ブートストラップは、観測したデータを材料に何度も標本を作り直し、平均などの統計量がどのように揺れるかを調べる方法です。基本的な非パラメトリック・ブートストラップでは、元の標本から復元抽出します。一度選んだ行を戻すので、同じ行が何度も入り、別の行が一度も入らない場合があります。
例えば2、4、4、10という四つの観測値の平均は5です。行番号1、1、3、4を選ぶと、再標本は2、2、4、10となり、平均は4.5になります。元の数値を勝手に揺らしたのではなく、観測した行を選び直したことで、統計量が変わっています。
新しい現実の観測が増えるわけではない点が重要です。引き直しの回数を増やしても、元の標本にない値や、抜けていた集団の情報が自動で現れることはありません。ここでは行番号と平均を手で追い、計算上の反復と、現実の情報量の違いを整理します。
出発点は、すでに観測した一つの標本
再抽出の材料は元データです。この例では四つの観測を同じ重みで扱い、その経験的な分布から行を選びます。真の全体分布を直接知っている設定ではありません。
| 行番号 | 観測値 | 等確率で行を選ぶ場合 |
|---|---|---|
| 1 | 2 | 選ばれる確率1/4 |
| 2 | 4 | 選ばれる確率1/4 |
| 3 | 4 | 選ばれる確率1/4 |
| 4 | 10 | 選ばれる確率1/4 |
行番号を付けて区別する
1行目が2、2行目が4、3行目が4、4行目が10です。数値4は二つありますが、別々の観測として行番号を分けます。ユニークな値だけを取り出して2、4、10の三つへ減らすと、元の頻度を変えてしまいます。
行を等確率で選ぶなら、2は四分の一、4は二分の一、10は四分の一です。値の種類が三つだから三分の一ずつ、という抽出ではありません。重複した観測をそのまま材料にすることが、経験的分布を保つ意味です。
まず元の統計量を求める
元の平均は(2+4+4+10)÷4=5です。再標本で求めたい統計量も、同じ定義の平均にします。片方を合計、片方を平均として比べると、標本数の違いによる差まで混ざります。
中央値や比率などを調べる場合は、その統計量を毎回同じ手順で計算します。ブートストラップという名前だけでは、何の不確かさを調べているか決まりません。対象が平均なのか別の値なのかを、最初に固定します。
値の単位を保つ
観測値が時間なら平均も時間、点数なら平均も点数です。再抽出しても単位は変わりません。一方、行番号1や4は値の単位を持たない識別用の番号です。行番号の平均を取っても、元の測定の平均にはなりません。
元データに欠損や測定条件の違いがあるなら、その扱いも先に決めます。再抽出の操作が、元の分類や欠損を自動で正しくするわけではありません。計算の前に何を一つの観測として数えたかを確認します。

復元抽出なので、同じ行を何度でも選べる
基本の再標本では、一回選んだ後も元の四行すべてが候補に残ります。通常は元と同じ四個の行番号を選び、一つの再標本を作ります。
1を選んだ後も1が残る
最初に1行目を選んでも、次の候補は1、2、3、4のままです。次も1が選ばれる可能性があります。選ぶたびに候補を減らす抽出とは異なり、一つの再標本の中に同じ観測が重複することが自然に起こります。
1、1、3、4という番号列には、2行目が入っていません。行を重複させた分だけ、選ばれない行も出ます。元の全行を一回ずつ使うだけなら平均は変わらず、引き直しによる揺れを作る操作にはなりません。
四個選ぶことと、四種類選ぶこと
四個という標本サイズは、異なる行の種類数ではありません。1、1、1、1も四個の再標本です。異なる行が一つしかなくても、抽出回数は四回です。重複を削除して一個へ縮めると、別の計算になります。
通常の例で元と同じ個数を使うのは、同じ標本サイズで統計量がどう揺れるかを見るためです。個数を変えた実験も考えられますが、元と同じサイズの標準的な再抽出と同じものとして読まないようにします。
並べ替えだけとは違う
1、2、3、4を4、3、2、1へ並べ替えても、平均は5のままです。順序に依存しない平均では、全行を一度ずつ使う並べ替えは新しい平均を作りません。復元抽出では、行の出現回数が変わります。
再標本の番号を見て、どの行が何回入ったかを数えると違いが分かります。1行目が二回、3行目と4行目が一回という内訳が平均4.5を作ります。単に順番をランダムにしただけではない点が重要です。
行番号から再標本と平均を確認する
元の数値列と同じ個数の行番号(1始まり)を入力し、対応する再標本と平均を求めます。無作為な大量反復や信頼区間の計算は行いません。
指定位置で1回だけ再標本化します。信頼区間の推定や将来結果の予測は行いません。
選んだ行番号を値へ戻し、平均を計算する
抽出した番号と観測値の対応を一段ずつ追います。番号列が違っても平均が同じになる場合があり、一つの統計量が元の列を完全に表すわけではありません。
| 選んだ行番号 | 再標本の値 | 平均 |
|---|---|---|
| 1,2,3,4 | 2,4,4,10 | 5 |
| 1,1,3,4 | 2,2,4,10 | 4.5 |
| 4,4,4,4 | 10,10,10,10 | 10 |
| 1,1,1,1 | 2,2,2,2 | 2 |
