が計算されます。 これを使って t統計量と p値が出ます：

$$ t_j = \frac{\hat{\beta}_j}{SE(\hat{\beta}_j)} $$

② アンサンブルの予測SE

ランダムフォレストでは、 N本の木の予測の標準偏差が予測の不確実性（SE）として使えます。

③ ブートストラップによるSE

任意のモデルで、 ブートストラップサンプルから繰り返し学習・予測し、 その分散から SE を推定。

🚧 SE の落とし穴

1️⃣ SD と SE を混同しない

SD はデータの散らばり、 SE は推定値のばらつき。 グラフのエラーバーが SD か SE かは必ず明記。

2️⃣ サンプリングが独立か

σ/√n は独立同分布のサンプリングを前提。 時系列、 クラスター内データでは違う SE 公式が必要。

3️⃣ 小標本ではSEも不安定

n=5〜10 では、 s 自体がぶれるため SE もぶれます。 ブートストラップでより堅実な推定を。

📜 標準誤差の歴史

• Gauss（1809）：天体観測の精度を 1/√n で改善する公式を確立
• Gosset (Student, 1908)：少標本での SE と t分布を発見
• Fisher（1925）：標準誤差を統計推論の中核に
• Efron（1979）：ブートストラップで分布の仮定を不要に

🔗 「標準誤差」と他の概念の関係を深掘り

① 平均推定の精度

標本平均 x̄ の精度はSE = σ/√n で測ります。 これは標本平均の標準偏差でもある。

② 信頼区間との関係

95%CI ≈ x̄ ± 1.96 × SE。 つまり SE が分かれば直接 CI が作れる。

③ 仮説検定との関係

t統計量 = (推定値 - 仮説値) / SE。 SE が小さいほど検出力が高い。

④ よくある混同 — SD vs SE vs CI

論文・報告で「エラーバー」を描く時は、 何を表しているか必ず明記。 SD でも SE でも CI でも見た目は似ているが意味が違う。

⑤ 大標本での SE の使い方

n > 30 ではCLTが効くため、 SE × 1.96 ≈ 95%CI が一律に使えます。 小標本では t分布で補正が必要。

✅ 実務チェックリスト — 推測統計を使う前に

1. データの確認

• サンプルサイズ n は十分か？（n < 30 なら t分布、 非正規性に注意）
• 独立同分布の仮定は妥当か？（時系列、 クラスター構造に注意）
• 外れ値の影響を確認したか？（box plot で）
• 正規性は確認したか？（QQプロット、 Shapiro-Wilk検定）
• 欠損値の扱いは適切か？

2. 検定・推定の設計

• 仮説（H₀、 H₁）は事前に定義したか？
• 片側 vs 両側を選択しているか？
• 有意水準 α は事前に設定したか？
• 多重比較の補正は必要か？
• サンプルサイズの事前計算（power analysis）したか？

3. 結果の報告

• 点推定 + 信頼区間を併記しているか？
• p値だけでなく効果量も報告したか？
• サンプルサイズを明記したか？
• 仮定の確認結果を述べたか？
• 「統計的有意 = 実質的に重要」と混同していないか？

4. 解釈の注意

• 「相関 ≠ 因果」を意識
• シンプソンのパラドックスを警戒
• 探索的分析と確認的分析を区別
• 結果を再現できるか

🐍 Python 実装バリエーション — scipy / statsmodels / pingouin / bootstrap

① scipy.stats.sem（最も簡単）

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13

import pandas as pd
from scipy.stats import sem, t

df = pd.read_csv('data/raw/SSDSE-B-2026.csv', encoding='cp932', skiprows=[1]).query('`SSDSE-B-2026` == 2023')
x = df['A1101']

se = sem(x)  # ddof=1 がデフォルト
print(f'SE = {se:.3f}')

# 95% 信頼区間
n = len(x)
ci_half = t.ppf(0.975, df=n-1) * se
print(f'95% CI: ({x.mean()-ci_half:.2f}, {x.mean()+ci_half:.2f})')

② numpy で手動計算（教育目的）

 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]).query('`SSDSE-B-2026` == 2023')
x = df['A1101'].to_numpy()

n = len(x)
sd = x.std(ddof=1)  # 標本SD
se = sd / np.sqrt(n)
print(f'SD={sd:.2f}, n={n}, SE={se:.3f}')

