カイ二乗分布の自由度とは？n−1になる理由と求め方を解説！

カイ二乗分布は、統計学における適合度検定や独立性の検定、母分散の推定などで登場する重要な確率分布です。

ところが、計算式に出てくる自由度について、なぜn−1になるのか、どのように数えればよいのか迷う方は少なくありません。

自由度は単なる数字ではなく、データから独立して動かせる情報量を表す考え方です。

この記事では、カイ二乗分布の自由度の意味からn−1となる理由、検定ごとの求め方、表の読み方までを順序立てて解説します。

カイ二乗分布の自由度の結論

それではまず、カイ二乗分布における自由度の基本的な結論について解説していきます。

自由度が表す独立した情報量

カイ二乗分布の自由度とは、計算に使う値のうち、他の条件に縛られずに独立して決められる値の個数です。

標本がn個ある場合でも、合計や平均などの条件が入ると、すべての値を自由に変えられるわけではありません。

自由度は、データの個数そのものではなく、制約を考慮した後に残る独立情報の数と理解すると分かりやすいでしょう。

カイ二乗分布では、自由度の違いによってグラフの形、平均、ばらつき、棄却域の位置が変化します。

そのため、同じカイ二乗値であっても、自由度を誤るとp値や検定結果まで変わってしまいます。

自由度ごとに異なる分布の形

自由度が小さいカイ二乗分布は、右側に長い裾を持ち、左側に偏った形になります。

自由度が大きくなるほど分布は左右の偏りが弱まり、正規分布に近い滑らかな形へ変化します。

カイ二乗分布の平均は自由度と等しく、分散は自由度の2倍です。

つまり自由度が増えると、分布の中心も右側へ移動し、広がり方も変わります。

自由度	分布の特徴	平均	分散
1	右への偏りが非常に大きい形	1	2
5	右に裾を引くが中心が見え始める形	5	10
10	偏りが小さくなり始める形	10	20
30	正規分布に近づく形	30	60

自由度が違えば参照するカイ二乗分布表も異なるため、計算の最後だけ確認すればよいものではありません。

自由度の代表的な求め方

母分散に関する検定や信頼区間では、標本サイズをnとしたとき、自由度はn−1となるのが一般的です。

一方で、適合度検定ではカテゴリ数から推定した母数の数を差し引きます。

独立性の検定では、クロス集計表の行数と列数を用いて求めます。

まずは、どの種類のカイ二乗検定を行うのかを確かめることが大切です。

n−1になる理由

続いては、標本数がnであるにもかかわらず自由度がn−1になる理由を確認していきます。

標本平均という制約

n個の観測値から標本平均を求めると、それぞれの値と平均の差には重要な性質が生まれます。

各観測値をx、標本平均をxバーと考えた場合、平均との差をすべて足すと必ず0になります。

この合計が0という条件が、自由度を1つ減らす直接的な理由です。

平均を標本から推定した時点で、1つ分の自由さが失われると考えると理解しやすくなります。

三つの数値による具体例

たとえば3人のテスト得点について、平均との差を考えてみましょう。

1人目の差が2点、2人目の差が−5点と決まった場合、3人目の差は3点にする必要があります。

三つの差を自由に選ぶと合計が0にならない可能性があるため、最後の値には選択の余地がありません。

観測値の順番	平均との差	自由に決められるか
1人目	2	決められる
2人目	−5	決められる
3人目	3	合計0の条件で決まる

この例では観測値は3個でも、独立した差は2個です。

したがって自由度は3−1で2となります。

母平均既知の場合との違い

自由度がn−1になるのは、常に当てはまる決まりではありません。

母平均があらかじめ既知であり、標本平均を使わずに母平均からの偏差を計算する場合は、平均を推定するための制約が加わりません。

この場合、独立した情報量を1つ失う事情がないため、扱いが異なることがあります。

ただし実務や学習問題では、母平均が不明で標本平均を用いる場面が多いため、n−1が頻繁に現れます。

母分散の検定と信頼区間

続いては、カイ二乗分布が母分散の検定や信頼区間で使われる場面を確認していきます。

不偏分散と自由度

標本分散には、分母をnにする計算と、分母をn−1にする計算があります。

母分散を推定する目的では、通常は分母をn−1にした不偏分散を用います。

不偏分散は、標本平均を使って生じる偏りを調整した推定量です。

不偏分散の分母がn−1なのは、自由度の考え方と直接つながっています。

分散の式とカイ二乗分布の式を別々に覚えるより、共通する仕組みとして捉えるほうが応用しやすいでしょう。

カイ二乗統計量の式

正規母集団から得た標本では、不偏分散を使った統計量がカイ二乗分布に従います。

母分散をシグマ二乗、標本の不偏分散をs二乗とすると、n−1とs二乗を掛けた値を母分散で割る形になります。

この統計量の自由度はn−1です。

式の中にあるn−1は、標本分散を作る際に使える独立情報の数を表しています。

標本サイズが20なら自由度は19、標本サイズが100なら自由度は99です。

標本サイズ	自由度	利用場面
10	9	小標本による母分散の推定
30	29	品質データのばらつき確認
50	49	工程データの分散検定
100	99	比較的大きな標本の推定