| 2,3,2,3 | 4,4,4,4 | 4 |
1・1・3・4の例
番号を値へ戻すと2、2、4、10です。合計18を四個で割り、平均4.5になります。番号そのものの合計9を四で割るのではありません。対応表を一度挟むと、入力した番号と計算する値の混同を防げます。
元の平均5との差はマイナス0.5です。この差は、一つの再標本で起こった揺れです。それだけを推定誤差の確定値とすることはできません。多数の再標本の統計量を比べる問題と、一回の差を求める問題を区別します。
大きい値を何度も選ぶ例
4、4、4、4なら、値は10、10、10、10となり平均10です。元データの最大値を四回選んだ結果で、新たに10という観測を四件取得したわけではありません。再標本の行が重複したという意味です。
1、1、1、1なら平均2です。基本の再抽出では、平均は元データの最小値2から最大値10の間にあります。観測していない12の値が突然生成されることはありません。新しい値を仮定する方法とは分けて考えます。
同じ4が二行ある影響
2、3、2、3を選べば、値はすべて4で平均4です。2行目だけを四回選ぶ場合も同じ平均になります。違う番号列が同じ数値列や同じ統計量へまとまるため、番号列の数と平均の種類数は一致しません。
値4へ対応する元の行が二つあるので、再抽出で4が選ばれる確率は2倍の重みを持ちます。重複した4を一つへまとめると、この性質を失います。観測の回数を保持することが、再抽出の分布へつながります。

再標本を複数作り、統計量の分布を考える
一つの再標本の平均だけでは、揺れの全体は分かりません。通常は抽出を繰り返し、各再標本から一つずつ平均を得て、その広がりを調べます。
一つの反復で一つの平均
四個を抽出して平均を求める一連の操作が一回の反復です。四個の値を四つの平均として数えるのではありません。反復が百回なら、元のデータ四件から百個の再標本平均を計算した、という関係です。
百個の平均があっても、現実の観測が百件へ増えたわけではありません。元の四件に基づく計算上の分布を細かく見ているだけです。反復数と元の標本サイズを別の数値として記録する必要があります。
四行なら番号列は256通り
四つの候補から四回選ぶ番号列は、4の4乗で256通りです。各回を独立かつ等確率で選ぶなら、各番号列の確率は256分の1になります。この小さな例なら、すべての番号列を考えることもできます。
同じ平均になる列は複数あるので、平均の確率を知るには同じ値へまとまる列の数を足します。256種類の平均が必ずあるわけではありません。抽出列の組合せと、統計量としてまとめた結果を区別します。
極端な値も確率を持つ
すべて10になる番号列は4、4、4、4の一つです。一方、すべて4になる番号列は各位置で2か3を選べるので16通りあります。同じように一つの値が四回並んでも、元の頻度により確率が違います。
平均4には、2、2、2、10の組も含まれます。10を置く位置が4通りなので、すべて4になる16通りと合わせて20通りです。したがって、この256通りを等確率で数える例で平均4となる確率は20÷256=7.8125%です。どの番号列をまとめたかを明確にしてから、統計量の確率を求めます。
再抽出の広がりは、元の標本を前提にしたもの
ブートストラップの揺れは、観測標本を材料として計算されます。元の標本が全体をどう代表しているかという問題が、自動的に解消するわけではありません。
観測していない範囲は現れない
元の四件に大きな値が一つもなければ、基本の再抽出からその値は出ません。現実には珍しい大きな値があるとしても、元の観測に含まれなければ材料にできません。再標本の広がりが小さいことだけで、未知の全体も狭いとは断定できません。
元データがすべて4なら、何度引き直しても平均は4です。計算上の揺れが0になっても、現実の全体が必ず4だけである証明にはなりません。観測の少なさと、計算で見える変化の少なさを分けます。
偏った集め方はそのまま残る
特定の時間帯だけから集めた記録なら、再抽出もその時間帯の値だけを材料にします。欠けた時間帯の情報を補う操作ではありません。標本の集め方が偏っていた問題を、復元抽出で修理できると考えないことが大切です。
再標本を多く作ることは、元の集め方を変えることとは違います。計算を精密にしても、材料の偏りは残ります。結果を見る際は、どの範囲から何件を観測したかを、反復数と一緒に確認します。
依存する記録には別の配慮が要る
連続した時刻の測定値が強く関連する場合、一行ずつ独立に選び直す方法では、並びの関係が失われます。どの観測単位を再抽出するかは、データの構造に合わせて考える必要があります。行があるから無条件に使える方法ではありません。
二つの数値が同じ人や同じ記録の組なら、その組を保って行ごと選ぶことが基本の考え方です。列を別々に引き直すと、元にない組合せを作り関係を変えてしまいます。再抽出の単位を明示することが重要です。

反復数を増やすことと、観測数を増やすことは違う
反復を増やすと、再抽出による統計量の分布をより安定して調べられます。一方、元の四件から得られる現実の情報が増えるわけではありません。
計算の揺れと推定の揺れ
