第2回：記述統計と推測統計の違い

統計には2つの役割がある

みなさん、こんにちは。スマート・アナリティクス代表の畠です。

前回は、統計学がどのような歴史的背景をもって生まれてきたのかを見てきました。今回はそこから一歩進んで、統計学が「何をする学問なのか」を整理していきましょう。

結論から言うと、統計には大きく分けて2つの役割があります。ひとつは、手元のデータを整理して分かりやすくする「記述統計」。もうひとつは、一部のデータから全体を推し量る「推測統計」です。この違いを理解することが、統計を正しく使うための最初の関門になります。逆に言えば、ここさえ押さえておけば、これから出てくる用語の多くが「どちらの話なのか」で整理できるようになります。

少しイメージしにくいかもしれないので、身近な場面を思い浮かべてみましょう。健康診断で「あなたの血圧は今日◯◯でした」と教えてもらうのは、いま測ったデータをそのまま整理して伝える話です。一方で、ニュースで「この新しい治療法は効果が期待できそうだ」と言うときは、限られた人数の結果から、まだ試していない多くの人についても考えています。前者が記述統計、後者が推測統計のイメージです。同じ「統計」という言葉でも、やっていることがまるで違うのです。

統計の出発点は「測ること」

統計の最も基本的な考え方は、物事を観測し、「測る」ことです。ここでいう「測る」には、単に数えることだけでなく、平均を出すといった何らかの計算を行うことも含まれます。

データを集め、その特徴や傾向を整理し、そこから何かを理解する——この一連の流れが、統計の出発点です。たとえば「今月のお店の来客数」を毎日記録するだけでも立派なデータですし、そこから「土日は平日の1.5倍」と気づけば、もう立派な統計的な見方をしています。難しく考えず、まずは「測って、ならべて、ながめる」ところから始まると思ってください。

もうひとつ例を挙げましょう。毎朝の体重を1か月ノートに書き続けると、それだけでは単なる数字の羅列です。けれども「平日は減って週末に戻りやすい」と気づいた瞬間に、ただの記録が「傾向の発見」に変わります。測ることそのものよりも、測ったものを並べてながめ、そこにあるパターンを読み取ろうとする姿勢こそが、統計のはじまりだと考えてみてください。

統計は「個人」ではなく「集団」を扱う

統計が扱う対象は、原則として集団です。ある一人の意見や行動そのものに注目するのではなく、多くの人や事象に共通する傾向や状態を把握することを目的とします。

たとえば、ある一人の身長が170cmだと分かっても、それだけでは「日本人は背が高いのか」は分かりません。けれども、何千人ぶんの身長を集めて平均や散らばりを見れば、集団としての特徴が見えてきます。統計は「一人の正解」ではなく「全体の傾向」を相手にする——この感覚が、次の母集団と標本の話につながります。

これは日常の会話にもよく顔を出します。「うちの店ではこの商品がよく売れる」と感じても、それが本当に多くのお客さまに共通する傾向なのか、それともたまたま熱心な常連さんが何人かいるだけなのかは、一人ひとりの印象だけでは判断できません。統計の見方を身につけると、こうした「個人の実感」と「集団の傾向」を切り分けて考えられるようになります。逆にこの切り分けが甘いと、目立つ一人の声を全体の声だと思い込んでしまいがちです。

母集団と標本（サンプル）

統計を理解するうえで欠かせない考え方が、母集団と標本（サンプル）です。現実の調査や研究では、調べたい対象すべてのデータを集めることは、ほぼ不可能です。そこで「一部のデータから全体を考える」という発想を取ります。

たとえば、日本国民全体の意識を知りたい場合、「日本国民すべて」が母集団、「実際に調査した1000人」が標本です。選挙の出口調査やテレビの視聴率も、まさにこの考え方で成り立っています。全員に聞かなくても、適切に選んだ一部から全体を推し量る——この「母集団」と「標本」の区別が、統計学の土台になります。

もっと身近な例だと、お味噌汁の味見がそのまま母集団と標本の関係になっています。鍋いっぱいのお味噌汁が母集団、スプーン一杯が標本です。よくかき混ぜてから味見すれば、ほんの一口で鍋全体の味が分かります。逆に、表面だけをそっとすくって味見しても、底に沈んだ味噌の濃さは分かりませんよね。「全部飲まなくても、適切に取り出した一口で全体が分かる」——この感覚が、推測統計の出発点です。