片側検定と両側検定

母分散の検定では、分散が基準値より大きいか、小さいか、異なるかによって棄却域の置き方が変わります。

大きいかを確認する片側検定では右側の裾を見ます。

小さいかを確認する片側検定では左側の裾を見ます。

異なるかを確認する両側検定では、左右両方の裾に有意水準を分けます。

同じ自由度でも、片側検定か両側検定かで比較する臨界値は変わる点に注意が必要です。

自由度、検定の向き、有意水準の三つをそろえてカイ二乗分布表を読むようにしましょう。

適合度検定の自由度

続いては、観測度数と期待度数を比較する適合度検定における自由度を確認していきます。

カテゴリ数から求める基本形

適合度検定は、実際に得られた度数が、想定した確率分布や比率に合っているかを調べる方法です。

カテゴリがk個あり、期待確率があらかじめ完全に決まっている場合、自由度はk−1になります。

ここでも、各カテゴリの度数を合計すると標本サイズnになるという制約があります。

最後のカテゴリの度数は、それまでのカテゴリの度数と合計nから決まるため、1つ分の自由度が減ります。

適合度検定の基本形では、カテゴリ数ではなくカテゴリ数−1が自由度です。

推定した母数を引く理由

適合度検定の前に、データから平均や割合などの母数を推定した場合は、自由度をさらに減らします。

たとえば正規分布への適合を確かめるために、標本から平均と標準偏差を推定したなら、推定した母数は2個です。

カテゴリ数がk個なら、自由度はk−1−2となります。

カテゴリ数	推定母数の数	自由度
6	0	5
6	1	4
6	2	3
10	2	7

期待度数に関する注意点

適合度検定を行う際は、自由度だけでなく各カテゴリの期待度数も確認する必要があります。

期待度数が極端に小さいカテゴリが多いと、カイ二乗近似の精度が低下する可能性があります。

その場合は隣接するカテゴリを統合する、別の検定方法を検討するなどの対応が必要になるでしょう。

カテゴリを統合した場合、カテゴリ数が変わるため、自由度も改めて計算しなければなりません。

表をまとめた後に、以前の自由度をそのまま使わないことが実務上の重要な注意点です。

独立性検定と分割表

続いては、クロス集計表を使う独立性検定における自由度を確認していきます。

行数と列数による計算

独立性検定は、二つのカテゴリ変数に関連があるかを調べるカイ二乗検定です。

たとえば性別と商品購入の有無、年代と利用サービス、地域と回答傾向などの関係を分析できます。

行数をr、列数をcとしたクロス集計表では、自由度は行数−1と列数−1を掛け合わせて求めます。

この計算式は、各行と各列の合計が固定される制約を反映したものです。

二行二列の表における自由度

最もよく使われる二行二列のクロス集計表では、自由度は1です。

行の合計と列の合計が決まっている場合、左上のセルの度数を決めると、残りの三つのセルも自動的に決まります。

見た目には四つのセルがありますが、独立して動かせる情報は一つだけです。

	購入あり	購入なし	行合計
会員	セルA	セルB	固定
非会員	セルC	セルD	固定
列合計	固定	固定	総数

二行二列表の自由度が1になるのは、行合計と列合計という複数の制約があるためです。

期待度数と検定結果の読み方

独立性検定では、観測度数と期待度数の差を各セルで評価し、その結果を合計してカイ二乗値を作ります。

期待度数は、行合計と列合計を掛けて総数で割ることで求めます。

カイ二乗値が大きいほど、観測度数と独立である場合の期待度数との差が大きいことを意味します。

ただし有意差が出たとしても、どのセルが差に強く影響したかは別途確認する必要があります。

調整済み残差や各セルの観測度数と期待度数を見れば、関連の方向をより具体的に読み取れます。

p値だけで終わらせず、どのカテゴリの組み合わせに特徴があるかを見る姿勢が分析の質を高めます。

カイ二乗分布の自由度のまとめ

カイ二乗分布の自由度は、条件を考慮した後に残る独立した情報量です。

母分散の検定や不偏分散では、標本平均を推定することで偏差の合計が0に固定されるため、自由度はn−1になります。

適合度検定ではカテゴリ数−1から推定母数の数を引き、独立性検定では行数−1と列数−1を掛け合わせます。

自由度の数え方は検定の種類で異なるため、カイ二乗値を計算する前に、分析目的と表の構造を確認することが欠かせません。

自由度は計算の付属情報ではなく、分布表やp値の判断を左右する重要な要素です。

n−1になる理由を偏差の合計という制約から理解しておけば、公式を忘れにくくなり、適合度検定や独立性検定にも応用しやすくなるでしょう。