無作為に再標本を作る場合、少ない反復で描いた分布は実行ごとに揺れます。反復を増やすと、その計算上のばらつきが小さくなる方向へ進みます。元標本に起因する不確かさそのものを消す操作ではありません。
一万回引き直したという大きな数字を、元の観測一万件と同じに扱いません。報告には元標本サイズと反復数を別々に書きます。二つを分けると、計算が細かいことと材料が豊富なことの違いが伝わります。
一回の手選びは無作為反復ではない
入力例で番号1、1、3、4を指定する操作は、その一つの再標本の値と平均を確かめるものです。選ぶ番号を利用者が決めているので、反復の無作為性を実装したことにはなりません。すべての分布を自動推定する機能とは区別します。
極端な番号だけを手で何度選んでも、無作為な再抽出の頻度を再現したことにはなりません。操作例は対応を理解するために使います。分布の検討では、どの確率でどの番号を選んだかという生成規則が必要です。
区間の保証を付け足さない
再標本の平均を並べる考え方は、推定区間を作る方法につながります。ただし方法の選択や条件によって性質が変わります。単に最大値と最小値を見て、95%の保証という名称を付けることはできません。
この操作例は一つの再標本とその平均を示し、信頼区間を計算しません。平均の揺れを理解する段階と、区間推定の条件を検討する段階を分けます。数値へ意味を付け足さず、実際に計算した範囲を読みます。
元データと行番号を分けて入力する
操作例では観測値の列と、選ぶ行番号の列を別々に指定します。行番号は1から始め、入力した元データの範囲内にある番号を使います。
数値列と番号列を対応させる
元データへ2,4,4,10、行番号へ1,1,3,4を入れると、対応する再標本2,2,4,10を確認できます。どの入力が値でどの入力が番号かを逆にしないようにします。行番号が大きいほど観測値も大きいとは限りません。
出力の平均4.5を得たら、合計18を個数4で割る手計算と照合します。表示結果だけを眺めるより、対応と計算を一つずつ追う方が仕組みをつかめます。実際の新しい測定値を生成したものではありません。
範囲外や空欄を区別する
元データが四行なら、5行目は存在しません。範囲外の番号を0という値へ置き換えると、観測していないデータを加えてしまいます。空欄も観測値0とは違います。入力の意味を保ったまま確認する必要があります。
この操作例では、元データと同じ個数の行番号を入力します。元データが四行なら番号も四個です。個数を変える再抽出は別の条件となり、このモデルの入力範囲には含めません。同じ標本サイズを保った比較として、どの行が何回選ばれたかを確認します。
結果は元標本の条件と一緒に読む
再標本の平均が変わったら、どの行が増え、どの行が抜けたかを確認します。大きい10が二回入ったのか、小さい2が重なったのかという内訳が、平均の変化へつながります。数値の差を、抽出の違いから説明できます。
ブートストラップの基本は、観測データから標本を作り直し、同じ統計量を求めることです。現実の全体を完全に復元する魔法ではありません。材料、抽出単位、統計量を明確にすることで、使える問いと残る限界を判断できます。

よくある質問
ブートストラップは新しい観測を増やしますか。
増やしません。観測した標本を材料に、行を選び直した計算上の標本を作ります。反復を一万回行っても、元の四件が現実の一万件へ増えるわけではありません。元の標本サイズと反復数を分けます。
同じ行を二回選んでもよいですか。
基本の復元抽出では選べます。一回選んだ後もすべての元の行が候補に残ります。重複する行と、一度も選ばれない行が出ることが自然です。重複を削除すると別の標本へ変わります。
2、4、4、10を三種類の値へまとめますか。
まとめません。4は二つの観測なので、四行を等確率で選ぶ場合、4が出る確率は二分の一です。2、4、10を三分の一ずつ選ぶ方法では、元の頻度を変えてしまいます。行番号を付けると区別できます。
並べ替えだけでは平均が変わらないのはなぜですか。
元の全行を一度ずつ使えば合計も個数も同じだからです。復元抽出では行の出現回数が変わるので平均も変わります。1、1、3、4なら値は2、2、4、10となり、元の5から4.5へ変わります。
反復回数を増やせば標本の偏りも直りますか。
直りません。特定の範囲だけから集めた標本なら、その材料を繰り返し使います。計算上の分布を細かく調べることと、抜けていた集団の情報を得ることは別です。元データの集め方を確認します。
連続する時刻の記録でも一行ずつ引き直せますか。
値同士が依存している場合、一行ずつの抽出で時間の関係を失うことがあります。再抽出の単位はデータの構造に合わせて検討します。二つの値が同じ記録の組なら、組を保って扱うことも重要です。
一つの再標本から95%区間が分かりますか。
分かりません。一つの再標本の平均は一回の揺れです。区間推定には別の手順と条件の検討が必要です。この操作例は指定した行番号の値と平均を示すもので、信頼区間を計算する機能ではありません。
入力する行番号は0からですか。
この例では1から始めます。四つの観測なら1から4の番号を使います。番号は観測値ではなく、どの行を選ぶかの指定です。元データ2,4,4,10と番号1,1,3,4の対応を順に確認できます。



