有効繰返し数とは？母平均の推定に使う「実質の実験回数」をやさしく図解

実験計画法を学んでいて、「有効繰返し数（ゆうこうくりかえしすう）」という言葉でいったん手が止まる人はとても多いです。「繰返し数」なら数えればいいのに、なぜ“有効”という言葉がつくのか。ここが最初の関門ですよね。

結論を先に言ってしまうと、有効繰返し数とは「平均値を推定するときに使う、実質の実験回数」のことです。実際にやった回数とは少し違う、という点がポイントです。

この記事では、なぜそんな数を考えるのか、どう計算するのかを、カレー作りの例を使いながら、はじめての人にもわかるようにやさしく解説します。難しい数式は1ステップずつ追っていくので安心してください。

そもそも、なぜ実験を繰り返すの？

有効繰返し数を理解する前に、「なぜ繰り返すのか」を押さえておきましょう。理由はシンプルで、1回だけの実験結果には、必ず「偶然のいたずら」が混ざっているからです。

この「偶然のいたずら」を、統計学では誤差（ごさ）やノイズと呼びます。たとえば、同じレシピでカレーを作っても——

• 🔥 火加減が昨日よりちょっと強かった
• 🧅 玉ねぎの水分量が、たまたま違った
• 👅 味見した自分の体調が、その日だけ悪かった

こうした理由で、味の点数は毎回ちょっとずつ変わります。1回だけのデータで「このレシピは80点だ」と決めるのは、ザーザーとノイズが混じったラジオを1秒だけ聞いて曲名を当てるようなものなのです。

この「誤差」という言葉そのものがあいまいな方は、誤差とは？実験で避けられないバラつきの正体｜実験計画法の基礎概念⑩を先に読むと、この先がぐっとわかりやすくなります。

繰り返すと「本当の差」が見えてくる

では、実際に繰り返すとどうなるか見てみましょう。「牛肉カレー」と「鶏肉カレー」、どちらが美味しいかを比べる実験を例にします。点数は味の評価点です。

繰り返して平均を取ると、ノイズが打ち消し合って、「牛肉のほうが本当に美味しい」という主効果（しゅこうか）だけがクリアに見えてきます。主効果とは「その要因が結果に与える本当の影響」のことです。

主効果という言葉が初めての方は、主効果とは？因子の影響度を数値化する方法｜実験計画法の基礎概念⑦もあわせて読むとスッキリします。

有効繰返し数の正体は「平均に使った人数」

ここからが本題です。なぜ「実際の回数」ではなく「有効繰返し数」という別の数を考えるのでしょうか。これを、お金を出し合う「割り勘」でたとえてみます。

実験で「ある条件の本当の平均（母平均）」を推定するとき、その推定にどれだけのデータが効いているかを表すのが有効繰返し数です。つまり「この平均値は、実質何回分のデータで支えられているか」という数なのです。

ここで混乱しやすいのが、「実際にやった回数＝有効繰返し数ではない」という点です。なぜなら、平均値を計算するとき、私たちは複数の要因（肉の種類、辛さ、など）の情報を組み合わせて推定するからです。複数の効果を足し合わせて推定する場合、単純な回数より“実質”は少なくなります。

公式に数字を入れて計算してみよう

有効繰返し数を求める式は、いくつか呼び方がありますが、もっとも有名なのが「田口の式（伊奈の公式）」です。むずかしそうに見えますが、やっていることはとてもシンプルです。

言葉が硬いので、ひとつずつほぐします。「総データ数」は実験で取ったデータの個数。「自由度（じゆうど）」は、ざっくり言うと「自由に動ける情報の数」で、水準の数から1を引いた値です。分母の最後に「＋1」がつくのは、全体の平均そのものも1つの情報として数えるからです。

では、具体例で計算します。3種類の肉（牛・鶏・豚）を、それぞれ4回ずつ作った実験を考えます。総データ数は 3×4 ＝ 12個です。

自由度の「−1」がなぜ出てくるのか、もっと深く知りたい方は【完全図解】自由度とは？｜「なぜn-1で割るのか」を中学生でも分かるように解説がおすすめです。ここを押さえると公式がぐっと腑に落ちます。

結局、実験は何回やればいいの？

「有効繰返し数の考え方はわかったけど、最初に何回実験を計画すればいいの？」——これも気になりますよね。答えは、「見つけたい差の大きさ」と「現場のばらつき」のバランスで決まります。

実験回数は、少なすぎれば「信頼」を失い、多すぎれば「時間と予算」を失います。有効繰返し数の考え方は、この2つのムダ——「危険な手抜き」と「無駄な実験」——の両方を避けるための、賢いバランス感覚を与えてくれるのです。

なお「繰り返し」と似た言葉に「反復」があり、混同しやすいので注意です。違いは繰り返しと反復の違いとは？混同しやすい用語を解説｜実験計画法の基礎概念⑥でやさしく整理しています。

有効繰返し数は、どの場面で使う？

有効繰返し数は、実験計画法の中でも特に「最適な条件を選んだあと、その条件での本当の平均値を推定する」場面で活躍します。実験のゴールに近い、とても実務的な道具です。

具体的な流れはこうです。分散分析（ぶんさんぶんせき）で「どの要因が効いているか」を調べ、効いている要因の最適な水準を選ぶ。そのうえで「その最適条件なら、製品の平均はどれくらいになるか」を予測する。このとき、予測値がどれだけブレるか（信頼区間）を計算するために、有効繰返し数 ne を使うのです。

• 製造現場：「この設定なら強度は平均◯◯、誤差はプラスマイナス△△」と保証するとき
• 商品開発：「最適レシピの味の点数は、自信を持ってこの範囲」と言うとき
• QC検定：一元配置実験・二元配置実験の点推定・区間推定の計算問題で必須

この続きの「最適条件の平均値を実際に推定する」具体的な手順は、母平均の点推定と区間推定｜最適条件の結果を予測する｜一元配置実験⑩で計算例つきで解説しています。あわせて読むと、ne の使い道が完全につながります。

有効繰返し数の「よくある勘違い」

最後に、初心者がつまずきやすいポイントを先回りで整理しておきます。ここを押さえれば、テストでも実務でもミスが減ります。

つまり、有効繰返し数は「実験回数」とは別物の、推定の確からしさを表す専用の数だと覚えておけば大丈夫です。

よくある質問

まとめ

有効繰返し数は、単なる数字ではありません。「これだけのデータで支えられているから、この結論は信頼できる」と胸を張って言うための根拠です。ばらつきに惑わされず、かつ無駄なコストもかけない——この賢いバランス感覚こそ、優秀なエンジニアや分析者の条件と言えるでしょう。

概念がわかったら、次はいよいよ実戦です。カレーの点数を使って、平均→平方和→分散→F検定の流れを数値つきで体験してみましょう。