DS検定 用語解説
母平均とは
母集団全体のデータから求まる平均の値。実際の調査では母集団全体を観測できないことが多く、標本平均から推定する対象となる。
まず押さえる結論
母平均は、DS検定の「第4章 統計・推定・検定」で確認しておきたい用語です。定義だけでなく、どの場面で使う言葉か、何と混同しやすいか、問題文のどの表現で判断するかまで確認します。
情報源と編集区分
公式範囲を確認し、具体例・誤答例・判断手順は当サイトが編集。 一次情報確認日: 2026-07-12。
試験概要（公式）試験での問われ方
定義の言い換え
用語そのものではなく、説明文の一部を言い換えて出されることがあります。
似た概念との比較
同じ章の用語と入れ替えた選択肢に注意します。対象、目的、使う場面を分けます。
具体例からの判断
問題文の事例が、定義のどの部分に対応しているかを先に確認します。
誤答しやすいポイント
×母平均・母分散と標本平均・標本分散（不偏分散）の取り違え。母集団の値と標本から計算した値は別物。
×p値を『帰無仮説が正しい確率』と誤解する。p値は帰無仮説のもとで観測結果以上に極端な結果が得られる確率。
×相関関係と因果関係の混同。ピアソンの相関係数が大きくても因果関係を示すとは限らない。
関連する確認問題
第4章 統計・推定・検定 / 推定・検定
誤答除外の観点から次のケースを検討する。効果がないのに、検定結果から効果があると誤って結論づけた。この誤りはどれか 他の候補が条件を満たさないことも確認して選べ。
誤答候補を役割ごとに除外すると「第1種の過誤」だけが条件を満たす。正解は「第1種の過誤」である。第1種の過誤は、本当は正しい帰無仮説を誤って棄却してしまう誤りを指す。これに対して第2種の過誤は、誤っている帰無仮説を棄却できずに受け入れてしまう誤りであり、設問が問う向きとは逆である。「標本誤差」は標本を抽出する際に偶然生じるばらつきであり、「サンプリングバイアス」は抽出方法が偏ることで生じる系統的な誤差であって、いずれも帰無仮説を棄却するかどうかという検定の判断の誤りを指す語ではない。検定では、正しい帰無仮説を棄却する誤りと誤った帰無仮説を棄却できない誤りのどちらを避けたいかを意識して、有意水準の設定を考える。
第4章 統計・推定・検定 / 因果推論
誤答除外の観点から次のケースを検討する。気温が飲料販売数と来店者数の両方に影響している。飲料販売施策の因果効果を調べる際の気温の扱いはどれか 他の候補が条件を満たさないことも確認して選べ。
誤答候補を役割ごとに除外すると「共変量（交絡因子）」だけが条件を満たす。正解は「共変量（交絡因子）」である。因果効果を推定したいとき、原因側の変数と結果側の変数の両方に影響する第三の変数を無視すると、見かけの関係を因果と誤解しやすい。設問では「双方に影響を与える変数」という条件が決め手になる。処置群と対照群は比較するグループ、対立仮説は検定で扱う仮説であり、原因側と結果側の双方へ影響する第三の変数を指さない。したがって共変量（交絡因子）を選ぶ。比較する集団と、双方へ影響する変数を混同しないことが重要である。
第4章 統計・推定・検定 / 統計数理基礎
誤答除外の観点から次のケースを検討する。商品Aを購入済みという条件のもとで、商品Bも購入する確率を求めた。この確率はどれか 他の候補が条件を満たさないことも確認して選べ。
誤答候補を役割ごとに除外すると「ある事象が起きたという条件のもとで、別の事象が起きる確率を扱う」だけが条件を満たす。正解は「ある事象が起きたという条件のもとで、別の事象が起きる確率を扱う」である。条件付き確率は、たとえば事象Aが起きたという前提のもとで事象Bが起きる確率を考える概念である。「確率変数の平均だけを扱う」は期待値の説明であり、条件をつけた確率そのものを表す概念ではない。「帰無仮説を棄却するかどうかだけを扱う」は統計的仮説検定の説明であり、条件付き確率とは別の枠組みである。「データベースの正規化だけを扱う」はテーブル構造を整理するデータエンジニアリングの話であり、確率の概念とは無関係である。
同じ章で確認したい用語
到達チェック
- 母平均を一文で説明できる
- 同じ章の似た用語と違いを説明できる
- 問題文の具体例から、母平均に関係する論点を拾える
- 関連問題を解き、誤答した選択肢の理由を確認できる
執筆: ミナト編集部（運営者情報を見る）