BellCurve 統計WEB

最大55万円の給付金還付
最大55万円の給付金還付
  • Step1. 基礎編
  • 18. 母平均の点推定

18-3. 推定量の性質


母平均の点推定では、標本平均のもつ「母平均がμ(ミュー)である集団から標本を抽出する場合、サンプルサイズ(=標本の大きさ)が大きくなるにつれて、標本平均は母平均μに近づく」という性質を用いました(17-2章 大数の法則より)。このように推定できるのは、母平均の推定量が「一致性」と「不偏性」という2つの性質を満たすためです。

■一致性について

推定量を元に母平均や母分散のような分布のパラメータ(母数)を推測するとき、その推測が正確である必要があります。大数の法則は、サンプルサイズnが大きくなると、標本平均が母平均に近づくというものでした。このように、nが大きくなれば、推定量がだんだんと真のパラメータに近づく性質を「一致性」と言います。

推定量\widehat{\theta}、真のパラメータをθと表記するとき、一致性を式で表すと次のようになります。

 \displaystyle  \forall  \varepsilon >0,~~n \rightarrow \infty,~~P(|\widehat{\theta}-\theta|> \varepsilon )=0

難しい式ですが、これを覚える必要はありません。この式は「nが大きくなれば、推定量\widehat{\theta}は真のパラメータ\thetaに近づく」ということ意味しています。

図2

■不偏性について

推定量を元に母平均や母分散のような分布のパラメータ(母数)を推測するとき、その推測が真のパラメータから大きく外れてしまっては意味がありません。言い換えると、推定量の期待値がパラメータに一致する必要があります。この性質を「不偏性」と言います。不偏性を、推定量\widehat{\theta}と真のパラメータ\thetaを用いて表すと次のようになります。

 \displaystyle E(\widehat{\theta})=\theta

これは、「nの値に関係なく、\widehat{\theta}期待値\thetaであること」を示しています。つまり、nが小さい時にも大きい時にも、推定量の外れ具合が偏っていない(外れ具合が上にも下にも同じである)ことを表しています。

図1

■標本平均の性質

標本平均は一致推定量であり不偏推定量です。そのため、標本平均の値を母平均の推定量として使うことができるわけです。


18. 母平均の点推定

事前に読むと理解が深まる- 学習内容が難しかった方に -


統計学やデータ分析を学ぶなら、大人のための統計教室 和(なごみ) [業務提携]


統計WEBを運営するBellCurveは、統計解析ソフト「エクセル統計」を開発・販売しています! 統計解析ソフト「エクセル統計」をインストール後のExcel上のタブとメニュー エクセル統計ジャケット画像


【エクセル統計/新規ユーザー】春の年度末SALE!
【エクセル統計/新規ユーザー】春の年度末SALE!

【BellCurve監修】統計検定®2級対策に最適な模擬問題集1~3を各500円(税込)にて販売中!

Kindleストアで配信中

統計検定®2級 模擬問題集1

500円(税込)

統計検定®2級 模擬問題集2

500円(税込)

統計検定®2級 模擬問題集3

500円(税込)