区間推定のイメージ

区間推定は、検定と対をなす手法で、検定よりも区間推定の方がわかりやすいので、個人的にはこちらの方が好きです。

検定については、以前書かせていただきました。

普通、データからある結果を得たり、データを要約した数値を出そうとしたら、ある値になります。

例えば、野球なら日本ハムのチーム打率の推定値は.300だ。というのがあると思います。

しかし、データから得られた結果が必ず正しいとは限りません。それは、誤差を含んでいるからです。

区間推定では、この誤差を考慮して、推定値に幅を持たせて推定します。これにより、点推定では考慮に入れることのできない、データのばらつきを推定に用いるのが、区間推定の重要なところです。

これはある意味、検定をしていると言ってもいいかもしれません。検定ができるとき、区間推定もできるので、実際の分析では、両方ともやってみて判断するのが良いと思います。

問題はデータのばらつきが大きいとき、区間推定の幅が広くなりすぎて、全く意味のない推定になってしまう場合があることです。

日本ハムのチーム打率が.200から.400の間に入っているとか言われても、そんなの当り前だろ！と言われることになるでしょう。それじゃあせっかくの分析の意味がありませんよね。

上のような場合は、データが多ければ、まったく意味のない区間推定になることは少ないので、より良い推定をしたいときはデータを集めなおす必要があるのかなと思います。

区間推定は、点推定よりも情報量が多く、正しい推定ができるので、より良い判断をするための材料になるでしょう。点推定だけでなく、区間推定もしていきましょう。