系統誤差とは、測定やデータ収集の過程において、特定の原因によって一方向に偏って生じる誤差のことです。統計学や機械学習では「バイアス」とも呼ばれ、測定器具の不備やサンプリング方法の偏りなどが原因で発生します。偶然によって左右される誤差とは異なり、原因を特定して補正や設計の見直しを行うことで、原理的には取り除くことが可能です。
系統誤差とは
系統誤差とは、測定やデータ収集、モデル構築のプロセスにおいて、常に一定の方向（正または負）に偏って生じる一貫した誤差のことです。一言で言えば「規則性のある偏り」であり、機械学習においてはモデルの「バイアス」として表現されます。
詳しく解説
系統誤差は、測定機器の校正ミス、実験手順の不備、あるいはデータの偏りなど、明確なシステム上の原因によって発生します。例えば、センサーが常に1度高く気温を測定している場合や、アンケートの回収方法が特定の層に偏っている場合などが該当します。機械学習においては、訓練データが現実世界の多様性を反映していない場合にこの誤差が顕著になります。系統誤差の最大の特徴は、測定回数を増やして平均値を取っても相殺されない点です。そのため、誤差の原因を特定し、実験設計の改善やアルゴリズムによる補正、訓練データの再収集などを行うことで対処する必要があります。
具体例・使われ方
具体的な例として、顔認識AIの開発時に、特定の肌の色や性別のデータばかりを集めた訓練データを使用した場合が挙げられます。この場合、AIは特定のグループに対して常に認識精度が低くなるという系統誤差を抱えることになります。また、ウェブサイトでのアンケート調査において、インターネットを頻繁に利用する若い世代の回答ばかりが集まるサンプリングバイアスも、典型的な系統誤差の例です。
似た用語との違い
系統誤差と混同されやすい概念に「偶然誤差」があります。偶然誤差は、測定ごとにランダムに変動する原因不明の誤差であり、測定回数を増やして平均化することでゼロに近づけることができます。一方、系統誤差はどれだけ測定を繰り返しても平均化によって消えることはなく、常に同じ方向に偏り続けます。また、機械学習モデルの文脈では、系統誤差は予測の正確性を損なう「バイアス」に対応し、偶然誤差はデータのばらつきによる「バリアンス」に対応します。
注意点
系統誤差の注意点は、データや評価指標の数値を見るだけでは、その存在に気づきにくいことです。訓練データにおいて高い精度を示していても、実運用環境（テスト環境）で予期せぬ偏りが発生し、モデルの予測が大きく外れる過学習のような現象や、公平性を欠く判断につながることがあります。系統誤差を完全に排除するためには、データ収集段階におけるサンプリングバイアスの排除や、検証プロセスの客観的な設計が不可欠です。