t分布とz分布の違いを徹底解説！サンプル数が少ないときの謎を解く中学生にもわかる統計入門

---

はじめに t分布と z分布の違いをざっくり理解する

統計の世界にはさまざまな分布がありますが中でも t分布と z分布はとてもよく使われます。まず覚えておきたいのは母集団の分散や標準偏差が未知かどうか、そしてサンプル数がどのくらいあるかによって使い分けが変わるという点です。z分布は母集団の分散が既知で、サンプル数が多いときに安定して近似できるのに対して、t分布は未知の分散と少ないデータに強く、尾の部分が厚くなる傾向があります。

まずは用語の整理です。z分布は標準正規分布とも呼ばれ、平均0と分散1の形をしています。母集団の分散が既知である前提のもと、検定や推定を行う際の基準として使われるのが特徴です。一方のt分布は、母集団の分散が未知で、しかもデータの数が限られている場合に現れる特有の形をしています。自由度と呼ばれる指標が小さいほど尾が分厚く、データが少ないときの不確実さをうまく表現します。

以下のポイントを押さえると、どちらを使うべきかがスッと見えてきます。

サンプル数が多いほど t分布は z分布に近づく、
未知の分散を前提にするときは t分布を優先する、
分布の形が異なるので検定の臨界値も変わる、という3つです。これらの考え方を実務で使えるようにしておくと、データの状況に合わせて正しい判断ができます。

t分布とz分布の実務的な使い分けのポイント

この節では実務での使い分けを具体的に整理します。サンプル数が十分に大きい場合は z分布を使うのが無難です。なぜならサンプル数が多いと分布の形が安定し、未知の分散の影響が薄くなるからです。反対に、サンプル数が少ない場合は t分布を使うべきです。自由度が低いほど尾が重くなり、極端な値が出やすいという性質を考慮しなければなりません。

ただし現実のデータでは必ずしも母集団分散が分かるわけではなく、さらにサンプル数が少ないケースがよくあります。そうした場合に強い味方となるのが t分布です。

自由度が増えると t分布は次第に z分布に近づくため、データが増えれば検定の閾値が徐々に z分布と同じように振る舞います。これを理解しておくと、データを集めるペースや検定の結果の解釈がしやすくなります。

最後に実務のチェックリストを整理します。

母集団分散が未知かつサンプル数が少ないなら t分布を選ぶ。

母集団分散が既知またはサンプル数が十分に大きいなら z分布を使う。

データの状況に合わせて分布を選べば、検定結果の解釈がぶれにくくなります。これを日常のデータ分析に落とし込むと、どう判断すべきかが迷わなくなります。

まとめと実践のヒント

最後に覚えておきたいポイントを簡潔に並べます。

z分布は母集団分散が既知でサンプル数が多いときの基本選択、
t分布は母集団分散が未知でサンプル数が少ないときに強い味方
、
自由度が大きくなるほど t分布は z分布に近づく
、
実務ではデータの前提条件を事前にチェックして最適な分布を選ぶことが重要

• サンプル数が多いほど z分布を選びやすい
• 母集団分散が未知なら t分布を使うのが妥当
• 検定の閾値は分布の形によって変わる
• データの前提条件を確認しながら解釈する

ピックアップ解説

ある日の放課後、友達のあかりと statistics カフェごっこをしていた。私が t分布と z分布の違いをざっくり話すと、あかりはすぐにこう尋ねた。先生が言っていた自由度って何なのか、もっと具体的に知りたいと。そこで私は、テストの点数を例にして話し始めた。サンプル数が少ないときは分布の尾が厚くなること、つまり平均の周りの“揺れ”が大きくなること。自由度が増えるとその揺れが少なくなって、z分布に近づくことを実感してもらうために、ボールを使って数を増やしたモデルを一緒に作ってみた。あかりは納得して、次のテストでサンプル数を増やして検定してみようと意欲を見せた。数学の話を友達と雑談形式で深掘りするのは楽しいと、私はしみじみ感じた。

---