③ statsmodels（回帰係数のSE）

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

import statsmodels.api as sm
import pandas as pd

df = pd.read_csv('data/raw/SSDSE-B-2026.csv', encoding='cp932', skiprows=[1]).query('`SSDSE-B-2026` == 2023')
X = sm.add_constant(df[['A1101']])
y = df['A1303']

# 通常のSE
ols = sm.OLS(y, X).fit()
print(ols.bse)  # 係数のSE

# ロバストSE（HC3）
robust = sm.OLS(y, X).fit(cov_type='HC3')
print('HC3:', robust.bse)

# クラスター頑健SE
cluster = sm.OLS(y, X).fit(cov_type='cluster',
                            cov_kwds={'groups': df['Prefecture']})
print('cluster:', cluster.bse)

④ ブートストラップ標準誤差

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11

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]).query('`SSDSE-B-2026` == 2023')
x = df['A1101'].to_numpy()

res = bootstrap((x,), np.mean, n_resamples=10000,
                confidence_level=0.95, random_state=0)
print(f'ブートストラップSE: {res.standard_error:.3f}')
print(f'CI: {res.confidence_interval}')

⑤ pingouin（効果量・CI付き）

1
2
3
4

import pingouin as pg
res = pg.compute_bootci(x, func='mean', n_boot=10000,
                       confidence=0.95, seed=0)
print(f'95% CI (bootstrap): {res}')

⑥ エラーバー付きプロット

1
2
3
4
5
6
7

import seaborn as sns
import matplotlib.pyplot as plt

# 群ごとの平均±SE をプロット
sns.barplot(data=df, x='Prefecture', y='A1101',
            estimator='mean', errorbar=('ci', 95))  # 自動で SE→CI
plt.show()

🐍 ブートストラップで SE を推定

このコードでやること：分布の仮定なしで SE を計算するブートストラップを scipy.stats.bootstrap で実行し、 解析公式の SE と比較する。

📥 入力データ: 47 県の総人口（上記と同じ）。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11

import numpy as np
from scipy.stats import bootstrap

rng = np.random.default_rng(0)
res = bootstrap((pop,), np.mean, n_resamples=10000,
                confidence_level=0.95, method='percentile',
                random_state=rng)
print(f'bootstrap SE         = {res.standard_error:,.0f}')
print(f'bootstrap 95% CI     = ({res.confidence_interval.low:,.0f}, '
      f'{res.confidence_interval.high:,.0f})')
print(f'(解析的 SE = {se:,.0f}、 95% CI = ({ci_low:,.0f}, {ci_high:,.0f}))')

📤 実行例:

💬 ブートストラップ SE と解析的 SE はほぼ一致 (約 2% 差)。 ただし CI は若干非対称（東京都という強い右裾の外れ値があるため）。 ブートストラップは 分布の歪み を自然に取り込めるのが強み。 中央値・分位数・相関係数など、 解析公式が複雑な場合に特に有用。

🐍 回帰係数の SE を実データで確認

このコードでやること：47 都道府県で「総人口 → 高齢人口」の単回帰を statsmodels.OLS で当てはめ、 係数の SE と t 統計量を出力する。

📥 入力データ: 47 県の総人口 (x) と高齢人口 (y)。

1
2
3
4
5
6
7

import statsmodels.api as sm

x = latest['A1101'].values
y = latest['A1303'].values
X = sm.add_constant(x)
model = sm.OLS(y, X).fit()
print(model.summary().tables[1])

📤 実行例（抜粋）:

💬 傾き 0.246 の SE は 0.005、 t 統計量は 49.6 で極めて有意。 95% CI = [0.236, 0.256] は「総人口が 1 人多い県は高齢者が約 0.24〜0.26 人多い」と解釈できる。 SE が小さいのは説明変数のばらつきが大きい（東京都〜鳥取県の差）ため。 多重共線性があれば SE は膨らむ → VIF で確認。

🎮 触って理解する — 「SD は縮まない、 SE だけが √n で縮む」体感ラボ

姉妹ページの 標準偏差（データの散らばりそのもの）、 信頼区間（「95%」の意味）、 ブートストラップ（再標本化）に対し、 本ラボは 「SD と SE の区別」と「√n の壁」 に特化する。 母集団は架空データ（架空のテスト得点：平均 μ=60、 SD σ=12 の正規母集団）を使う。 乱数はシード付き擬似乱数なので、 リセット後は誰がいつ触っても同じ結果になる（再現可能）。

