t分布 (G検定)

1. 定義と概要

t分布とは、母集団（分析の対象となるデータ全体）が正規分布（結果が平均を中心に左右対称の釣り鐘型に散らばる、統計でもっとも基本的な確率分布）に従うと仮定する確率分布です。母標準偏差（母集団のばらつきの大きさを表す値。その2乗が母分散にあたります）が未知の場合に用いられます。標本（実際に集めたデータ）から求めた統計量が、この分布に従います。

成り立ちを見ると、標準正規分布（母集団のばらつきが分かっている前提で使う基準となる確率分布）と、自由度nのカイ二乗分布（分散のばらつき具合を検定するときに使われる確率分布）という2つの分布から定義されます。自由度（標本の中で自由に値を取れる要素の数で、1標本の平均推定ではおおむね標本サイズ-1になる）によって、形は変わります。

形の特徴は裾にあらわれます。正規分布に比べると中央の山が低く、左右の裾が厚い、つまり重いのが特徴です。自由度が大きくなるほど形は標準正規分布に近づき、目安として自由度30以上ではほぼ標準正規分布とみなせます。

母平均の推定や検定は、従来は母標準偏差が既知であることを前提とする標準正規分布を使ったz検定で行われていました。しかし実務のデータでは母標準偏差が分からず、標本標準偏差（実際に集めたデータから計算したばらつきの大きさ）で代用する場面がほとんどです。

標本サイズが小さいほど、この代用による誤差は大きくなります。標準正規分布をそのまま使うと誤差の広がりを過小評価してしまうため、裾を厚くして誤差の広がりを反映したt分布が使われるようになったものです。

2. 試験対策ポイント

G検定の重要な論点のひとつが、母分散が既知か未知かによる使い分けです。母分散が既知の場合は標準正規分布を使うz検定（母分散が既知の前提で使う検定）を、母分散が未知の場合（実務ではこちらが大半です）はt分布を使うt検定（t分布を使って平均に差があるかどうかを統計的に判断する検定手法）を用います。この対応関係が試験でよく整理されます。

自由度の意味と性質も試験対策の要点です。自由度はおおむね標本サイズ-1にあたり、自由度が大きいほど裾が薄くなって標準正規分布に近づき、自由度が小さいほど裾は厚くなります。大標本の場合、目安として自由度30以上では、t分布とz分布はほぼ一致します。

母分散が既知かどうかと標本サイズの大小によって、使う分布は次のように整理できます。

場面	用いる分布と検定
母分散が既知	標準正規分布によるz検定
母分散が未知かつ小標本	t分布によるt検定
大標本（目安は自由度30以上）	t分布とz分布はほぼ一致し、近似的にどちらでも同じ

この3パターンの整理が、ここでの要点です。実務では母分散が未知の場面が大半になるため、真ん中の行が出発点になると考えておくと迷いにくくなります。

t分布の裾が重い性質は、次元削減手法のt-SNE（高次元のデータを2〜3次元に圧縮してグラフに描けるようにする可視化手法）での利用とも合わせて見ておきたい点です。t-SNEは、低次元空間での点同士の類似度をt分布でモデル化する手法です。

前身のSNEは正規分布を使っていましたが、裾が重いt分布に置き換えることで、点が中心に集まりすぎるクラウディング問題（次元を落として可視化するときに点同士が中心に集まりすぎて見分けがつかなくなる問題）を緩和する設計になっています。この置き換えの理由が、t-SNE特有の論点です。

3. 関連概念との比較・相違点

正規分布との最大の違いは、母分散が既知という理想化された前提を置くか、母分散が未知で標本から推定する現実的なケースに対応するかという点にあります。正規分布は母集団のばらつきが分かっている前提で使う基準の分布であるのに対し、t分布は母標準偏差が分からない場合の代用として使われます。

形状もt分布の方が中央が低く裾が厚く、自由度が増すほど正規分布に収束していきます。実務データの多くは母標準偏差が未知であるため、G検定ではt分布を基本形として扱う場面のほうが多くなります。

カイ二乗分布との違いは、定義上の関係と用途にあります。t分布は標準正規分布とカイ二乗分布の比から定義される派生的な分布です。一方でカイ二乗分布自体は、母分散の検定や、適合度検定（観測されたデータの度数分布が理論上の分布にどれだけ当てはまっているかを調べる検定）など複数の検定に使われる分布であり、担う役割が異なります。

両者はともに標準正規分布から派生する点でつながりがありますが、t分布は主に母平均の推定・検定に使われ、カイ二乗分布は母分散や度数データの検証に使われるという違いがあるわけです。

3つの分布について、前提や成り立ちと主な用途を並べると、位置関係がつかみやすくなります。

分布	前提・成り立ち	主な用途
標準正規分布	母集団のばらつきが分かっている前提で使う基準の分布	母分散が既知のもとでの母平均の推定・検定
t分布	標準正規分布とカイ二乗分布の比から定義される	母標準偏差が未知の場合の母平均の推定・検定
カイ二乗分布	標準正規分布から派生する分布	母分散の検定や適合度検定

いずれも標準正規分布を軸につながっている一方で、置く前提と担う用途は分かれているという整理になります。

4. ビジネス・実務での活用シナリオ

医薬品の臨床試験では、新薬とプラセボ（有効成分を含まない偽の薬）の効果差を、少人数の被験者データという小標本からt検定によって統計的に評価します。母分散が未知でも有意差の有無を判断できるため、限られた被験者数でも新薬の効果を検証する土台になっています。

製造業の品質管理では、少数ロットの製品サンプルから母平均の信頼区間（本当の母平均がこの範囲に入っているだろうと推定する数値の幅）をt分布で推定し、規格内に収まっているかを判断します。全数検査が難しい生産現場で、少ないサンプルからでも品質を推し量る方法として使われています。

機械学習やデータ分析の現場では、高次元の特徴量（分析に使うデータの各項目）データをt-SNEで2次元に圧縮し、散布図（データ点を座標平面上に描いたグラフ）に描いてクラスタ構造を人の目で確認できるようにします。数百次元にもおよぶデータをそのまま把握するのは難しく、t-SNEによる可視化は複雑なデータの構造を直感的に捉える手段になっています。

5. 要点まとめ

• t分布は、母標準偏差が未知の小標本で使う、正規分布より裾が重い確率分布で、自由度（標本サイズ-1に相当）によって形が変わります。
• 自由度が大きくなるほど標準正規分布に近づき、目安として自由度30以上ではほぼ同じとみなせます。
• 母平均の推定・検定であるt検定に加えて、次元削減手法のt-SNEでも低次元の類似度分布として使われています。

6. 確認問題