信頼区間・区間推定とは ― 身近なシーンでわかりやすく解説

1. エピローグ

目覚ましが6時30分に鳴った。

今日は外回りが3件ある。

スマホで天気アプリを開くと「降水確率40%」と表示されていた。

折りたたみ傘、持っていくべきか。

40%という数字が微妙だ。

50%を超えていれば迷わず持っていく。10%なら置いていく。

でも40%はどっちとも言えない。

実は気象予報士は「降水確率40%」という1つの数字を出す前に、膨大なシミュレーションを回している。

100通りのシナリオのうち40通りで雨が降るという計算だ。

「雨が降る」か「降らない」かの二択ではなく、確率の範囲で考えている。

結局、傘を持っていった。外回り中に雨は降らなかった。

でも持っていって正解だったと思う。

40%は「降らない」ではないから。

13時45分。オフィスに戻る途中でスマホを確認した。

重要な契約書が届く予定だ。

宅配便の追跡サービスを開くと「14〜16時にお届け予定」と表示されている。

14時に戻るべきか、16時まで外出を続けるべきか。

「14〜16時」という2時間の幅。これは配達員が「だいたいこのくらい」と適当に言っているわけではない。

過去の配達データから「この時間帯に届く確率が最も高い」という範囲を計算した結果だ。

14時ちょうどに届くこともあれば、16時ギリギリになることもある。

でも「14〜16時」という範囲の中に収まる確率は高い。

13時55分にオフィスに戻った。

書類は15時20分に届いた。範囲の中だった。

22時。ソファに座ってスポーツニュースをつけた。

解説者が話している。

「大谷選手の今シーズンのホームラン数は40〜50本と予想されます」

なぜ「45本」と言わないのか。

過去のデータ、コンディション、対戦投手の傾向。様々な要素を考慮しても、未来は1つの数字に絞れない。「40〜50本の範囲に収まる確率が高い」という言い方が、データに正直な表現だ。

もし「45本」と断言したら、44本でも外れになる。

「40〜50本」と言えば、その範囲に収まる限り予測は正しかったことになる。

点ではなく、範囲で考える。

• 天気予報の降水確率。
• 宅配便の配達時間。
• 大谷選手のホームラン予測。

3つに共通しているのは「1つの数字ではなく、範囲で伝えている」ということだ。

この「データから範囲を推定する」考え方が、信頼区間だ。

2. 信頼区間とは何か

手元のデータ(標本)から、本当の値(母数)がどの範囲に収まるかを推定したものだ。

「95%信頼区間」とは「同じ方法で100回データを取ったとき、95回はこの範囲に本当の値が含まれる」という意味だ。

先ほどの3つの例に当てはめるとこうなる。

3. 図で見る

過去30日間の降水確率の予報と実際の降水の関係を見てみる。

降水確率40%と予報された日のうち、実際に雨が降ったのは42%。ほぼ一致している。これが信頼区間の考え方だ。「40%」という数字は「だいたいこのくらいの確率」という範囲の中央値に過ぎない。

青の線が予報の降水確率、水色の帯が95%信頼区間だ。

「40%」という1点ではなく「32〜48%の範囲に収まる確率が95%」という形で表現できる。

ここで2つのことを覚えておいてほしい。

① 信頼区間が広いほど、予測の不確かさが大きい

夏(7〜8月)は降水確率が高く、信頼区間も広い。

データのばらつきが大きい時期ほど、範囲が広くなる。

「だいたいこのくらい」という幅が大きいということだ。

② 点ではなく範囲で伝えることで、意思決定の質が上がる

「明日の降水確率は40%」と言うより「35〜45%の範囲」と伝える方が正直だ。

大谷選手の解説者が「45本」と言わないのも、宅配便が「15時に届く」と言わないのも同じ理由。

マネジャーの予測報告も同じで「1,000万円」より「850〜1,150万円」の方が信頼される。

4. 計算式

95%信頼区間

• $\bar{x}$: 標本平均
• $t$: t分布の臨界値(サンプル数6の場合、自由度5でt≈2.571)
• $s$: 標準偏差
• $n$: サンプル数

今回の例: $101.3 \pm 2.571 \times \frac{9.7}{\sqrt{6}} = 101.3 \pm 10.2$ → 91〜112万円

生成AIにデータを渡せば1秒で計算できる。手計算は不要。

5. この統計を使った営業シーン記事

• 営業の目標設定 ― 信頼区間で「現実的な目標」を設計する