t検定とz検定の違いを徹底解説 いつ使うべきか中学生にもわかる言い方で

---

はじめに：t検定と z検定とは何か

この二つの検定はデータの平均に差があるかを確かめるための道具です。

t検定は母集団の分散が分からないときや標本が少ないときに使われることが多く、分布はt分布と呼ばれる少し膨らんだ形をします。これにより自由度という新しい仕組みを使って、データの量が少なくても正しい判断をする力を持たせます。

対して z検定は母集団の分散が既知で、標本の大きさが十分に大きいときに適しています。正規分布に近い分布を前提にして計算します。つまり母集団の情報が揃っている前提が多いのです。現実のデータでは分散が未知の場合が多いですが、大規模な調査や過去の研究で分散をある程度推定できる場合には z検定が便利になります。

日常のデータでも t検定と z検定の使い分けは大切です。たとえば学校の科学の実験でサンプルが少ない場合は t検定を選ぶのが安全です。統計の教科書でもまずは t検定の考え方を身につけ、次に z検定に進むのが一般的です。どちらを選ぶべきか迷ったときは結果の信頼性と前提条件を照らして判断するとよいでしょう。

使い分けのポイントと実務のコツ

ここでは両者の違いを実務的な観点から詳しく見ていきます。

まず大きな違いは 母集団の分散が未知か既知か です。t検定は分散が未知のときの推定を前提にし、z検定は既知のときに使われることが多いです。分散が未知なら標本から推定するため 標準偏差の推定値 が必要になります。これが t分布の理由です。

次に 標本の大きさ です。t検定は標本が小さいときでも信頼性を保つように分布を補正します。一方 z検定は標本が大きいとき、中心極限定理により近似精度が上がるため使われやすくなります。分布が大きいほど推定の誤差が小さくなるという基本原理が背景にあります。

さらに データの性質 も影響します。外れ値の有無やデータの分布の形によっては t検定 z検定のどちらが適切か変わります。ここで大切なのは 仮定を理解する ことです。仮定を満たさないと検定結果の解釈が誤ってしまう可能性が高くなります。

本当に困ったときはシミュレーションを使って検定の妥当性を自分で調べるのも良い方法です。

• 使い分けの実用的な目安 には、標本が小さいかつ分散が未知なら t検定、標本が大きいまたは分散が既知なら z検定を選ぶのが基本のルールです。
• データの前処理として、外れ値の扱いと正規性のチェックを忘れずに行いましょう。
• 二群の平均を比較する場合はそれぞれの検定の条件を確認し、独立か対になっているかも考慮します。

ピックアップ解説

友達と統計の話をしていたとき z検定の話題になった。彼は標準偏差のことをよく覚えていなくて困っていたが、私はこう説明した。 z検定は母集団の分散が既知かつデータが十分に大きい場合に使われる道具で、正規分布の形を前提にしている。だから小さなサンプルでは推定の不確かさが大きくなることを念頭に置く必要がある。私たちは実験データを前に、どれが前提条件を満たすかを一緒にチェックした。結果が出るまでの過程を丁寧に説明すると、彼も自分のデータに対してどの検定を使うべきかの感覚を少し掴めた。結局のところ、検定は結果だけでなく前提条件を確認することが大切だと再認識した雑談だった

---