統計信頼区間統計検定推測統計

信頼区間計算ツール｜平均値・比率の95%CIを即算出、Wald/Wilson法・医療/世論調査での実務対応

Q: 信頼区間の「正しい」意味は?

「同じ手続きで100回調査すれば約95回は区間が真値を含む」が頻度主義の正確な意味。「真値が区間に入る確率95%」は厳密には誤り。ベイズの信用区間なら直接解釈可能。

Q: サンプルサイズは大きいほど良い?

誤差幅は小さくなるがコストも大きい。nが4倍で誤差幅は半分の√n則。n=385で±5%、n=1000で±3%が世論調査の実務相場。

Q: 95%CIと信頼度99%CIどちらを選ぶ?

95%が学術・実務の慣習的な妥協点。信頼度を上げると区間が広がり情報量が下がる。医学の重要判断や薬事では99%も選択される。

Q: 標準偏差(SD)と標準誤差(SE)は何が違う?

SDは個体のばらつき、SEは標本平均のばらつきでSD/√n。SDは記述統計、SEは推測統計。医学論文は原則SD、社会科学は原則SE・CI併記。

Q: 比率が0%や100%に近いとき信頼区間は?

Wald法は非現実的な区間を返すため不適切。Wilson法・Clopper-Pearson法・Agresti-Coull法を使う。R binom、Python statsmodelsで計算可能。

Q: 母SDが未知の場合、正規分布とt分布どちらを使う?

厳密には自由度n-1のt分布。n≥30でほぼ正規近似が有効(t_{0.025,29}=2.045 vs z=1.960)。n<30ではt分布必須。

Q: 複数のCIが重なった場合、有意差はある?

重なっていても有意差ありのケースあり(重なり小さい場合)、重ならなくとも常に有意とは限らない(独立性次第)。「差のCI」で0を跨ぐか判定。

Q: ExcelでCIを計算するには?

=CONFIDENCE.NORM(alpha,sd,size)で片側マージン。95%CIならalpha=0.05。標準誤差はSTDEV.S/SQRT(COUNT)で取得後±1.96*SEで手動計算。

Q: ベイズの信用区間との違いは?

頻度主義は区間が確率変数、ベイズはパラメータが確率変数。ベイズでは事前分布から事後分布を求め2.5-97.5%分位点で95%信用区間を定義でき「真値がこの区間に95%」と直接解釈可能。

Q: 統計検定2級で頻出のCI問題は?

母平均の区間推定(母SD既知・不知)、母比率の区間推定、母分散の区間推定(カイ二乗分布)、対応のあるサンプル、2群の平均差の区間推定が頻出。

標本データの平均値・比率の信頼区間(Confidence Interval, CI)を、標本平均・標本SD・サンプルサイズ・信頼度から即座に算出。母集団の真の値がある確率で含まれる範囲を推定します。内閣支持率調査・NHK世論調査・大学入試模試の得点分布・A/Bテスト・臨床試験のエンドポイント・工程能力調査など、社会・医療・製造業のあらゆる推定場面で使われる基本ツール。信頼度90/95/99%の相互比較、比率の Wald 法/Wilson 法/Clopper-Pearson 法の使い分け、サンプルサイズと精度の関係を、日本統計学会・NIST・大学入試センター・厚労省ガイドラインに基づき詳解します。

最終更新：2026-07-28／監修：計算ツールズ編集部

信頼区間計算機

計算モード

標本平均標本標準偏差サンプルサイズ n

信頼度

信頼区間とは(定義と直感)

信頼区間(Confidence Interval, CI)は、標本データから母集団の未知パラメータ(母平均μ・母比率pなど)を推定する際、その真の値が指定した信頼度で含まれる範囲を示す区間です。「95%信頼区間」とは、同じ手続きで100回調査した場合、そのうち約95回において区間が真の値を含むことを意味します(頻度主義的定義)。

点推定値(標本平均・標本比率)だけでは「どれくらい正確か」がわからないため、必ず区間推定と誤差幅(マージン)を併記するのが学術・実務の標準です。日本統計学会・NIST・世界保健機関(WHO)・米国食品医薬品局(FDA)の統計ガイドラインでも、点推定と信頼区間はセットで報告することが必須とされています。