① 標本を抽出して「SD と SE」を目で切り分ける

スライダーで標本サイズ n を選び、 「標本を1つ抽出」を押すと上段に 個々のデータ点の散らばり（＝SD の世界） と標本平均（▼）が表示される。 「1000回抽出」を押すと下段に 標本平均だけの分布 が積み上がる。 下段の山の幅（＝SE）が上段よりずっと狭いこと、 そして 実測 SE が理論値 SD/√n とほぼ一致する ことを確かめてほしい。 n を大きくすると下段だけが痩せていき、 上段（SD）は痩せない。

💡 観察ポイント：(i) 上段の点の広がり（SD≈12）は n を増やしてもほぼ変わらない。 (ii) 下段の山の幅（SE）は n=25 なら 12/5=2.4、 n=100 なら 12/10=1.2 と √n で痩せる。 (iii) K=1000 まで積むと実測 SE は理論値と数 % 以内で一致する（この一致こそが「SE は標本平均の SD」という定義の実演）。

② 「√n の壁」 — n を4倍にしても SE は半分にしかならない

下の曲線 SE = σ/√n 上をドラッグ（タッチ対応）またはスライダーで n を動かすと、 n（青）と 4n（橙） の 2 点が表示される。 どこを選んでも「n を 4 倍にすると SE はちょうど半分」。 精度を 10 倍にしたければ n は 100 倍必要 — これがデータ収集コストの「壁」になる。

→ 「SE を半分に」するたびに追加コストは 4 倍ずつ膨らむ（収穫逓減）。 サンプルサイズ 設計で目標 SE から必要 n を逆算する意味がここにある。

③ エラーバーの読み方クイズ — SD 棒？ SE 棒？

論文・スライドのエラーバーは SD・SE・95%CI のどれかで見た目の意味がまるで違う。 3 問で読み方を確認しよう（ボタンを押すと解説が出る）。

🧭 ラボから持ち帰る 3 つの視点（直感・落とし穴・発展）

直感：SD は「データの散らばり」を記述する記述統計の量、 SE は「推定量の精度」を測る推測統計の量。 ウィジェット①で n を増やしても上段（SD の世界）は広がったままなのに、 下段（SE の世界）だけが痩せる — この非対称こそ両者の本質的な違いで、 式では「SD は n に依存しない、 SE = SD/√n は n に反比例して縮む」に対応する。 下段の山が n が小さくても釣鐘型に近づくのは中心極限定理（本文「なぜ √n で割るのか」参照）の働きである。

落とし穴：①「SE が小さい＝効果が大きい」ではない。 SE は n さえ増やせばいくらでも縮むので、 巨大データでは実質的に無意味な差でも t = 推定値/SE が巨大になり「有意」が出る。 精度（SE）と大きさ（効果量）は必ず分けて報告する。 ②エラーバーの誤読（クイズ③）：SE 棒の重なりで有意差の有無を断定しない。 ③このラボの SE=SD/√n は独立な抽出が前提で、 クラスター構造や時系列相関があると過小評価になる（本文「クラスター・階層構造での SE」「有限母集団修正」参照）。

発展：中央値や分位数のように解析公式が面倒な統計量の SE は ブートストラップ（再標本化して推定量の SD を測る — 発想はウィジェット①の「1000回抽出」を実データの経験分布で代替したもの）で推定できる。 回帰では不均一分散に HC0〜HC3 のロバスト SE、 グループ内相関にはクラスター SE、 自己相関には Newey-West（HAC）を使う — いずれも「σ/√n が使えない状況で SE を正しく測り直す」技術であり、 本文の該当節で SSDSE-B の実値例を確認できる。