ここで大切なのは、標本の選び方です。母集団からかたよりなく選ばれていないと、いくら人数を増やしても全体を正しく映しません。たとえば若い人にだけ聞いた調査の結果で「国民全体の意見」を語ることはできませんよね。だからこそ推測統計では、「何人集めるか」と同じくらい「どうかたよりなく選ぶか」が重要になります。先ほどの味見でいえば、かき混ぜずに味見するのが「かたよった標本」、よくかき混ぜてから味見するのが「かたよりのない標本」にあたります。

統計の2つの種類：記述統計と推測統計

では、いよいよ本題の2つの役割です。

記述統計は、手元にあるデータ（標本）の特徴を整理し、分かりやすく表現するための方法です。平均値や中央値、グラフや表を用いて、「このデータはどのような特徴を持っているのか」を理解します。ここでは母集団について考える必要はありません。まずは目の前のデータを正しくつかむことが目的です。

記述統計のイメージは、撮ってきた写真をアルバムに整理する作業に似ています。バラバラの数字をそのまま眺めても傾向は見えませんが、平均で「だいたいの真ん中」をつかみ、グラフで「どこに山があるか」を描き出せば、データの姿がぐっと分かりやすくなります。あくまで「いま手元にあるもの」を丁寧に見える化するのが記述統計の役割です。

推測統計は、標本から母集団について考えるための方法です。限られたデータをもとに、全体の傾向や特徴を推し量ることを目的とします。出口調査の数百人から「当選確実」を導くのは、まさに推測統計の働きです。

こちらは、手元の一部から「まだ見ていない全体」へと考えを伸ばしていく作業です。だからこそ「ぴったり当てる」ことはできず、つねに「だいたいこのあたり」「これくらいは外れるかもしれない」という幅や不確かさがついてまわります。推測統計が記述統計より少し難しく感じられるのは、この「見えていないものを相手にする」という性質があるからです。

さらに、推測統計は推定と検定という2つの考え方に分かれます。推定は、標本から母集団の値を推し量ること（例：標本平均から「母集団の平均は約◯◯」と見積もる）。検定は、得られた結果が偶然ではないかを確認すること（例：2グループの差が、たまたまではなく意味のある差だと言えるか）。この「推定」と「検定」が、推測統計の中心になります。

もう少しかみくだくと、推定は「全体の値はだいたいこれくらいだろう」と当たりをつける作業、検定は「いま見えている差は本物か、それとも偶然のゆらぎか」を見きわめる作業です。たとえば新商品Aと従来品Bを比べて、Aのほうが少し評価が高かったとします。推定は「Aの満足度は全体でこのあたり」と見積もり、検定は「このAとBの差は、たまたま今回の人たちでそうなっただけではないか」を確かめます。同じ推測統計でも、問いの立て方が違うのです。

身近な例で整理してみましょう。あるクラス40人の数学のテストを考えます。「このクラスの平均点は72点で、いちばん多いのは70点台」とまとめるのが記述統計です。一方、「この結果から“学年全体”の平均もだいたい70点くらいだろう」「A組とB組の差は偶然とは言えない」と判断するのが推測統計です。同じデータでも、目の前を説明するのか、その先を推し量るのかで、使う道具が変わる——この感覚をつかめれば十分です。

もうひとつ、お店の場面でも考えてみましょう。「先月の来店者は平均して1日120人だった」と振り返るのは記述統計です。これに対して、「この調子なら来月もだいたい同じくらい来そうだ」「クーポンを配った週と配らなかった週で、来店数の差は意味があると言えそうか」と先を見すえて判断するのが推測統計です。記述統計が「過去の事実の整理」、推測統計が「まだ分からないことへの判断」と考えると、両者の役割の違いがすっきりします。

記述と推測を混同しないことが重要

統計でよくある誤りは、記述統計と推測統計を混同してしまうことです。手元のデータを「整理して説明しているだけ」なのに、いつのまにか「世の中全体もそうだ」と言い切ってしまう——これは記述の話を推測にすり替えてしまった状態です。

たとえば、自社サイトのアンケートに答えてくれた100人のうち8割が「満足」と回答したとします。これを「うちの回答者の8割が満足だった」とまとめるのは記述統計で、まったく正しい言い方です。ところがこれを「世の中の8割がうちのサービスに満足している」と言いかえた瞬間、答えていない大多数の人まで含めた話、つまり推測の話に変わってしまいます。しかも、わざわざ回答してくれる人は満足度が高めにかたよりやすいので、この飛躍はとても危ういのです。

