f分布とは？意味や特徴をわかりやすく解説！（統計学：確率分布：F検定：分散の比較：自由度：カイ二乗分布など）

統計学を学び始めると、正規分布やt分布に続いて必ず登場するのがF分布です。

今回は「f分布とは？意味や特徴をわかりやすく解説！」というテーマで、初めて統計学に触れる方にもわかるように丁寧にお伝えしていきます。

F分布は2つの群の分散を比較するときに欠かせない確率分布です。

分散分析やF検定、さらにはカイ二乗分布との関係まで、聞き慣れない言葉が次々と出てきて戸惑ってしまう方も多いでしょう。

難しそうに感じるかもしれませんが、仕組みを一つずつ分解していけば決して理解できないものではありません。

この記事では、F分布の意味や特徴、自由度の考え方、F検定との関係、カイ二乗分布との違いまで幅広く解説していきます。

統計学の基礎固めをしたい方は、ぜひ最後まで読んでみてください。

F分布とは2つの分散の比率が従う確率分布のことです

それではまず、F分布とは何かについて解説していきます。

結論からお伝えすると、F分布とは2つの独立した標本の分散の比を表す確率分布のことです。

統計学の世界では、ある集団とある集団のばらつきに違いがあるかどうかを調べたい場面が数多くあります。

そのばらつき、つまり分散の比率がどのような分布に従うかを示したものがF分布なのです。

名前の由来は、統計学者ロナルド・フィッシャーの頭文字であるFから取られています。

フィッシャーが分散分析の理論を構築する過程で導き出した分布であることを知っておくと、理解の助けになるでしょう。

F分布の基本的な定義

F分布は、2つのカイ二乗分布に従う変数の比から導かれる分布です。

具体的には、独立した2つのカイ二乗分布をそれぞれの自由度で割った値の比が、F分布に従うとされています。

数式だけを見ると難しく感じますが、要は2つのばらつきの比を標準化したものと考えれば十分です。

分子と分母それぞれに独立した変動要因が入っている点がポイントでしょう。

F分布が使われる代表的な場面

F分布が最もよく使われるのは、複数の群の分散に差があるかどうかを検定する場面です。

例えば、ある工場のA製造ラインとB製造ラインで製品の品質のばらつきに違いがあるかを調べたいとします。

このようなときに、F分布を用いた検定が力を発揮するのです。

また、分散分析（ANOVA）と呼ばれる手法でも、複数のグループ間の平均に差があるかを調べる際にF分布が使われています。

回帰分析においてモデル全体の有意性を判断する場面でも登場するため、応用範囲は非常に広いといえるでしょう。

F分布とカイ二乗分布との関係性

F分布を理解するうえで欠かせないのが、カイ二乗分布との関係です。

先ほど紹介した式の通り、F分布は2つのカイ二乗分布の比から生まれています。

つまりカイ二乗分布は、F分布を構成する土台のような存在なのです。

この関係性については後の見出しで詳しく確認していきますので、ここでは軽く触れる程度にとどめておきます。

まずはF分布が分散の比を扱う分布であるという点をしっかり押さえておきましょう。

F分布にはいくつかの独特な特徴があります

続いては、F分布の特徴について確認していきます。

F分布には、正規分布とは異なる独特な性質がいくつも存在します。

ここでは代表的な3つの特徴に分けてお伝えしていきます。

非対称な形状をしている

正規分布は左右対称の美しい釣鐘型をしていますが、F分布はそうではありません。

F分布は右側に裾を引いた非対称な形状をしているのが大きな特徴です。

グラフにすると、ゼロ付近から立ち上がり、ピークを迎えたあとになだらかに右側へ長く伸びていく形になります。

なぜこのような形になるのでしょうか。

それは、分散の比という性質上、値が極端に大きくなる可能性はあっても、マイナスにはならないという制約があるためです。

自由度によって形が大きく変わる

F分布のもう一つの特徴は、自由度の組み合わせによって形状が大きく変化する点です。

自由度が小さいときは裾が長く広がった形になり、自由度が大きくなるにつれて左右対称に近い形へと変化していきます。

これはサンプルサイズが大きくなるほど、推定される分散のばらつきが安定してくるためと考えるとイメージしやすいでしょう。

そのため、F分布のグラフを見るときは必ずどの自由度の分布なのかをセットで確認する必要があります。

自由度の詳しい仕組みについては、次の見出しでじっくり解説していきます。

常に正の値をとる

F分布が取りうる値の範囲は、ゼロから無限大までのプラスの範囲に限定されています。

これは、分散という値自体がそもそもマイナスになりえない性質を持っているためです。

したがって、F値がマイナスになることは理論上あり得ません。

この性質は、後述するF検定を行ううえでも非常に重要な意味を持っています。

片側検定が基本になる理由も、この正の値しか取らないという特徴に由来しているのです。

F分布は2つの自由度によって定まります

続いては、F分布において非常に重要な役割を果たす自由度について確認していきます。

F分布は、正規分布のように平均と分散の2つのパラメータで決まる分布ではありません。

その代わりに、2種類の自由度によって形が定まるという特徴を持っています。

第一自由度と第二自由度

F分布には第一自由度と第二自由度という2つの自由度が存在します。

第一自由度は分子側のカイ二乗分布の自由度を指し、第二自由度は分母側のカイ二乗分布の自由度を指しています。

この2つを合わせて（自由度1、自由度2）という形で表記するのが一般的です。

例えば（5、20）のF分布と表記されていれば、分子の自由度が5、分母の自由度が20であることを意味しています。