計算式(平均値と比率)

平均値の信頼区間

95%CI = x̄ ± z_{α/2} × (s / √n) (母SD既知 or 大標本)

95%CI = x̄ ± t_{α/2, n−1} × (s / √n) (小標本、n<30)

x̄ は標本平均、s は標本標準偏差、n はサンプルサイズ。母SDが未知の場合、厳密には自由度 n−1 の t 分布を使いますが、n が大きい(概ね n≧30)と z 分布(正規)で近似できます。

比率の信頼区間(Wald近似)

95%CI = p̂ ± z_{α/2} × √(p̂(1−p̂)/n)

p̂ は標本比率(0-1)。ただしこの Wald 法は p が 0 や 1 に近い場合や n が小さい場合に精度が悪く、後述の Wilson 法・Clopper-Pearson 法の方が推奨されます。

標準誤差(SE, Standard Error)

SE(平均) = s / √n　　SE(比率) = √(p̂(1−p̂)/n)

SE は「標本平均や比率のばらつき」を表す指標で、SE × z = マージン(誤差幅)となります。SE は標本SD(σ)と混同されやすいので注意。

信頼度と z_{α/2}(臨界値)の対応表

信頼度	α	z_{α/2}(両側)	t_{α/2, 29}(n=30時)	用途
50%	0.50	0.674	0.683	中央値の目安(実務では稀)
80%	0.20	1.282	1.311	探索的分析
90%	0.10	1.645	1.699	予備調査・工程監視
95%	0.05	1.960	2.045	標準(医学論文・世論調査)
98%	0.02	2.326	2.462	—
99%	0.01	2.576	2.756	薬事・重要判断
99.5%	0.005	2.807	3.038	—
99.9%	0.001	3.291	3.659	ISO/工程能力6σ

t分布は自由度が小さいほど z より値が大きく(区間が広く)なり、n が小標本のときの不確実性を反映します。n≧30 では両者の差は5%以内に収まるため、実務では z 近似で十分です。

サンプルサイズと誤差幅(比率調査の場合)

p̂=0.5 のとき最大幅、信頼度95%、標本比率50%を仮定した誤差幅早見表。世論調査・支持率調査の設計に頻用されます。

n	95%CIの誤差幅(±%)	90%CI(±%)	99%CI(±%)	用途例
100	±9.80%	±8.22%	±12.88%	小規模モニター
200	±6.93%	±5.81%	±9.11%	予備調査
385	±5.00%	±4.19%	±6.57%	誤差±5%目安(共通テスト頻出)
500	±4.38%	±3.68%	±5.76%	小規模世論調査
1,000	±3.10%	±2.60%	±4.07%	NHK世論調査規模
1,600	±2.45%	±2.06%	±3.22%	朝日/読売世論調査規模
2,000	±2.19%	±1.84%	±2.88%	—
10,000	±0.98%	±0.82%	±1.29%	大規模行政調査
100,000	±0.31%	±0.26%	±0.41%	国勢調査級

「n が4倍で誤差幅が半分」の√n則が働きます。誤差幅を半減するには4倍のサンプルが必要で、コストも4倍。日本の全国世論調査で n=1,000〜2,000 が採用されることが多いのは、これが誤差幅3%前後という「実用と費用のバランス」のためです。

比率CIの3手法(Wald/Wilson/Clopper-Pearson)

Wald法(正規近似)

最も広く教科書に載る単純な近似式。p̂ ± z × √(p̂(1−p̂)/n)。p̂ が 0 や 1 の近くだと下限が負・上限が100%超えなど非現実的な値になる欠点があり、小標本や極端比率では推奨されません。本ツールはこの方式で計算しています。

Wilson法(スコア法)

1927年 Edwin B. Wilson が提案。境界を保証し、小標本でも比較的精度が良い。医学統計・薬事統計での標準推奨。日本のPMDA・厚労省のガイドラインでもよく採用。R の binom::binom.confint(method="wilson")、Python statsmodels.stats.proportion.proportion_confint(method='wilson') で計算可能。