⚠️ よくある落とし穴

👁️ 直感 — 標準誤差は「標本平均のばらつき」

標準誤差（standard error, SE）は、 「同じ母集団から何度も標本を取り、 標本平均を計算したときのばらつき」を表します。

左：データそのもののばらつき（標準偏差 σ）。
右：標本平均のばらつき（標準誤差 SE）— ずっと小さい。

💡 SE と SD は別物。 SD は「データ1個のばらつき」、 SE は「平均のばらつき」。 SE は SD より√n 倍小さい。

⚠️ 標準誤差の落とし穴 — 拡張版（実務で本当に困る5＋件）

1. 標準偏差（SD）と標準誤差（SE）の混同：SD はデータのばらつきを表し、 標本サイズに依存しない。 SE は推定量（多くは標本平均）のばらつきを表し、 標本サイズが大きくなるほど小さくなる。 論文の表で「Mean ± SD」と「Mean ± SE」を混同すると、 ばらつきの見え方が10倍以上違うことも。 グラフのエラーバーがどちらかを必ず明記する。
2. 独立性を満たさないデータでの誤計算：クラスター化されたデータ（同一学校の生徒、 同一地域の都市、 同一被験者からの繰り返し測定）に通常の SE 公式を使うと、 SE が 過小評価 される。 クラスター頑健標準誤差や階層モデルが必要。 ICC（クラス内相関）が0でない場合は標準のSEは信用できない。
3. 不均一分散下での誤った推定：回帰係数の SE は誤差分散が一定（等分散）を仮定。 不均一分散（heteroscedasticity）があると SE が偏って計算される。 ロバスト標準誤差（HC0、 HC1、 HC2、 HC3）に切り替えるか、 加重最小二乗法（WLS）を使う。 statsmodels では cov_type='HC3' で指定。
4. 時系列データでの自己相関無視：時系列で SE を計算する際、 残差の自己相関を無視すると過小評価される。 Newey-West 標準誤差や HAC（Heteroskedasticity and Autocorrelation Consistent）標準誤差を使う。 株価リターンや GDP データではほぼ必須の補正。
5. 小標本での t 分布の自由度誤り：n が小さいとき正規近似ではなく t 分布を使うべき。 信頼区間の幅は自由度に依存。 自由度を計算ミスすると SE 自体は正しくても CI が不正確になる。 Welch の t 検定では Satterthwaite の自由度近似が必要。
6. ブートストラップの誤用：時系列や階層データに通常のブートストラップを適用すると、 構造を壊して SE が誤って小さく出る。 ブロックブートストラップ、 階層ブートストラップなど構造に応じた方法を使う。
7. SE を「真の値からの距離」と勘違い：SE は 推定値が標本ごとにどれだけ変動するか を表すもので、 「真の値から x ± SE の範囲にある」とは厳密には言えない。 95% CI を計算してこそ意味がある。 「推定値±SE」だけでは34%（≈ ±1σ）程度の信頼度しかない。

⚠️ 標準誤差の落とし穴（深掘り）

1. SE と SD の混同 — エラーバーが SE なら CI 風で狭く、 SD なら個体差で広い。 図の凡例に必ず明記。 査読でも最頻クラスの指摘。
2. 独立性の暗黙仮定 — $SE = \sigma/\sqrt n$ は i.i.d. 前提。 同じ学校の生徒、 同じ家族、 同じ日のデータが混ざると過小評価。 クラスター頑健 SE か混合モデルを使う。
3. 小標本での t 分布忘れ — n が小さいと正規近似が崩れる。 95% CI に 1.96 ではなく $t_{n-1,0.975}$ を使う。 n=10 なら 2.262 と 15% も広い。
4. 有限母集団補正の見落とし — 全数の 10% 超を標本にしたら FPC で SE を縮小しないと過大評価。 経済センサスのような大規模調査でよく忘れる。
5. 不均一分散下での通常 SE — 残差分散が説明変数で変わると、 通常 SE はバイアス。 HC3 ロバスト SE を使うのが現代の標準。
6. SE が 0 でも「不確実性なし」ではない — モデルの定式化誤差、 母集団の取り違え、 測定誤差は SE に含まれない。
7. Bootstrap の盲信 — 標本サイズが小さい、 重い裾、 強い依存があると bootstrap も信頼できない。 BCa, percentile-t など方式を選ぶ。
8. 多重比較で SE の意味が薄れる — 100 個の係数の SE を見て「有意なもの」を選ぶと第 1 種の誤り率が膨大。 Bonferroni, FDR で補正。

🌐 標準誤差の応用シーン

• 世論調査の「±3 ポイント」 — マージン・オブ・エラー = 1.96 × SE。 n=1000 なら $1.96 \sqrt{0.5 \cdot 0.5 / 1000} = 0.031$。
• A/B テスト — 効果量の SE から検出力分析、 必要サンプルサイズ計算。 $n = (z_{\alpha/2} + z_\beta)^2 \cdot 2\sigma^2 / \delta^2$。
• メタ分析 — 各研究の効果量を SE の逆数で重み付け統合。 SE が小さい研究ほど重みが大きい。
• 論文の Table 1 — Mean ± SE（または SD）で記述統計を提示。 SE は「同じ実験を繰り返したらどれくらいぶれるか」の指標。
• 係数の有意性検定 — Wald 統計量 $z = \hat\beta / SE(\hat\beta)$ で p 値計算。 SE 過小 → 偽陽性。
• 予測区間の構築 — 予測値の SE と残差 SE を合成して予測区間。 信頼区間より広い。
• 機械学習のモデル評価 — クロスバリデーション RMSE の SE を出すと「モデル A は B より有意に良いか」を判定可能。

