標準誤差と標準偏差の違い
個々の観測値の散らばりと、標本を取り直したときの平均の散らばりを区別し、標準誤差の計算とその前提を説明します。
投資判断の前に免責事項をご確認ください
個々の観測値の散らばりと、標本を取り直したときの平均の散らばりを区別し、標準誤差の計算とその前提を説明します。
投資判断の前に免責事項をご確認ください
駅まで歩く時間を36回測り、その平均を計算します。同じ条件でも歩くたびに時間は異なりますから、36回の測定を集め直せば平均も変わります。個々の時間の散らばりと、集まりを取り直したときの平均の変動は、分けて考える必要があります。
Part 3「標本誤差・信頼区間・検定」の記事です。前回は測定を重ねたときの平均の振る舞いを扱い、次回は信頼区間を扱います。
架空の駅までの歩行時間を考えましょう。測定は毎回同じ条件と手順で行い、個々の時間の散らばりを表す値は6.00分とします。実在の人や経路を測った記録ではありません。
36回分の平均が一つあっても、それだけでは、同じ手順で36回分を集め直したときに平均がどれくらい変わるかは分かりません。集まりごとに含まれる時間が違うからです。個々の時間と、集まりごとの平均を区別してみましょう。
同じ条件で取り出した観測値の集まりを標本、その値の平均を標本平均と呼びます。標本を取り直すたびに、短い時間と長い時間の組み合わせが変わるため、標本平均も変わります。標本平均を数多く並べれば、その値の分布を考えられます。
標準偏差は、値が平均の周りにどれくらい散らばるかを、元の値と同じ単位で表す量です。「母」は、標本の取り出し元となる分布を指します。個々の歩行時間の母標準偏差は、その分布における時間の散らばりを表します。
この架空の例では、各回の時間は同じ分布から互いに独立に得られるとします。144回の平均を取り直した場合、個々の時間の母標準偏差が6.00分のままでも、平均の標準誤差は0.50分です。測定数を増やして小さくなるのは、取り直した平均の散らばりです。
観測の番号を 、観測数を とします。 は観測前の第 回の値を表す確率変数、つまり結果によって値が決まる量です。 は実際に得たその観測値です。合計を表す記号 は、例えば なら最初から 番目までの値を足すことを表します。
観測前の標本平均を 、実際に得た標本の平均を と書くと、どちらも値の合計を観測数で割ります。
各観測が互いに独立で、同じ分散を持つ場合を考えます。独立とは、一つの観測値についての情報が、別の観測の確率を変えないことです。分散は平均からのずれを二乗して平均した散らばりの量で、共通の母分散を 、その平方根である母標準偏差を とします。 は括弧内の量の分散を表します。
観測数が増えると分母は大きくなります。ただし、増えるのは観測数の平方根です。
平均を作るには、観測値の和を 倍します。量を定数倍すると分散はその定数の二乗倍になり、独立な観測の和の分散はそれぞれの分散の和になります。各観測の分散が同じなので、和の分散は共通の分散の 倍です。
母標準偏差が分からない場合は、手元の標本から標準偏差を計算します。観測数が2以上のとき、分母を とする標本標準偏差を とします。
先ほどの架空の設定で、個々の歩行時間の母標準偏差を6.00分に固定します。36回の平均では なので、標準誤差は 分です。これは36回分の標本を取り直したときの平均の散らばりです。
9回、36回、144回では標準誤差がそれぞれ2.00分、1.00分、0.50分になります。横軸は対数目盛りです。等しい間隔が同じ差ではなく同じ倍率を表し、9から36、36から144はいずれも4倍です。
一定の線は個々の時間の散らばり、曲線は平均の散らばりです。観測数を4倍にすると分母の平方根は2倍になり、曲線の値は半分になります。
下の操作図は、歩行時間とは別の設定で標本を生成します。標本サイズを9のままにして、取り直すたびの標本平均が分布する様子を見てみましょう。
操作ヒント母分布と標本サイズ n を選び、「1バッチ引く」で同じ決定的な系列を少しずつ公開します。説明ステージは再生・送り・戻しで確認できます。
読み取れること右に歪んだ分布の母平均は μ=0.333。次はこの母分布から1つの標本を取り、標本平均を作ります。
図中の running mean は、それまでに得られた値の累積平均です。理論 SE は理論上の標準誤差、標本平均の SD は生成された標本平均の標準偏差を表します。
日次リターンは、1日ごとの価格の変化を割合で表したものです。実在の資産ではない架空の例として、その日次標準偏差を2.00%とし、各日のリターンは独立だと仮定します。平均リターンの標準誤差も、日次リターンを%で表した数値と同じ単位です。
25営業日の平均では、標準誤差は %です。これは25日間の合計リターンではなく、1日当たりのリターンの平均を取り直したときの散らばりです。
1か月を20営業日とすると、25営業日は1.25か月です。期間を換算しても、上の値は日次リターンの平均についての標準誤差です。母標準偏差が未知なら、先ほどの を使って推定します。
実際の系列には、独立の仮定をそのまま置けない場合があります。中央銀行の研究資料では、分析対象の株式の日次収益率には自己相関なしとみなす結果が得られた一方、債券には自己相関を検討すべき系列がありました。自己相関は、時間を隔てた同じ系列の値同士の関連です。同資料では日次収益率の二乗にも関連が見られ、変動の大きさに自己相関があることを示唆しています。
市場リスク計測における保有期間調整についての8ページは、日次収益率とその二乗の自己相関を検討しています。
平均より高い日同士、または低い日同士が組になりやすければ、同じ向きのずれが平均に残りやすくなります。反対向きのずれが組になりやすければ、互いに打ち消し合いやすくなります。ただし、隔たりごとの関連の一つだけでは、全体の方向は決まりません。
第 日のリターンを 、 日の平均を とします。共分散は、二つの値のそれぞれの平均からのずれを掛け合わせたものの平均です。同じ向きのずれが多ければ正、反対向きが多ければ負になります。
ここでは各日の分散が同じ で、二つの日の共分散が日数の隔たりだけで決まる定常な系列を考えます。隔たりを 日、共分散を共通分散で割った自己相関を とすると、平均リターンの分散は次のようになります。ここでの自己相関は、リターンの二乗ではなく、リターン自体の関連です。
角括弧の1は独立の場合に対応します。残りは隔たりごとの自己相関を、組の数に応じた重み で足した補正です。その重み付きの和が正なら、独立と仮定した場合より分散も標準誤差も大きく、負なら小さくなります。ゼロなら同じです。標準誤差は分散の平方根なので、比較は分散が非負となる範囲で行います。
日ごとの分散が異なる場合は、共分散を と書き、観測番号 の組を によって一度ずつ数えると、一般に次の式です。
各日の分散の合計に、各組の共分散の合計の2倍を加え、平均を取るため で割ります。独立・等分散の計算との差は、各日の分散と共分散の合計をその基準と比べて判断します。先の資料で見られた変動の大きさの自己相関だけから、特定の資産の平均リターンの標準誤差が大きくなるか小さくなるかは決められません。