Clopper-Pearson法(完全信頼)

1934年提案。二項分布を直接用いた「保守的」な区間。カバレッジは常に指定信頼度以上ですが、区間が広くなりがち。FDA(米国食品医薬品局)の医薬品承認申請で標準採用されることが多い。

Agresti-Coull法

Wald法の改良版で、p̂ = (x+2)/(n+4) と n̂ = n+4 に置き換えて計算するシンプルで良好な近似。n が小さい場合の実用推奨。「+2/+4補正」と呼ばれることも。

Wald 法は簡便性から今も広く使われますが、「n=30 未満」「p が 5% 未満または 95% 以上」の場合は Wilson または Clopper-Pearson を使うのが学術的に妥当です。

正しい解釈(頻度主義)

「95%信頼区間が [50, 60] のとき、真の値が 50〜60 に入る確率は95%」という表現は厳密には誤りです。頻度主義の枠組みでは、真の値は固定であり、区間の方が確率変数です。

正しい言い換え

「同じ手続きで無限回調査したら、そのうち95%の区間は真の値を含む」
「95%の信頼で、真の値はこの区間にある」

ベイズ統計の「信用区間(credible interval)」は、事前分布を仮定した上で「真の値がこの区間に入る確率が95%」と直接解釈でき、両者の哲学的違いはよく議論されます。日本の統計検定準1級・1級では両者の違いが出題される定番論点です。

応用場面(世論調査・A/Bテスト・医療)

内閣支持率・世論調査

「支持率45%(±3%、95%CI 42〜48%)」。NHK、朝日、読売、共同通信の世論調査は概ね n=1,000〜1,600 で、誤差幅3%前後。「AがBを2%リード」でも誤差幅内なら「有意差なし」で「実質的に横一線」と解釈するのが統計的に正確。

A/Bテスト・マーケティング

Webのコンバージョン率(CVR)改善実験で、新旧デザインの CVR 差の95%CIを算出。差の CI が0を跨がなければ有意差あり。Google Optimize や Adobe Target のような主要ツールが自動計算します。詳細はA/Bテストツールを参照。

医療・臨床試験

治療効果のオッズ比(OR)・リスク比(RR)・ハザード比(HR)の95%CI を必ず論文報告。CIが1をまたぐなら「有意差なし」。CONSORT声明・PRISMA声明のRCT報告ガイドラインでは点推定+CIの併記を必須化。厚労省の医薬品承認申請書類でも同様。

工程能力・品質管理

製造ラインの不良率を推定する際に信頼区間を用いる。「p̂=0.5%、95%CI 0.3〜0.9%」なら「工程は0.9%以下と95%の信頼で言える」。ISO/TS 16949・IATF 16949 の品質マネジメントで頻用。

教育調査・大学入試模試

模試の平均得点や偏差値分布を推定。ベネッセ・河合塾・駿台は数万人規模でCI幅が±1%以内。少人数の校内模試では「平均62点(±5点)」など、意味のある差として解釈するにはマージンを超える必要があります。

金融・経済統計

GDP成長率、消費者物価指数(CPI)、失業率などの経済統計に信頼区間が付されます。厚労省「毎月勤労統計」や総務省「労働力調査」で、標本抽出誤差を明示するために区間推定を必ず併記。

