母平均とは、分析対象となる集団全体（母集団）のデータの平均値のことです。統計的推定や機械学習において極めて重要な基本概念であり、通常はギリシャ文字の「μ（ミュー）」で表されます。実際のデータ分析では、すべてのデータを集めることが困難な場合が多く、一部のデータから得られる標本平均を用いて、真の母平均を推測することが一般的です。
母平均とは
母平均とは、調査や分析の対象となる「すべてのデータ」を含んだ集団である母集団全体の平均値のことです。確率分布の期待値とも関連し、統計学や機械学習におけるデータ全体の中心的な傾向を示す最も基本的なパラメータです。
詳しく解説
統計学では、研究者が真に知りたい対象の全体を「母集団」と呼びます。例えば、日本全国の成人の身長、ある工場で製造されるすべての部品の重さ、特定のWebサービスを利用する全ユーザーのアクセス時間などがこれに該当します。この母集団に属するすべてのデータの平均値が「母平均」です。しかし、現実のデータ分析や機械学習のタスクにおいて、無限に存在するデータや膨大なデータ（母集団）のすべてを測定することは時間的・コスト的に不可能な場合がほとんどです。そのため、一部のデータをサンプリングして分析する推測統計学の手法が用いられます。母平均は、母集団の特徴を決定づける重要なパラメータであり、データ全体の「真の基準値」としての役割を持ちます。機械学習における損失関数の設計や、モデルが予測すべき真の分布の期待値を定義する際にも、この母平均の概念が暗黙的または明示的に組み込まれています。
具体例・使われ方
例えば、あるスマートフォンのバッテリー寿命を開発する際、製造される数百万台すべての動作時間を測定して平均（母平均）を求めることは不可能です。そこで、ランダムに選ばれた100台のテスト結果から平均（標本平均）を計算し、そこから全体の母平均を推定します。また、機械学習モデルの訓練において、インターネット上のすべてのテキストデータ（母集団）における単語の出現頻度（母平均）を正確に知ることはできません。そのため、訓練データという一部のデータを用いてモデルのパラメータを最適化し、背後にある真の母平均に近似させようとします。
似た用語との違い
「母平均」と最も混同されやすいのが「標本平均」です。母平均が対象となる集団全体（母集団）の平均値であるのに対し、標本平均は母集団から一部だけ取り出したデータ（標本）の平均値です。母平均は常に一つしか存在しない固定された「真の値（パラメータ）」ですが、標本平均はどのデータをランダムに抽出するか（サンプリング）によって値が変動する「確率変数」となります。統計的推定では、手元にある標本平均から、未知である母平均の値を確率的に推測します。
注意点
母平均を扱う上での最大の注意点は、現実のビジネスや研究において「母平均の真の値を直接知ることは基本的にできない」という点です。私たちが目にする平均値の多くは、あくまで一部のデータから計算された標本平均に過ぎません。そのため、標本サイズが小さすぎたり、偏ったサンプリングを行ったりすると、推定された母平均の信頼性は著しく低下します。母平均を精度高く推定するためには、適切なサンプリング手法と、推定に伴う誤差（信頼区間など）を正しく評価することが不可欠です。