/
信頼区間 計算機（Z・t分布）
推計統計学・高精度区間推定母平均・母比率の区間推定 & 必要サンプルサイズ逆算エンジン

信頼区間 計算機（Z・t分布）

母平均・母比率の信頼区間と許容誤差（誤差範囲）をZ分布・スチューデントのt分布から高精度に算出。インタラクティブな分布曲線、A/Bテスト比較、必要サンプルサイズ逆算シミュレーターを搭載。

実務・研究プリセット
95.00%
50%99.99%
連続量データ（平均値）パラメータ設定
点推定値 (標本平均 / 標本比率)
12.40
母平均の区間推定
許容誤差 / 誤差範囲 (E)
±1.44
95% 信頼係数 / 確信度
推定信頼区間 [下限, 上限]
[10.96, 13.84]
両側検定 (Two-sided)
標準誤差 (SE)
0.716
t* = 2.015 (自由度 (df)=44)
信頼区間 コックピットサマリー
統計分布ファミリー
適用分布の種類:スチューデントのt分布 (t分布) (自由度 (df) = 44)
臨界値 (Z* / t* 値):2.0154
有意水準 (α):5.00%
推計精度・分散パラメータ
基準標準誤差 (SE₀):0.7155
有限母集団修正係数 (FPC):FPC補正なし（無限母集団近似）
信頼区間幅 (Width):2.884
統計結果の平易な日本語解釈標本データから推計される真の母平均は、95の信頼水準において、10.96 〜 13.84の区間内に存在する可能性が高いと統計的に結論付けられます。1.44.
専門的意思決定に関するご留意事項（免責事項）本ツールは統計学・データ解析の学習、学術研究、および一般的な業務分析の支援を目的として設計されています。臨床試験の最終判定、医療診断、法的手続き、または多額の資金が関わる金融投資の最終決定を行う際は、専門の統計家や有資格専門家による確認を行ってください。
Z分布 & t分布
中心極限定理に基づく正規分布近似（Z分布）と、母分散未知・小標本に対応したStudentのt分布を自動判定・切替。
完全ローカル秘匿演算
入力された臨床データや機密マーケティングログは一切サーバーに送信されず、お使いのブラウザ内メモリでのみ安全に完結。
両側・片側検定対応
両側信頼区間（α/2）および片側上限・下限推定（α）に完全対応し、研究仮説に応じた自由な検定設計が可能です。
技術リファレンス・アーキテクチャガイド

信頼区間計算（Z値・t値） — 技術リファレンス

Z分布およびt分布を用いて標本平均・母比率の信頼区間と許容誤差（誤差範囲）を瞬時に算出。正規分布曲線グラフの可視化、必要サンプルサイズ逆算、有限母集団修正（FPC）に対応した高精度な統計解析ツールです。

信頼区間計算（Z値・t値） — 技術リファレンス — クライアントサイド完全ローカル実行アーキテクチャ図
信頼区間計算（Z値・t値） — 技術リファレンス — クライアントサイド完全ローカル実行アーキテクチャ図

主要パラメータと設定項目

信頼水準・信頼係数 (1 - α)確率測度・信頼度（%）

同一条件で無作為抽出と区間推定を無限に繰り返した際、真の母数（母平均や母比率）が区間内に含まれる理論的な割合です。実務慣例として、予備調査や探索的分析では90%、学術研究や一般的なビジネス調査では95%、人命に関わる新薬臨床試験や航空宇宙工学では99%または99.9%が厳格に適用されます。

初期値: 95%
サンプルサイズ・標本数 (n)観測データ数・整数（n ≥ 2）

独立した無作為抽出による観測値の総数です。中心極限定理の適用閾値（連続変量で一般にn ≥ 30、二項比率でnp ≥ 10かつn(1-p) ≥ 10）を左右し、母標準偏差が未知の場合に用いるスチューデントのt分布における自由度（df = n - 1）を決定します。

初期値: 100
点推定値 (x̄ または p̂)標本統計量（スカラー値）

標本データから算出した不偏標本平均（x̄）または標本比率（p̂ = x / n）です。左右対称な信頼区間の中央値（中心点）となり、未知の真の母集団パラメータ（母平均μまたは母比率p）に対する最良の推定量（経験的期待値）として機能します。

初期値: 50.0
標準偏差 (s または σ)ばらつきの尺度・散布度

母集団の真のばらつき（母標準偏差 σ）または標本データのばらつき（標本標準偏差 s）を表す指標です。実務統計の99%以上では母標準偏差σは未知であるため、標本標準偏差sを代用し、標準正規分布（Z値）の代わりにt分布の臨界値（t値）を用いて区間を算出します。

初期値: 10.0
標準誤差 (SE)推定量標本分布の標準偏差

点推定値が抽出ごとの偶然誤差でどれだけ変動するかを示す標本平均・比率の標準偏差です。平均値の場合はSE = s / √n、比率の場合はSE = √[p̂(1 - p̂) / n]で算出され、標本サイズの平方根に反比例して縮小します。

