実験計画法

修正項(CT)とは?T²/Nの計算式を図解で理解する|一元配置実験④

📌 この記事でわかること

  • 修正項(CT)とは何か?
  • なぜ「T²/N」を引くのか?
  • 数値実験で「引く意味」を体感する
  • 数学的な証明(なぜこの式になるのか)

こんにちは、シラスです。

実験計画法や分散分析、あるいはQC検定の勉強を始めると、必ず登場する謎の計算式があります。

📐 修正項(Correction Term)

CT = T² / N

教科書には「データの総和(T)を二乗して、データ数(N)で割れ」と書いてあります。そして、平方和(S)を求めるために、必ずこの CT を引き算させられます。

😔 こんなモヤモヤありませんか?

  • 「計算手順は覚えたけど、これ、一体何のために引いてるの?
  • 「データの二乗和から引くことに、何の意味があるの?」
  • 「そもそも『修正項』って何を『修正』してるの?」

今日は、修正項(CT)がやっている「引く作業」の正体を、具体的な数字のシミュレーションで解き明かします。

🤔 まず「修正項」という言葉について

いきなり「修正項」と言われても、何を修正するのかわかりませんよね。

実はこの名前、英語の「Correction Term」をそのまま訳したものです。

💡 なぜ「修正」と呼ぶの?

私たちが計算したいのは「データのバラつき」です。
でも、データをそのまま二乗して足すと、「平均値の分のエネルギー」も一緒に計算されてしまいます。

この「余計な分」を取り除いて、純粋なバラつきだけにする作業が「修正」です。
だから「修正項」と呼ばれます。

まだピンとこないかもしれません。でも大丈夫です。この後の数値実験で、「あ、そういうことか!」とスッキリしますよ。

👟 結論:修正項とは「下駄(ゲタ)」を脱がす作業

まずは結論からイメージしましょう。

修正項を引くという行為は、グラフの「基準線(ゼロ点)」を平均値の位置までズラす作業です。

📊 修正項(CT)の役割

データ全体が持っている数値のうち、
「平均的な底上げ分(平均値レベル)」を取り除くこと。

🤔 なぜ引くの?

私たちが知りたいのは「平均値からのバラつき」だけ
データの高さに含まれる「余計な標高(下駄)」が邪魔なので、CTを使ってキャンセルしている。

たとえ話:身長測定と「厚底靴」

こんな場面をイメージしてください。

3人の身長を測りたいのですが、全員が10cmの厚底靴を履いています。

  • Aさん:靴込みで173cm(本当は163cm)
  • Bさん:靴込みで174cm(本当は164cm)
  • Cさん:靴込みで175cm(本当は165cm)

3人の「身長のバラつき」を知りたいとき、
靴を履いたまま測っても、脱いで測っても、バラつきは同じ(±1cm)ですよね?

でも、計算するときは「靴の分(10cm)」が邪魔になります。
この「靴の分を引く」のが修正項の役割です。

まだ「ふーん」くらいかもしれません。では、実際の数字で確かめてみましょう。

🔬 数値実験:データが「100」増えてもバラつきは同じ?

ここに、2つのデータセットがあります。

📊 データA

{ 3, 4, 5 }

📊 データB

{ 103, 104, 105 }

データBは、データAに「100」を足しただけです。

直感的にわかる通り、この2つのグループの「バラつき具合」は全く同じですよね?(どちらも、真ん中から ±1 ズレているだけです)

手順1:そのまま二乗して足してみる(Σx²)

まず、何も考えずにそれぞれのデータを二乗して合計します。

データ 計算式 結果(Σx²)
データA 3² + 4² + 5² = 9 + 16 + 25 50
データB 103² + 104² + 105² 32,450

⚠️ おかしい!

バラつきは同じはずなのに、データBの方は「32,450」という巨大な数字になってしまいました。

これは、データBに含まれる「100」という「底上げ分(下駄)」も一緒に二乗して合計してしまったからです。

このままでは「バラつき」の指標として使えません。

そこで登場するのが修正項(CT)です。

手順2:修正項(T²/N)を計算する

修正項の公式を使います。

データ 合計(T) データ数(N) CT = T²/N
データA 12 3 12²/3 = 144/3 = 48
データB 312 3 312²/3 = 97344/3 = 32,448

データBの修正項は、ものすごく大きな値(32,448)になりました。これが「底上げ分のエネルギー」です。

手順3:引き算をする(S = Σx² − CT)

さあ、最後に引き算(修正)をします。

データ Σx² CT 平方和(S)
データA 50 48 2
データB 32,450 32,448 2

🎉 なんと!どちらも「2」になりました!

修正項(CT)を引くことで、データに含まれていた「100」という邪魔な下駄がきれいに消え去り、
純粋な「バラつき(2)」だけが残りました。

これが修正項の役割です。

どんなにデータが大きくても、「平均値の分のパワー」を強制的にキャンセルして、バラつきだけをあぶり出すのです。

🎨 イメージ図で理解を深めよう

数値だけではピンとこない方のために、グラフでイメージしてみましょう。

イメージ①:棒グラフの「底」を持ち上げる

【修正前】ゼロを基準にしたグラフ

データB(103, 104, 105)を棒グラフにすると、
3つの棒は「100」のあたりから伸びている。
棒の長さの大部分は「100」という共通の底上げ分。

【修正後】平均値を基準にしたグラフ

基準線を「104(平均値)」まで持ち上げると、
3つの棒は「-1, 0, +1」という純粋なズレだけを表す。
これが「修正」の意味です。

イメージ②:エレベーターの「階数表示」

100階建てのビルがあります。
3人が「103階・104階・105階」にいます。

「3人の高さの差」を知りたいとき、
わざわざ「地上からの高さ(100階分 + α)」を計算する必要はありません。

「104階を基準にして、-1階・0階・+1階」と考えればいい。

修正項は、この「100階分を引く」作業をしています。

📐 そもそも、なぜこの式になるの?(数学的な証明)

