DS検定 用語解説
標本誤差とは
母集団全体ではなく一部の標本だけを調べることによって生じる、真の値とのずれ。標本の抽出方法とは無関係に、標本を使う限り原理的に生じる。
まず押さえる結論
標本誤差は、DS検定の「第5章 データ準備・可視化技法とモデル化」に出てくる用語です。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: 2026-10-02。
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
「第5章 データ準備・可視化技法とモデル化」の問題で、取り違えやすい組み合わせです。
- 標本誤差とサンプリングバイアスの混同。標本誤差は標本抽出に伴う偶然のばらつき、サンプリングバイアスは抽出方法の偏りによる系統的な誤差。
- 過学習を『精度が高いこと』と誤解する。訓練データに過剰適合し未知データへの汎化性能が下がる問題として理解する必要がある。
- Precision（適合率）とRecall（再現率）の取り違え。目的（見逃しを減らしたいか、誤検知を減らしたいか）によって重視する指標が変わる。
関連する確認問題
第5章 データ準備・可視化技法とモデル化 / データ準備
標本誤差とサンプリングバイアスの違いについて、最も適切な説明はどれか。
正解は「標本誤差は偶然生じるばらつき、サンプリングバイアスは抽出方法の偏りによる系統的な誤差」である。標本誤差は標本を取る以上避けにくい偶然のずれだが、サンプリングバイアスは集め方が偏っていることで生じる。標本サイズを増やしても、抽出方法が偏ったままだとバイアスは残る。設問では二つの用語を、偶然のばらつきか抽出方法の偏りかで対応付ける。定義を逆にした選択肢、同じ意味とする選択肢、標本サイズだけで必ず解消するとする選択肢を明確に除外する。
第5章 データ準備・可視化技法とモデル化 / データ準備
標本誤差とサンプリングバイアスについての説明として、誤っているものはどれか。
誤っている説明を選ぶので、2つの誤差の性質に注意する。正解は「サンプリングバイアスは、標本を大きくすれば必ず解消する」である。サンプリングバイアスは、抽出方法の偏りによる系統的な誤差であり、標本を大きくしても、偏った方法で集める限り残る。標本誤差が無作為に抽出しても偶然生じるずれであること、無作為化がグループの構成の偏りを減らす工夫であることは、正しい説明である。したがって、標本を大きくすれば偏りが必ず解消するとする説明が、設問の誤った説明である。
第5章 データ準備・可視化技法とモデル化 / データ準備
無作為抽出による偶然のずれと、抽出方法による系統的な偏りを区別した説明として最も適切なものはどれか。
偶然のずれと抽出方法の偏りを区別する問題なので、それぞれの原因に注目する。正解は「標本誤差は偶然生じるばらつき、サンプリングバイアスは抽出方法の偏りによる系統的な誤差」である。標本誤差は無作為に抽出しても一部だけを調べることで偶然生じるずれで、サンプリングバイアスは集め方の偏りによって一方向にずれる誤差である。説明を逆にした選択肢は原因の取り違えである。取り直すたびに同じ向きにずれるのは系統的な偏りの特徴であり、偶然のずれは向きがばらつく。標本の大きさを大きくしても、抽出方法の偏りは残る。したがって、2つを正しく区別しているのは、偶然のばらつきと系統的な偏りに分けた説明である。
同じ章で確認したい用語
他資格でも出題される用語
到達チェック
- 標本誤差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、標本誤差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）