🔗 関連用語

🔗 関連用語ネットワーク — 前提・並列・発展（各4個以上）

🔻 前提となる用語

• 標準偏差（SD） — SE = SD / √n の分子。 データのばらつき。
• サンプルサイズ n — SE は √n に反比例。
• 標本分布 — SE は標本統計量の分布の標準偏差。
• 中心極限定理 — 平均の標本分布が正規に近づく理論。
• 平均 — 最も基本的な推定対象。

🔺 並列の用語

• 信頼区間（CI） — SE を使って構築。 t · SE で半幅。
• 誤差伝播 — 関数の SE をデルタ法で計算。
• マージン・オブ・エラー — 世論調査の用語。 ±誤差。
• 精度（precision） — SE の逆数として定義されることも。
• 変動係数（CV） — SE/平均 や SD/平均。

🔼 発展的な用語

• ブートストラップ — 再標本化による SE 推定。
• ジャックナイフ — 1つ抜き再標本化の古典的方法。
• デルタ法 — 関数の SE を1次テイラー展開で近似。
• ロバスト標準誤差 — HC0〜HC3、 不均一分散対応。
• クラスター頑健SE — 階層・クラスターデータ用。
• Newey-West SE — 時系列の自己相関対応。

🔗 関連用語（前提・並列・発展）

🧪 補遺: 複雑標本における標準誤差 — design effect と層化抽出

単純無作為抽出 (SRS) を前提とした標準誤差 $SE = s/\sqrt{n}$ は、 現実の調査ではほとんど成立しない。 国勢調査・家計調査・SSDSE-B の元データは 層化抽出 (stratified) / クラスタ抽出 (clustered) / 多段抽出 (multistage) を組み合わせており、 単純式は SE を過小評価する傾向がある。 補正係数として design effect (DEFF) を導入する。 ここでは標準誤差の式を言葉で読み解きながら、 SSDSE-B-2026 で重み付き SE を実値計算する。

📐 数式を言葉で読み解く — design effect

$$ \mathrm{DEFF} = \frac{V_{\text{complex}}(\bar{X})}{V_{\text{SRS}}(\bar{X})}, \quad SE_{\text{adj}} = SE_{\text{SRS}} \cdot \sqrt{\mathrm{DEFF}} $$

記号の意味: $V_{\text{complex}}$ は複雑標本設計下での分散、 $V_{\text{SRS}}$ は同サイズの SRS 仮定での分散。 DEFF=1 なら SRS と同じ、 DEFF=2 なら有効サンプルサイズは $n/2$ に縮む。 クラスタ抽出では DEFF が 2〜5 に達することも珍しくない。 SE を計算式に当てはめる前に、 標本がどのように選ばれたかを必ず確認する。

🐍 Python 実装: statsmodels DescrStatsW で重み付き SE

🎯 このコードでやること: SSDSE-B-2026 の都道府県平均寿命を 人口で重み付け したうえで、 statsmodels.stats.weightstats.DescrStatsW で重み付き SE を計算する。 人口の大小を無視した単純平均と比較する。

📥 入力例:

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

import pandas as pd
from statsmodels.stats.weightstats import DescrStatsW

df = pd.read_csv('data/raw/SSDSE-B-2026.csv', skiprows=1, encoding='cp932')
df = df[df['地域コード'].astype(str).str.match(r'^R\d{5}$', na=False)].copy()
df['年度'] = pd.to_numeric(df['年度'], errors='coerce')
df = df[df['年度'] == df['年度'].max()].copy()

# SSDSE-B に「平均寿命」の列は無いので、実在する「合計特殊出生率」を使う
pop = pd.to_numeric(df['総人口'], errors='coerce')
life = pd.to_numeric(df['合計特殊出生率'], errors='coerce')

# 単純 SE
simple_se = life.std(ddof=1) / (len(life) ** 0.5)

# 人口重み付き SE
# 生の人口をそのまま重みにすると「度数」と解釈され、重みの合計が 1.24 億になる。
# その結果 SE が 0.00001 まで潰れ、DEFF も 0 になってしまう。
# 標本重みは合計が n（=47）になるよう正規化してから渡す。
w = DescrStatsW(life, weights=pop / pop.mean(), ddof=1)
print(f'単純平均   : {life.mean():.3f}, SE = {simple_se:.4f}')
print(f'重み付き平均: {w.mean:.3f}, SE = {w.std_mean:.4f}')
print(f'実効 DEFF  : {(w.std_mean/simple_se)**2:.3f}')