初期値: 1.00
許容誤差・誤差範囲 (E / ME)信頼区間の半径幅（スカラー値）

信頼区間の中心（点推定値）から両端境界までの片側幅（半径）であり、臨界値と標準誤差の積（E = z* · SE または E = t* · SE）で算出されます。指定した信頼水準において、標本推定量が未知の真の母数から乖離し得る最大の想定誤差を表します。

初期値: ±1.96

現場のベストプラクティス・実践Tips

頻度論における解釈の罠：真の母数は確率変数ではない

算出された95%信頼区間が[12.4, 16.8]であった場合、「真の母平均がこの範囲に入る確率が95%である」と解釈するのは統計学的な誤謬です。頻度論統計学において母数は固定された不変の定数であり、その区間に「100%入っている」か「0%（入っていない）」の二者択一に過ぎません。95%という数値は推定手法自体の信頼性を示しており、「独立した標本抽出を100回繰り返して100本の信頼区間を作成した場合、そのうち約95本の区間が真の母数を捉える」ことを意味します。

ワルド比率区間の境界破綻：区間幅ゼロと領域外超過のリスク

初等教科書に掲載される従来のワルド近似式 CI = p̂ ± z*·√[p̂(1-p̂)/n] は、標本比率 p̂ が 0 または 1 に極めて近い場合や小サンプルの場合に完全に機能不全に陥ります。p̂ = 0 のときは標準誤差が0となり「[0, 0]」という無意味な幅ゼロ区間を出力するほか、下限が0%未満、上限が100%を超える確率論的逸脱を頻発させます。実務では必ず確率領域 [0, 1] を厳密に保護し真の被覆確率を維持する「ウィルソンのスコア区間（Wilson Score）」やアグレスティ・クール法（Agresti-Coull）を採用してください。

サンプルサイズ設計における収穫逓減の法則（1/√n 則）

許容誤差（誤差範囲）はサンプル数 n に反比例するのではなく、平方根 √n に反比例して縮小します。誤差を半分（例えば ±4% から ±2%）に半減させるには、サンプルサイズを4倍（600から2,400）に増やさなければなりません。さらに誤差を10分の1に抑え込むには100倍の標本が必要です。リサーチ調査やマーケティング施策の予算策定では、標本収集コストの指数関数的増加と統計的精度の逓減効果を冷静に比較考量することが不可欠です。

有限母集団修正（FPC）：抽出率 n/N > 5% で調査コストを大幅削減

従業員アンケートや限定会員調査など、非復元抽出において母集団サイズ N に対する標本抽出率が5%を超える（n/N > 0.05）場合、無限母集団の標準式は標準誤差を過大評価します。有限母集団修正係数 √[(N - n)/(N - 1)] を乗じることで許容誤差を適切に圧縮可能です。例えば全社員 N = 1,000名の組織において、無補正では n = 384名必要な標本数が、FPC適用により n = 278名へと約28%削減でき、95%の信頼度を厳密に保ちながら実査費用を大幅に圧縮できます。

よくある落とし穴とトラブルシューティング

⚠️比率の信頼区間の上限・下限が 0% 未満または 100% を超過する

中規模サンプルにおいて極端な比率（p̂ < 0.05 または p̂ > 0.95）に対して正規近似（ワルド法）を適用した際に生じる古典的な数理的破綻です。本ツールの設定オプションで計算モデルを「ウィルソンのスコア区間（Wilson Score）」または「アグレスティ・クール法（Agresti-Coull）」に切り替えてください。境界値が正当な確率定義域 [0, 1] の内側に厳密に制約され、歪みのない信頼区間が得られます。

⚠️Z値の基準値（1.96）と実際の計算結果の許容誤差が乖離している

母標準偏差 σ が未知で標本標準偏差 s から推定している場合、本計算ツールは自動的に自由度 df = n - 1 の「スチューデントのt分布」へとルーティングされます。小サンプル（例: n = 15, df = 14）では、t分布の裾野の広がり（ファットテール）を補正するため、臨界値は z* = 1.960 ではなく t* = 2.145 へと拡大します。サンプルサイズが n > 100 を超えると、t* は漸近的に 1.960 へと収束します。

⚠️必要サンプルサイズの逆算シミュレーターで「無限大」または「NaN」が表示される

目標許容誤差がゼロ（E = 0）に設定されているか、比率の分散 p(1 - p) が未定義の場合に発生します。許容誤差は必ずゼロより大きい正の数（E > 0）を指定してください。事前の母比率 p の推測値が不明な場合は、分散が最大値（0.25）となる「p = 0.50（50%）」に設定することで、最も安全で過不足のない保守的な必要サンプル数を算出できます。