迷ったら、こう自問してください。いま自分がやっているのは、データを整理して理解しているのか、それとも全体について判断しようとしているのか。この違いを意識するだけで、統計の使い方は大きく変わります。

よくあるつまずき・誤解

記述統計と推測統計をめぐっては、入門の段階でつまずきやすいポイントがいくつかあります。ここでは代表的な誤解を取り上げ、やさしく整理しておきましょう。先に「ありがちな勘違い」を知っておくと、あとの回がぐっと理解しやすくなります。

誤解1：標本は多ければ多いほど正しい。人数を増やすこと自体は精度の助けになりますが、それだけでは不十分です。もし選び方がかたよっていれば、いくら人数を増やしてもかたよった結論にしかなりません。たとえば駅前の昼間だけで1万人に聞いても、夜働く人や在宅の人の声は入ってきません。「何人か」より先に「どうかたよりなく選ぶか」を考える——これが推測統計の勘どころです。

誤解2：平均さえ見れば、そのデータのことは分かる。平均は便利な要約ですが、それだけでは見落としが生まれます。たとえば平均年収が同じ2つの集団でも、片方は全員が近い金額、もう片方は一部の高所得者が平均を押し上げているだけ、ということがあります。平均と一緒に「どれくらい散らばっているか」を見る大切さは、第4回の散らばりの話でくわしく取り上げます。

誤解3：推測統計を使えば「絶対に正しい答え」が出る。推測統計は、限られた一部から全体を推し量る方法なので、もともと「外れる可能性」を含んでいます。だからこそ「だいたいこの範囲」「これくらいは間違うかもしれない」という幅をセットで考えます。統計は白黒をつける魔法ではなく、不確かさと上手につきあうための道具だと受け止めてください。

よくある質問

記述統計と推測統計、どちらから学べばよいですか？

記述統計から学ぶのがおすすめです。目の前のデータを正しく整理・要約できることが、全体を推し量る推測統計の土台になるからです。本シリーズも第3〜5回で記述統計を扱ってから、第7〜8回で推測統計に進みます。

母集団と標本は、何が違うのですか？

母集団は「本当に知りたい対象全体」、標本はそこから実際に取り出して調べた「一部」です。たとえば全有権者が母集団、出口調査で聞いた数百人が標本にあたります。標本をもとに母集団を推し量るのが、統計の基本的な発想です。

標本は何人くらい集めればよいですか？

目的や求める精度によって変わるため、一概に「何人」とは言えません。 ただし、人数だけでなく「母集団からかたよりなく選べているか」がとても重要です。人数が多くても選び方がかたよっていると、正しく推測できません。具体的な必要数は、第7回以降で考え方を紹介します。

記述統計だけでは不十分なのですか？

目的によります。手元のデータの特徴を正しく伝えたいだけなら、記述統計で十分なことも多いです。一方で「調べていない全体についても言いたい」「2つのグループの差に意味があるか確かめたい」という場面では、推測統計が必要になります。まずは目的が「整理」なのか「判断」なのかを意識するとよいでしょう。

推測統計の「推定」と「検定」は、どう使い分けるのですか？

推定は「全体の値はだいたいこれくらいだろう」と見積もりたいときに使います。検定は「いま見えている差は偶然ではなく、本物の差と言えるか」を確かめたいときに使います。どちらも標本から母集団を考える点は同じですが、立てる問いが違うと考えてください。くわしくは第7回・第8回で扱います。

具体的な分析手法は、どこで調べればよいですか？

本シリーズで全体像をつかんだうえで、個々の手法を深く知りたくなったら、分析手法を体系的にまとめたガイド（分析手法完全ガイド）も参考になります。また、シリーズの他の回（たとえば第3回以降）でも、記述統計の具体的な道具を順に紹介していきます。

次回に向けて

ここまでで、統計には「整理する役割（記述統計）」と「考える役割（推測統計）」があることを見てきました。次回は、記述統計の第一歩として、平均値・中央値・最頻値の違いとは？を取り上げます。たくさんの数字を、どうすれば意味のある形に“ぎゅっと”まとめられるのか。いっしょに見ていきましょう。