📤 実行結果:

💬 結果の読み方: 合計特殊出生率の単純平均は 1.293（SE 0.0194）、 人口で重み付けた平均は 1.215（SE 0.0200）。 重み付けると平均が下がるのは、 人口の多い都市部ほど出生率が低いためで、 「県を 1 票ずつ数えるか、 人を 1 票ずつ数えるか」で答えが変わることを示している。 DEFF = 1.059 と 1 をわずかに超えるのは、 重みのばらつきのぶんだけ有効標本サイズが減り、 精度がわずかに落ちたということ。 一般に DEFF>1 は不均等な重み付けやクラスタ抽出で、 DEFF<1 は層化がうまく効いた場合に現れる。 公的統計を二次利用する際は、 元の標本設計を必ず確認すること。 公的統計を二次利用する際は、 元の標本設計を必ず確認すること。

⚠️ よくある誤用

• クラスタ標準誤差を無視: 学校単位で抽出した生徒データを、 生徒を独立として SE を計算すると 過小評価。 cluster_robust_se を使う。
• weights の混同: frequency weight（同じ観測の重複回数）と analytic weight（不等確率抽出の逆数）を取り違えると、 SE が桁違いになる。
• 事後層化の二重計上: ポストストラタを反映したのちに、 さらにレイクウェイティングをかける際、 重みの正規化を忘れると合計が母集団総数と一致しない。

関連: クラスタ頑健標準誤差 ／ 層化抽出 ／ 重み付き平均 ／ ブートストラップ

📚 様々な統計量の標準誤差

📚 推測統計を学ぶための重要文献

• Fisher (1925) "Statistical Methods for Research Workers" — 古典中の古典
• Neyman & Pearson (1933) — 仮説検定の理論的基礎
• Cohen (1988) "Statistical Power Analysis" — 効果量とサンプルサイズの教科書
• ASA Statement (2016) — p値の正しい使い方
• Gelman & Hill (2007) "Data Analysis Using Regression and Multilevel/Hierarchical Models"
• Wasserman (2004) "All of Statistics" — 現代統計学の総括

🆚 推測統計の主要用語 — 一目で分かる対比表

🎲 ブートストラップで SE を計算

分布の仮定なしで SE を推定する強力な方法。 任意の統計量（中央値、 四分位、 機械学習の予測など）に適用可能：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13

import numpy as np

def bootstrap_se(data, statistic=np.mean, n_bootstrap=1000):
    n = len(data)
    boot_stats = []
    for _ in range(n_bootstrap):
        sample = np.random.choice(data, size=n, replace=True)
        boot_stats.append(statistic(sample))
    return np.std(boot_stats, ddof=1)

se_mean = bootstrap_se(data, np.mean)
se_median = bootstrap_se(data, np.median)  # 中央値のSEも！
se_q90 = bootstrap_se(data, lambda x: np.percentile(x, 90))

scipy のブートストラップ機能

1
2
3
4

from scipy.stats import bootstrap
result = bootstrap((data,), np.mean, n_resamples=10000, confidence_level=0.95)
print(f'SE: {result.standard_error:.4f}')
print(f'95%CI: {result.confidence_interval}')

🗺️ 概念マップ — 3つの視点で体系を理解する

標準誤差 がデータサイエンスの体系の中でどこに位置するかを、 3つの異なる視点で可視化します。 同じ情報でも見方を変えると気付きが変わります。

📍 体系階層のパス

🌐 統計・データサイエンス › 推測統計 › 推定 › 標準誤差

① 🔗 関係マップ — 「他の手法とどう繋がっているか」

中心に 標準誤差 を置き、 そこから 標準偏差・信頼区間・分散・標本サイズ・p値・回帰の有意性 など 計 17 個の用語へ、 前提・兄弟・発展形といった関係を矢印で結んでいます。 線がどちら向きかを見れば、 先に読むべき用語とあとから読む用語が分かります。 ノードはドラッグで動かせ、 ホイールでズーム、 クリックでその用語のページへ遷移します。