⚠️元データに強い歪度や外れ値があり中心極限定理の正規性が成立しない

生データ入力モードにおいて、サンプルサイズが小さく（n < 30）、著しい右裾の偏りや極端な外れ値が存在する場合、t分布の正規性前提が崩れます。ツールの要約統計量を確認し、歪度の絶対値が |1.5| を超えている場合は、中心極限定理が十分に働くようサンプル数を n ≥ 50 まで増やすか、対数変換（Log変換）を施して正規分布に近づけてから再分析を行ってください。

よくある質問 (FAQ)

標本平均に対する95%信頼区間はどのように計算しますか？▼

母標準偏差が未知の場合は CI = x̄ ± (t* · s / √n)、母標準偏差 σ が既知の場合は CI = x̄ ± (z* · σ / √n) の公式で計算します。ここで x̄ は標本平均、s は標本標準偏差、n は標本数、t* は自由度 df = n - 1、両側有意水準 α = 0.05 におけるt分布の臨界値です（大標本 n > 100 では z* = 1.960 に近似）。例えば x̄ = 50、s = 10、n = 25（df = 24、t* = 2.064）の場合、標準誤差は 10 / √25 = 2.0 となり、許容誤差は 2.064 × 2.0 = 4.13、求める95%信頼区間は [45.87, 54.13] となります。

信頼度95%・許容誤差±3%のアンケート調査に必要なサンプル数は何件ですか？▼

母集団が十分に大きい無限母集団において、最も安全側の仮定（比率 p = 0.5）を採用した場合、必要なサンプル数は厳密に「1,068件」となります。計算式は n = (z*² · p(1 - p)) / E² = (1.960² × 0.5 × 0.5) / 0.03² = 0.9604 / 0.0009 ≒ 1,067.11 であり、端数を切り上げて1,068件となります。なお、母集団が N = 10,000人などの有限母集団である場合は、有限母集団修正（FPC）を適用することで必要サンプル数を「965件」まで圧縮可能です。

Z値（正規分布）とt値（t分布）による信頼区間の違いは何ですか？▼

Z区間は標準正規分布を基準とし、母標準偏差（σ）が既知である場合や標本数が極めて大きい大標本（n > 100）で使用されます。一方、t区間はスチューデントのt分布を基準とし、母標準偏差が未知で標本標準偏差（s）から推定する場合に必須となります。未知の母標準偏差を推定する不確実性を織り込むため、t分布は正規分布よりも裾野が広く（ファットテール）、臨界値が高く設定されます（例: 自由度10・信頼度95%で t* = 2.228 に対し z* = 1.960）。これにより小標本でも過度に狭くならない実態に即した信頼区間が形成されます。

「95%信頼区間」とは、真の母平均がその区間の中に存在する確率が95%という意味ですか？▼

いいえ、厳密には異なります。頻度論統計学において、真の母平均は未知ですが「固定された客観的な定数」であり、変動する確率変数ではありません。したがって、一度算出された具体的な区間（例: [10.2, 14.8]）に真の平均値が含まれている確率は「100%」か「0%」のいずれかです。「95%」という数字は手法の長期的な捕捉率を表しており、「同じ母集団から同じ方法で無作為抽出を100回行い、100本の信頼区間を作成したとき、そのうち平均して95本の区間が真の値をカバーする」という区間推定手順の精度を保証するものです。

関連開発者ツール

全ツール一覧 →
車の減価償却・リセール計算finance

経過年数と走行距離から車の減価償却・リセールバリュー（査定相場）を算出。5年間の値落ち推移グラフ、下取り残価額、実質的な総所有コスト（TCO）を高精度に試算します。

ツールを開く→
電気代・消費電力計算機ユーティリティ

家電製品ごとの電気代と消費電力を簡単計算。kWh単位の消費電力量の推計、電気料金比較、月々の光熱費予測や省エネ買い替えシミュレーションに対応。

ツールを開く→
圧力単位換算（PSI・Bar）converter

PSI、bar、kPa、パスカル、気圧(atm)、水銀柱(mmHg)を瞬時に高精度換算。ゲージ圧・絶対圧の相互変換、真空到達率、水頭高・潜水深度、油圧推力まで完全網羅。

ツールを開く→
トルク単位換算ツールconverter

N·m（ニュートンメートル）、ft-lb（フィートポンド）、in-lb（インチポンド）、kgf·m間のトルク単位を瞬時に高精度相互換算。ボルト締付軸力計算、延長アダプター補正、エンジン回転数と馬力（PS/kW）の相関演算に対応。

ツールを開く→
電解質・水分補給計算機health

発汗量や運動強度、気温、ケトジェニック（糖質制限）に応じたナトリウム・カリウム・マグネシウムの必要補給量と最適な水分補給ペースを計算します。

ツールを開く→
EV充電時間・電気代計算ユーティリティ

普通充電（100V/200V）から急速充電（CHAdeMO/DC）まで、EVの充電時間・電気代・航続距離の増加分を高精度にシミュレーション。80%以降の充電出力低下（テーパー曲線）や車載充電器（OBC）のボトルネック、ガソリン車との燃料費比較にも完全対応。

ツールを開く→