不偏推定量とは、統計学において推定値の期待値が真の母数と一致する性質を持つ推定量のことです。機械学習モデルのパラメータ推定や評価において、系統的な偏りがない優れた推定量として広く利用されています。
不偏推定量とは
一言でいうと不偏推定量とは、何度繰り返し計算しても理論上の「真の値」から中心がズレない、偏りのない推定値のことです。
詳しく解説
不偏推定量は、母集団から得られた標本データを用いて母数を推定する際に用いられます。統計的推定において、推定量の期待値が真のパラメータと等しい性質を「不偏性」と呼びます。この性質を持つ推定量が不偏推定量です。機械学習やディープラーニングの分野では、モデルの汎化性能を評価するための誤差分散の計算などで理論的な基準として重要な役割を果たします。
具体例・使われ方
例えば、大量のデータからデータセット全体の平均値を求める際、通常の標本平均は母平均の不偏推定量となります。また、回帰分析におけるモデルのパラメータ最適化や、残差分散の計算においても不偏推定量が利用され、モデルの過学習を防ぐための公平な評価を支えています。
似た用語との違い
偏りのある「偏倚推定量」や最尤推定量とは異なり、不偏推定量はサンプルサイズが有限である場合でも系統的なズレを持ちません。ただし、不偏推定量であることが必ずしも予測精度や平均二乗誤差の最小化において最適であるとは限らない点が違いとして挙げられます。
注意点
不偏推定量は平均的なズレがないという優れた性質を持ちますが、分散が大きくなる場合があり、必ずしも「最も精度の高い推定量」になるとは限りません。機械学習の実際のタスクでは、わずかな偏りを受け入れる代わりに分散を小さくする正則化やリッジ回帰などが好まれるケースもあります。
この解説は役に立ちましたか？誤りが含まれる場合はご報告いただけますと幸いです。
更新日時: 2026年9月11日 08:31