よくある間違い・注意点

「真の値が95%の確率で区間内」と解釈 — 頻度主義では厳密には誤り。真の値は固定、区間の方が確率変数です。「同じ手続きで100回中95回が真値を含む区間」が正確な意味。日本統計学会・NIST の教材でも徹底されます。
母SD既知として計算 — 実務では母SDσは通常不明で、標本SDsで代用します。厳密には自由度 n−1 の t 分布を使うべきで、n が小さいとき(概ね n<30)は t 分布による幅の広がりが無視できません。
比率が0や100%に近い場合にWald法を使う — Wald法は極端比率で信頼区間が非現実的(負や100%超)になります。稀な事象(不良率0.1%等)や高頻度事象では Wilson・Clopper-Pearson 法を使ってください。
信頼度99%が「より良い」と誤解 — 信頼度を上げると区間幅が広がり「情報量が下がる」トレードオフ。95%が学術・実務の慣習的な妥協点。目的に応じて選択します。
複数検定で信頼度の水準を無補正 — 100回検定すれば5回は偶然「有意」と出るのが95%CIの本質。多重検定ではBonferroni補正・FDR補正(Benjamini-Hochberg)を検討する必要があります。
標準偏差(SD)と標準誤差(SE)の混同 — SDは「個体のばらつき」、SEは「標本平均のばらつき = SD/√n」。論文や資料で「平均±SD」と「平均±SE(95%CI相当)」の記述を混同しないよう注意。
大標本ならCIが「絶対に狭い」と誤解 — 標本サイズが大きくても、母集団のばらつき(σ)が大きいとCIは広くなります。σ小さい×n大きい×信頼度低いで最狭CIが得られます。

学習指導要領・統計検定との対応

日本の学習指導要領および資格試験における信頼区間の位置づけです。

高等学校数学B「統計的な推測」 ― 標本平均・標本比率の分布、母平均・母比率の区間推定・仮説検定の初歩。共通テスト選択問題として出題。
統計検定2級(日本統計学会) ― 平均・比率の区間推定、t分布、母分散の推定、対応のあるサンプル、頻出単元。
統計検定準1級・1級 ― Wilson法・Clopper-Pearson法・非パラメトリック法・ベイズ信用区間まで扱う。
基本情報・応用情報技術者(IPA) ― 品質管理・情報セキュリティの一環として区間推定が出題可能。
医療統計・PMDA薬事審査 ― PMDA(医薬品医療機器総合機構)による医薬品承認申請では、有効性指標に必ず95%CIを併記する必要あり。CONSORT・PRISMA声明準拠。

参考文献・公的資料

信頼区間・区間推定を学ぶ/引用する際は、以下の公的機関・学会のリソースを参照してください。

文部科学省高等学校学習指導要領(平成30年告示) ― 数学B「統計的な推測」で母平均・母比率の区間推定・仮説検定の基礎を規定。
日本数学会 ― 数理統計学分野の日本語標準用語・記号法の準拠元。
大学入試センター(DNC) ― 大学入学共通テストの過去問と出題範囲。数学IIBCの「統計的な推測」の一次資料。
OEIS(オンライン整数列大辞典) ― 統計量に関わる漸化・数列の一次データベース。
Wolfram MathWorld ― Confidence Interval ― 信頼区間の厳密定義とt/z分布との関係。
American Mathematical Society (AMS) ― 数理統計分野の学術論文リポジトリ。
情報処理推進機構 IPA 情報処理技術者試験 ― 品質管理・確率分布として出題される区間推定の一次情報。
NIST/SEMATECH e-Handbook 信頼区間セクション ― 米国国立標準技術研究所の統計手法ハンドブック。Wald・Wilson・Clopper-Pearson各手法の詳細解説。
日本情報オリンピック(JOI) ― 情報科学教育の公式ページ。区間推定を含む統計解析の教材。
統計検定(日本統計学会) ― 統計検定2級/準1級/1級の公式サイト。信頼区間は主要出題単元。

※本ページの計算は Wald 法(正規近似)を用いており、比率が0や100%に近い場合、あるいは小標本(n<30)の場合には過大・過小な結果を返す可能性があります。医学論文・薬事申請・世論調査の公式報告では、Wilson法や Clopper-Pearson 法を実装した専門統計パッケージ(R の binom パッケージ、Python の statsmodels、SAS、SPSS 等)を併用してください。特に、PMDA・FDA・EMAへの医薬品承認申請では規制当局の指定する統計手法に厳密に従う必要があります。CONSORT・PRISMA・STROBE などの報告ガイドラインも参照してください。

よくある質問(FAQ)

信頼区間の「正しい」意味は?

「同じ手続きで100回調査すれば、そのうち約95回は区間が真の値を含む」が頻度主義の正確な意味です。「真の値が区間に入る確率が95%」は厳密には誤り(真の値は固定・区間が確率変数)。ベイズ統計の「信用区間」なら直接この解釈が可能です。

サンプルサイズは大きいほど良い?

