推定量の不偏性・一致性・有効性とは？意味と試験で問われるポイント｜証券アナリスト1次・数量分析と確率・統計

この記事では、証券アナリスト1次「数量分析と確率・統計」の学習ポイントのひとつ「推定量の不偏性・一致性・有効性」について、意味と試験で問われやすいポイントを解説します。

推定量の不偏性・一致性・有効性とは

統計的推定とは、未知の母数（母平均や母分散など）を、標本から計算した値で見積もることです。母数を見積もるための計算ルール（関数）を推定量、実際のデータを当てはめて得られた値を推定値と呼びます。母数を1つの値で示すのが点推定、幅をもたせて示すのが区間推定です。

同じ母数を推定するにも、推定量の候補はいくつも考えられます。たとえば母平均の推定には、標本平均のほかに標本の中央値を使うこともできます。どの推定量が「よい」かを判断する基準が、次の3つの性質です。

不偏性

推定量の期待値が母数に等しいとき、その推定量は不偏であるといいます。標本ごとに推定値は上下にぶれますが、平均的には真の値を当てている、つまり系統的な偏り（バイアス）がない状態です。標本平均x̄は母平均μの不偏推定量で、偏差の2乗和をn − 1で割った標本分散は母分散σ²の不偏推定量です。nで割った分散は期待値が(n − 1) ÷ n × σ²となり、母分散をやや過小に推定するので不偏ではありません。

一致性

標本数nを大きくしていくと、推定量が母数に限りなく近づく性質を一致性といいます。標本平均は大数の法則により一致推定量です。nで割った分散も、nが大きくなるとバイアスが消えるので、不偏ではありませんが一致性はもっています。

有効性

不偏推定量の中で、分散（ばらつき）がより小さいものを、より有効であるといいます。正規母集団から母平均を推定する場合、標本平均も中央値も不偏ですが、標本平均のほうが分散が小さく、より有効な推定量です。

整理しておきたいポイント

具体例で確認

ダーツにたとえると、3つの性質の違いがイメージしやすくなります。的の中心を母数、ダーツの刺さった位置を推定値とします。

• 不偏だが有効性が低い：矢は中心の周りに平均的には集まるが、大きく散らばっている。
• 不偏でない（バイアスがある）：矢は小さくまとまっているが、中心から一方向にずれている。
• 一致性がある：練習（標本数）を増やすほど、矢が中心に集まってくる。

数値でも確認しましょう。母分散が100の母集団からn ＝ 5の標本をとると、nで割った分散の期待値は(5 − 1) ÷ 5 × 100 ＝ 80で過小になりますが、n − 1で割った分散の期待値は100で母分散に一致します。

動画で解説

この論点は、証券アナリストアカデミーのYouTubeで解説しています。テキストとあわせて確認してください（動画「統計的推定の基本と母平均の区間推定（標準正規分布・t分布）を理解する」）。

要点まとめ

• 統計的推定は推定量を使って母数を見積もること
• 不偏性＝期待値が母数に一致、一致性＝nを増やすと母数に近づく
• 有効性＝不偏推定量の中で分散が小さいこと
• 標本平均とn − 1で割った標本分散は不偏推定量

証券アナリストアカデミーのYouTube（@cma-fa-academy）では、学習ポイントに沿って論点を1つずつ解説しています。

▶ 証券アナリストコミュニティーに参加する

※学習ポイントは日本証券アナリスト協会「【2026年度】CMA資格の取得に求められる主要学習事項と学習ポイント」より引用しています。