標本統計量とは、母集団から抽出された標本データをもとに計算される数値の総称です。データ分析や機械学習において、全体を調査することが困難な場合に、一部のデータから平均値や分散などを算出し、背景にある全体の性質を推定・評価するために用いられます。標本平均や標本分散などが代表的な標本統計量の例です。
標本統計量とは
標本統計量とは、母集団の一部である標本から得られたデータを使って計算された数値のことです。
詳しく解説
データ分析や機械学習では、対象とする全てのデータ（母集団）を集めることが難しい場合が多くあります。そのため、全体から一部のデータを標本として抽出し、その標本から得られる各種の数値を計算します。これが標本統計量です。例えば、標本全体の平均を示す標本平均や、データのばらつき具合を示す標本分散などがあります。統計的推測やデータ分析のプロセスにおいて、未知の真の値である母数を推定したり、仮説検定を行ったりするための基盤となる重要な概念です。
具体例・使われ方
機械学習モデルの訓練において、大量のユーザーログから一部をランダム抽出し、その標本における平均購入額（標本平均）やばらつき（標本分散）を計算して顧客特性を把握するケースが挙げられます。また、A/Bテストにおいて一部のユーザーグループのコンバージョン率を計測し、新機能の効果を定量評価する際にも標本統計量が利用されます。
似た用語との違い
母集団全体の性質を表す定数である母数（母平均や母分散など）と混同されやすいです。母数は真の固定値であるのに対し、標本統計量は抽出した標本の取り方によって値が変化する確率変数である点が大きく異なります。標本統計量は、未知の母数を推測するために標本から手元で計算される値です。
注意点
標本統計量は抽出された標本に依存するため、標本のサイズが小さすぎたり、偏った抽出を行ったりすると、本来の全体像と大きく乖離した値になるリスクがあります。データ分析やモデル評価で正しい結論を得るためには、適切なサンプリング手法を用いて標本の代表性を確保することが不可欠です。