誤差幅の観点では大きいほど良いですが、コストも大きくなります。「n が4倍で誤差幅が半分」の√n則が働くため、精度2倍のためにはサンプル数を4倍にする必要があります。実務では「必要な精度」と「コスト」のバランスで n=385(±5%)、n=1000(±3%)などが定番です。

95%CIと信頼度99%CIどちらを選ぶ?

95%が学術・実務の慣習的な妥協点。信頼度を上げると区間幅が広がり「情報量が下がる」トレードオフ。医学の重要判断や薬事申請では99%が選ばれる場合もあり、目的に応じて選択します。両方併記するのがより丁寧。

標準偏差(SD)と標準誤差(SE)は何が違う?

SDは「個体のばらつき」(母集団のσ)、SEは「標本平均のばらつき = SD/√n」です。SDは記述統計、SEは推測統計で使います。論文の「平均±X」は文脈でSDかSEかを確認する必要があります。医学論文では原則SD、社会科学では原則SEやCI併記が慣習。

比率が0%や100%に近いとき信頼区間は?

Wald法は「非現実的な区間」(負や100%超)を返すことがあり不適切です。Wilson法・Clopper-Pearson法・Agresti-Coull法のいずれかを使うのが標準推奨。R の binom パッケージ、Python statsmodels の proportion_confint で計算可能。

母SDが未知の場合、正規分布とt分布どちらを使う?

厳密には自由度 n−1 のt分布が正しい。t分布は自由度が小さいほど正規分布より裾が厚く、信頼区間が広くなります。n≧30 でほぼ正規近似が有効(t_{0.025, 29}=2.045 vs z_{0.025}=1.960、差2〜5%)。n<30ではt分布必須です。

複数のCIが重なった場合、有意差はある?

2つのCIが重なっていても有意差があるケースがあり(重なり方が小さい場合)、逆にCIが重ならなくとも常に有意差ありとは限りません(独立性の仮定次第)。正確には「差のCI」を計算し、0を跨ぐか否かで判定してください。SD近似では2群のSDが等しい前提が必要です。

ExcelでCIを計算するには?

Excelの信頼区間計算は=CONFIDENCE.NORM(alpha, sd, size)で片側マージンを取得可能。95%CIなら alpha=0.05。中央値の推定は=STDEV.S(range)と=SQRT(COUNT(range))で標準誤差を取得後、±1.96*SEで手動計算。Google Sheetsも同様の関数を提供しています。

ベイズの「信用区間」との違いは?

頻度主義の信頼区間は「区間の方が確率変数」、ベイズの信用区間(credible interval)は「パラメータの方が確率変数」と考える点が根本的に違います。ベイズでは事前分布を仮定し、事後分布の 2.5%〜97.5% 分位点で95%信用区間を定義でき、「真の値が95%の確率で区間内」と直接解釈可能。

統計検定2級で頻出のCI問題は?

母平均の区間推定(母SD既知・不知)、母比率の区間推定、母分散の区間推定(カイ二乗分布)、対応のあるサンプル、2群の平均差の区間推定。日本統計学会の統計検定2級では、区間推定と仮説検定はほぼ必ず出題されます。

非対称な分布データにCIを使えますか?

母集団分布が正規から大きく外れる場合、正規近似CIは不適切です。ブートストラップ法(bootstrap CI)で分布フリーの CI を計算するのが実務的な解決策。R の boot パッケージ、Python の scipy.stats.bootstrap で実装可能。データ数千〜数万件を対象に高速計算できます。

医療統計・薬事申請での正式な報告方法は?

点推定値と95%CIを必ず併記(治療効果のRR/OR/HRなど)。CONSORT声明(RCT)、PRISMA声明(メタ分析)、STROBE声明(観察研究)のガイドラインを遵守。PMDA・FDA・EMAへの承認申請書類ではさらに詳細な統計解析計画書(SAP)が必要で、通常はプレスペシファイド(事前規定)なCI手法を使います。