「意味はわかったけど、なんで T²/N を引くことになるの?」

数式が気になる方のために、中学・高校数学レベルで丁寧に証明してみましょう。

🌸 数式が苦手な方へ

この章は読み飛ばしてもOKです。
大切なのは「修正項 = 下駄を脱がす」というイメージを持つこと。
証明は「なるほど、だからこの式なのか」と納得したい人向けです。

本来、平方和(S)の定義は「偏差(平均とのズレ)の二乗の合計」です。

📐 平方和の定義
S = Σ(x − x̄)²
(各データと平均値の差を二乗して、全部足す)

このカッコの中身を展開して、Σを分配していきます。

ステップ1:カッコを展開する

(x − x̄)² = x² − 2x·x̄ + x̄²

これをΣの中に入れます。
S = Σ(x² − 2x·x̄ + x̄²)

ステップ2:Σをバラバラにする

足し算・引き算は分けて書けます。

S = Σx² − Σ(2x·x̄) + Σx̄²

ステップ3:定数を整理する(ここが重要!)

Σに関係ない「定数」を整理します。

  • 2x̄(平均値)は定数なので、Σの外に出せます。
  • 最後の項のΣx̄²は、「定数x̄²をデータ数N個分足す」という意味なので、N × x̄²になります。

S = Σx² − 2x̄·Σx + N·x̄²

ステップ4:T(合計)とN(データ数)に置き換える

ここで、以下の関係式を使います。

  • データの合計:Σx = T
  • 平均値:x̄ = T / N

これを式に代入して整理すると…

S = Σx² − 2(T/N)·T + N·(T/N)²
  = Σx² − 2T²/N + T²/N
  = Σx² − T²/N

ステップ5:完成!

S = Σx² − T²/N

後ろの部分(T²/N)が、まさに修正項(CT)です!

つまり、修正項はポッと出の公式ではなく、「偏差の二乗」を展開して整理したら自然と出てきたものなのです。

⚠️ 実務での注意点:電卓計算のミスを防ぐ

修正項の意味がわかったところで、実務(QC検定など)での計算ミスを防ぐコツをお伝えします。

🚨 一番多いミス

❌ 間違い 二乗してから、足す → Σx²
⭕️ 正解 足してから、二乗する → (Σx)² = T²

電卓を叩くときは、以下の順番を体に染み込ませてください。

🔢 電卓の手順

① まず全部足す(T)
② 「× =」で二乗する
③ データ数(N)で割る

📝 まとめ

この記事のポイント

  • 修正項(CT)は、データの「底上げ分(平均レベル)」をキャンセルする装置
  • 修正項を引くことで、純粋なバラつきだけが残る
  • 数学的には、偏差の二乗を展開したら自然と出てくる
  • 電卓計算は「足す → 二乗 → 割る」の順番を守る

💡 こう考えると楽しくなる

修正項(CT)は、単なる計算手続きではありません。

「データを原点中心から、平均値中心の視点に切り替えるスイッチ」

こう考えると、毎回の計算が少し楽しくなりませんか?
「よし、まずはこのデータの余計な下駄(CT)を脱がせてやるか!」
と思いながら計算すれば、もう実験計画法は怖くありません。

📖 次に読む記事

一元配置実験シリーズ|次の記事

平方和(S)と自由度の関係|「分散」を求める準備|一元配置実験⑤

修正項を使って平方和を計算したら、次は「自由度」の登場です。なぜn-1で割るのか?分散を求めるための重要な準備知識を解説します。

次の記事を読む →

🔗 関連記事

📘 不偏分散の「n-1」が気になる
【図解】不偏分散はなぜn-1で割るのか? →

📚 一元配置実験シリーズ|全16回

このシリーズを順番に読めば、一元配置実験を完全マスターできます。

  1. 分散分析とは?「平均の差」ではなく「分散」を見る理由
  2. 一元配置実験とは?1つの因子で白黒つける実験の基本形
  3. 一元配置実験の計算の全体像|分散分析表を作るまでの地図
  4. 修正項(CT)とは?T²/Nの計算式を図解で理解する ← 今ここ
  5. 平方和(S)と自由度の関係|「分散」を求める準備
  6. 総平方和(S_T)の計算|データ全体のバラつきを数値化する
  7. 群間平方和と群内平方和|バラつきを「効果」と「誤差」に分解する
  8. 分散分析表(ANOVA)の作り方|表を完成させる手順
  9. F検定で有意差を判定する|F分布表の使い方
  10. 母平均の点推定と区間推定|最適条件の結果を予測する
  11. 有効繰返し数とは?実験回数の最適解を導く考え方
  12. 有効繰返し数の計算方法|2つの公式を使い分ける
  13. 平均平方の期待値E(V)とは?数式の意味を直感的に理解する
  14. 分散分析表の作り方完全ガイド|S→V→Fの流れを総復習
  15. 一元配置実験の分散分析を実践|カレーの例で手を動かす
  16. 一元配置実験の計算を完全図解|分散分析表を1から作る全手順

👟 修正項(CT)= 「下駄を脱がす」装置
この理解があれば、次のステップもスムーズです!

タグ

-実験計画法
-