② ⭕ 包含マップ — 「どのカテゴリに含まれているか」

大きな円が小さな円を包含する Circle Packing 図。 「標準誤差」は緑色でハイライト。

• カテゴリ円をクリック：その内部にズームイン
• 白背景クリック：1階層戻る
• 用語円をクリック：詳細ページへ遷移
• マウスホバー：階層パス表示

③ 🌳 ツリーマップ — 「面積で見るボリューム比較」

長方形を入れ子に分割した Treemap 図。 各分野の規模感を面積で比較。 「標準誤差」は緑色でハイライト。

• カテゴリ矩形をクリック：その内部にドリルダウン
• パンくず（上のリンク）クリック：その階層に戻る
• 用語矩形をクリック：詳細ページへ遷移
• マウスホバー：階層パスと値を表示

🎯 3つのマップの使い分け

💡 3 つの図は同じ位置関係を別の角度から描いています。 関係マップは 標準誤差 の隣に何が並ぶかを、 包含マップとツリーマップは 統計・データサイエンス → 推定 → 標準誤差 という入れ子の位置を示します。 「推定には他に何があったか」を思い出したいときは包含マップを、 「次に何を読むか」を決めたいときは関係マップを開いてください。

🔗 隣接手法への橋渡し

標準誤差 SE = SD/√n は「サンプル統計量 (推定量) のばらつき」を表す指標。 SSDSE-B-2026 の 47 都道府県を「日本全体の何らかの母集団からの標本」と見立てれば、 各指標の平均推定値の SE が計算でき、 信頼区間 mean ± 1.96·SE を導出できる。 SD は「個体のばらつき」、 SE は「推定量のばらつき」で両者は別概念。

• 上流: 標準偏差 (SD)、 サンプリング、 サンプルサイズ n。 SE は n が増えると √n のペースで減少する。
• 並列: ブートストラップ標準誤差 (分布仮定なしで SE 推定)、 ジャックナイフ、 ロバスト SE (Huber-White / clustered SE)。
• 下流: 信頼区間 (mean ± 1.96·SE で 95%CI)、 仮説検定 (t = mean/SE)、 メタ分析 (SE で重み付け加算)。

SD と SE の混同が論文での頻出ミス。 「個体差を示したい」なら SD、 「推定の精度を示したい」なら SE と用途で使い分ける。 SSDSE 47 都道府県の SD は約 290 万 (人口)、 SE は 290万/√47 ≈ 42 万になる。

🌳 手法選択フロー

標準誤差 (SE) は「推定量の不確実性」を測る指標であり、 推定対象 (平均・割合・差・回帰係数 …) と データの取得方法 (単純標本・複雑抽出・時系列) によって計算式と推奨手法が変わる。 以下に典型シナリオと推奨 SE 計算法を示す。

典型シナリオ別の手法選択

選んだ後の検証ステップ

1. SD と SE の区別: 個体のばらつき (SD) と推定量のばらつき (SE = SD/√n) を混同しない。 SSDSE-B 47 都道府県の人口 SD ≈ 290 万人、 SE ≈ 42 万人
2. 正規近似の妥当性: n が小さい (n<30) ときは t 分布で信頼区間を作る。 比率の信頼区間で p≈0/1 のときは Wilson 法に切替
3. 抽出設計の確認: 単純無作為でなければ SE が過小評価される (deff > 1 が典型)
4. 有意性報告: 「推定値 ± SE」または「95% CI = 推定値 ± 1.96×SE」のいずれかに統一して報告
5. ブートストラップ妥当性: B=1000 程度で SE が収束しているか確認、 サブサンプルが独立とみなせるか吟味

🎯 直感の深化 — SE は「推定値という物差しの目盛りの細かさ」

標準偏差 (SD) と標準誤差 (SE) を一言で対比すると、 SD は「世界そのものの多様さ」、 SE は「その世界を私たちがどれだけ細かく測れているか」。 SD は母集団に固有の量で、 いくらデータを増やしても消えない（47 都道府県の人口はどこまで調べても東京都と鳥取県で桁が違う）。 一方 SE は「観測努力の関数」で、 n を増やすほど 0 に近づく。 前者は記述統計、 後者は推測統計の量であり、 この線引きが SD/SE 混同を防ぐ最初の鍵になる。

なぜ「標本平均の SD」が精度になるのか

SE の定義は「もし同じ標本抽出を無限回繰り返したら、 標本平均 $\bar x$ はどれだけばらつくか」の標準偏差。 つまり SE = 標本平均という確率変数の SD。 本ページの 🎮 体感ラボ①で「1000 回抽出」した下段の山の幅がまさにこれで、 実測（1000 個の平均の SD）が理論値 $\sigma/\sqrt n$ とほぼ一致することを確かめられる。 「推定値そのものがブレる幅」を測っているから、 SE が小さい＝別の標本を取っても結論が変わりにくい＝精度が高い、 と読める。