順番を間違えると全く別の分布を参照してしまうため、注意が必要でしょう。

自由度の求め方

実際の検定においては、自由度はサンプルサイズやグループ数から計算されます。

1つの群の分散における自由度は、サンプルサイズから1を引いた値になります。

分散分析のように複数のグループを比較する場合は、群の数やデータ全体の数をもとにさらに複雑な計算式が使われることもあります。

ただし基本の考え方は変わらず、データの自由な変動量を表す数値であるという点は共通しているのです。

自由度が検定結果に与える影響

自由度の大小は、F分布の形状だけでなく検定結果の判定にも直接影響を与えます。

自由度が小さいほど分布の裾が長くなるため、同じF値でも有意と判定されにくくなる傾向があります。

反対に自由度が大きくなると分布の形が安定し、小さなF値の差でも有意差として検出されやすくなるのです。

サンプルサイズを増やすことが検定の精度向上につながるといわれる理由も、ここにあるといえるでしょう。

自由度を無視してF値だけを比較することは避けるべきです。

F分布はF検定を行うために欠かせない存在です

続いては、F分布と密接に関わるF検定について確認していきます。

F分布がどれだけ理論的に理解できても、実際にどう使うのかがわからなければ意味がありません。

ここではF検定の目的や手順、具体例まで順を追って見ていきます。

F検定の目的

F検定とは、2つの群の分散に統計的な差があるかどうかを調べるための検定手法です。

「2つのグループのばらつき方は本当に同じといえるのか」という疑問に答えるための道具といえるでしょう。

例えば、新しい製造機械を導入した前後で製品のばらつきが小さくなったのか、それとも単なる偶然の範囲なのかを判断したいときに使われます。

また、t検定を行う前段階として、2つの群の分散が等しいかどうかを確認する目的でF検定が使われることも少なくありません。

分散の等質性を確認しておくことで、その後の検定の信頼性を高められるのです。

F検定の手順

F検定を行う際は、まず2つの群それぞれの分散を計算するところから始めます。

次に、大きい方の分散を小さい方の分散で割ることでF値を算出します。

このF値を、あらかじめ設定した有意水準と自由度に対応するF分布表の値と比較していきます。

算出されたF値が基準値を上回っていれば、2つの群の分散には統計的に意味のある差があると判断できるでしょう。

逆に基準値を下回っていれば、分散の差は偶然の範囲内であるとみなされます。

F検定の具体例

このように、F検定は数式自体はシンプルですが、判断の根拠として非常に説得力のある結果を導いてくれます。

実務データを扱う場面でも幅広く応用できる手法だといえるでしょう。

F分布とカイ二乗分布の違いを整理しておきましょう

続いては、F分布とよく混同されやすいカイ二乗分布との違いについて確認していきます。

どちらも統計的検定でよく登場する分布であるため、違いを整理しておくことは非常に重要です。

カイ二乗分布の概要

カイ二乗分布とは、正規分布に従う変数を2乗して足し合わせたものが従う分布です。

主に、観測度数と期待度数のずれを検定する適合度検定や、独立性検定などで利用されています。

カイ二乗分布もF分布と同様に、常に正の値をとり、右に裾を引いた非対称な形をしています。

自由度が1つしか存在しないという点が、2つの自由度を持つF分布との大きな違いといえるでしょう。

この単純さゆえに、カイ二乗分布は比較的理解しやすい分布とされています。

F分布との数式上の関係

先ほども触れた通り、F分布は2つのカイ二乗分布の比から成り立っています。

言い換えれば、カイ二乗分布が単体のばらつきを評価する分布であるのに対し、F分布は2つのばらつきを比較するための分布なのです。

この違いこそが、両者を使い分けるうえでの本質的なポイントといえるでしょう。

実務での使い分け

実際のデータ分析では、目的に応じてカイ二乗分布とF分布を明確に使い分ける必要があります。

アンケート結果の分布に偏りがあるかを調べたいときはカイ二乗分布を使うことが一般的です。

一方で、2つの製造ラインや2つの実験群のばらつきを比較したいときはF分布を使うのが適切でしょう。

目的とデータの性質を見極めたうえで、どちらの検定手法を選ぶべきかを判断することが大切です。

分布名	主な用途	自由度の数	形状の特徴
t分布	平均値の検定	1つ	正規分布に近い左右対称
カイ二乗分布	適合度検定・独立性検定	1つ	右に裾を引く非対称
F分布	分散の比較・分散分析	2つ	右に裾を引く非対称

このように表で整理してみると、それぞれの分布が持つ役割の違いがより明確になるのではないでしょうか。

特にF分布だけが2つの自由度を持つという点は、忘れずに覚えておきたいポイントです。

まとめ

今回は「f分布とは？意味や特徴をわかりやすく解説！」というテーマで、F分布の基本から特徴、自由度、F検定、カイ二乗分布との関係まで幅広くお伝えしてきました。

F分布とは、2つの独立した分散の比が従う確率分布のことでした。

常に正の値をとり、非対称な形状をしていること、そして2つの自由度によって形が定まることが大きな特徴でしたね。

F検定を通じて、2つの群のばらつきに統計的な差があるかどうかを客観的に判断できることもご理解いただけたでしょう。

また、カイ二乗分布との関係を押さえておくことで、F分布への理解がより一層深まったのではないでしょうか。

統計学の分布は一つひとつがつながり合っているため、関連する分布とセットで学ぶことが理解への近道です。

今回の内容が、F分布を学ぶ皆さんの助けになれば幸いです。