SSDSE-B-2026 の実測で SD と SE を切り分ける

2023 年の 47 都道府県総人口 A1101（skiprows=[1]・2023 抽出の実測）では、 SD ≈ 279.8 万人（県ごとの巨大な散らばり）に対し、 平均推定の SE ≈ 40.8 万人。 両者の比はちょうど $\sqrt{47} = 6.86$ 倍で、 公式 $SE = SD/\sqrt n$ と小数第 4 位まで一致する（6.8557）。 SD は「県の多様さ」、 SE は「47 県平均という 1 つの数字の不確実さ」で、 桁が 1 つ違う。

相対 SE（＝変動係数 CV=1.057 を √47 で割った値）は「平均の推定は約 15% の相対誤差を持つ」と読める。 単位に依存しないので、 総人口・出生数・死亡数のように単位や桁が違う指標どうしでも「どの平均が相対的に精度よく測れているか」を横並び比較できる。

🕳️ 落とし穴の深化 — SE を過小評価する 7 つの典型

SE にまつわる誤りは大半が「本来より小さい SE を報告してしまう」方向に働く。 SE が小さいほど t 統計量 = 推定値/SE が大きくなり、 偽陽性（あるはずのない有意）を生むからだ。 最頻の誤りから順に整理する。

🚀 発展の深化 — CLT・信頼区間・頑健 SE・デルタ法・検出力

① 中心極限定理 (CLT) が SE に正規性を与える

$SE=\sigma/\sqrt n$ という「大きさ」の式に対し、 中心極限定理は「形」を保証する。 元データの分布が歪んでいても（総人口は東京都のせいで強い右裾）、 標本平均 $\bar X$ の分布は n が増えると正規に近づく。 だからこそ「±1.96·SE で 95%」という正規近似の区間が使える。 逆に n が小さい・元分布が極端に歪むと近似が甘くなり、 t 分布やブートストラップが必要になる。 体感ラボ①下段の山が n が小さくても釣鐘型に見えるのは CLT の働きである。

② 信頼区間 = 推定値 ± z（または t）× SE

SE は信頼区間の「幅の単価」。 総人口の実測では 95%CI = 264.6 万 ± 2.013×40.8 万 = (182.4, 346.7) 万人。 SE を半分にすれば CI 幅も半分。 これが「精度を CI に翻訳する蝶番」であり、 仮説検定の $t=\hat\theta/SE$、 p 値、 t 検定もすべて SE を分母に共有する。

③ 頑健標準誤差 — σ/√n が使えない場面での測り直し

いずれも点推定 $\hat\beta$ は変えず、 「σ/√n が過小評価する不確実性を正しく測り直す」技術。 現代の実証研究では既定に近い。

④ デルタ法 — 変換した推定量の SE

推定量 $\hat\theta$ の関数 $g(\hat\theta)$ の SE は、 1 次テイラー展開で $SE(g(\hat\theta)) \approx |g'(\hat\theta)| \cdot SE(\hat\theta)$ と近似できる（デルタ法）。 例：対数変換なら $SE(\log\hat\theta)\approx SE(\hat\theta)/\hat\theta$、 オッズ比・比率・弾力性など「解析式はあるが直接分散が出しにくい量」に有効。 解析式が複雑すぎるときはブートストラップが代替になる。

⑤ 比率の SE と「±3 ポイント」の正体

比率 $\hat p$ の SE は $\sqrt{\hat p(1-\hat p)/n}$。 （実測）2023 年で「総人口 100 万人超の県」は 47 県中 37 県、 $\hat p=0.787$ なので SE $=\sqrt{0.787\times0.213/47}=0.060$（6.0 ポイント）。 世論調査の「±3 ポイント」は $1.96\times\sqrt{0.5\cdot0.5/1000}\approx0.031$ に由来し、 $\hat p=0.5$ で SE が最大化する（最悪ケース設計）。

⑥ SE と検出力の関係

検出力（真の差を有意と判定できる確率）は SE が小さいほど高い。 効果量 $\delta$、 有意水準 $\alpha$、 検出力 $1-\beta$ に対し必要 n は $n=(z_{\alpha/2}+z_\beta)^2\,2\sigma^2/\delta^2$ で、 SE を目標値まで下げる設計に等しい。 SE は「精度の入口」であり検出力・必要標本数の共通通貨になる。 関連: 検出力分析／サンプルサイズ／再現性。