はじめに
統計学の本を開くと、いたるところに「自由度」（degrees of freedom）という言葉が出てきます。 カイ二乗検定、t検定、F検定、回帰分析──。 ほとんどすべての統計分析で、この自由度が登場します。
ですが、初めて出会うと、なぜか分かりにくい概念です。 今回は、この自由度を、なるべくシンプルに整理しておきましょう。
1. 自由度とは何か
自由度は、ひとことでいえば、
自由に決めることができる値の数。
を指します（吉岡のノートより）。
文字だけだと、何を言っているのか分かりにくいかもしれません。 具体例で考えてみましょう。
2. 簡単な足し算で考える
3つの値（n = 3）の合計を計算するとします。 たとえば、3つの値が 1, 2, 3 で、合計は 6 と求められました。
さて今度は、逆方向に考えてみます。 合計が「6」になるように、値を「自由」に決めてみてください。
ひとつめを「1」、ふたつめを「2」と決めたところで──。 あれ？ 3つめの値は、もう「自由」には決められません。 合計を「6」にするには、3つめの値は 3 に決まってしまうのです。
つまり、3つの値（n = 3）のうち、
- 自由に決められる値の数は 2つ
- 残り1つは、最後に決まってしまう
──ということになります。 これが、自由度は2（n − 1 = 2）と言われる、その意味です。
3. 一般化する：自由度 = n − 1
この発想を一般化すると、
n個の値があり、その合計（または平均）に制約がある場合、自由に決められる値の数は n − 1。
となります。
n が 1,000 の不偏分散を計算するときも、理由は同じです。 偏差が999個決まると、残り1つの偏差は自由に決められない。 だから、自由度は999となります。
「ひとつの制約があると、自由度が1つ減る」──。 これが、自由度の基本的な考え方です。
4. なぜ統計学で「自由度」が大事なのか
自由度は、統計学のあちこちで登場します。 なぜでしょうか。
統計学では、しばしば、
- 平均
- 分散
- 標準偏差
- 検定統計量
──といったものを計算します。 これらの計算は、たいてい「平均値からの偏差」「合計に対する偏差」など、制約を持った値を扱います。
そして、制約があるぶんだけ、自由に動ける値の数（=自由度）が減ります。 統計的な検定や推定の精度は、この自由度に大きく依存します。
具体例：
- t検定：自由度によって、t分布のかたちが変わる
- カイ二乗検定：自由度によって、χ²分布のかたちが変わる
- F検定：分子と分母にそれぞれ自由度がある
- 回帰分析：説明変数の数と、データ数の関係で、自由度が決まる
これらすべてで、自由度の値を間違えると、検定の結論が変わってしまいます。
5. 自由度の直観的なイメージ
自由度を、もう少し直観的にとらえるなら、こう言えます。
「データが、本当に教えてくれる情報の量」。
データの数 n がそのまま自由度になるわけではありません。 分析のなかで使うルール・制約のぶんだけ、データが教えてくれる情報量は減っていきます。
たとえば、
- 平均値を計算するために1つの制約を使う → 自由度が1減る
- 回帰分析で、切片と1つの傾きを計算するために2つの制約を使う → 自由度が2減る
- p個の説明変数を持つ回帰分析 → 自由度は n − p − 1
つまり、データから絞り出せる**「使える情報の量」**が、自由度です。 だから、データの数が多くても、分析が複雑になりすぎると、自由度が小さくなり、結論の信頼性が落ちる──ということになります。
6. 不偏分散と自由度
統計学を学ぶときに、最初に「自由度って？」と疑問に思うのは、不偏分散の計算かもしれません。
分散の計算で、「偏差の二乗の合計を、n で割るのか、n−1 で割るのか」という問題があります。 標本分散は n で割りますが、不偏分散は n − 1 で割ります。
なぜ n ではなく、n−1 で割るのか? これが、自由度の考え方そのものです。
標本平均を計算する段階で、すでに「合計」という制約が1つ使われている。 だから、偏差を考えるときには、自由に動ける偏差の数は n−1 個。 n で割ると、自由度の制約を無視してしまい、母分散を過小評価してしまう。 n−1 で割ることで、自由度を反映した、より正確な推定値になる──。
これが、不偏分散が n−1 で割る理由です。
7. 質的研究と、自由度の発想
TSIR のインタビュー研究では、自由度を直接計算することはありません。 ですが、自由度の発想は、質的研究にも応用できます。
ひとりの語り手からどんな情報が得られるか、その情報の質と量は、
- どれくらいの時間、インタビューしたか
- どれくらい多様な話題に触れたか
- インタビューガイドにどんな制約があったか
- 自由に語れる雰囲気があったか
──によって変わります。 インタビューの「自由度」が高ければ、語り手は自分のことばで話せる。 ガイドに縛られすぎると、語りの自由度は減る。
これは、量的な「自由度」とは違う使い方ですが、発想は似ています。 制約があると、得られる情報量が減る──。 この感覚を持っていると、研究のデザインを精密にすることができます。
結び
「自由度」は、統計学の基本概念のひとつです。 数式が苦手な人にとっては、最初は分かりにくい。 ですが、その本質は、「自由に決められる値の数」というシンプルなものです。
そして、その背後には、「ひとつの制約があると、自由度が1減る」という、ささやかですが大事なルールがあります。
統計分析の結果を読むとき、出てくる「自由度」の数字に一度立ち止まってみる。 それだけで、その分析が、どれくらいの情報量に基づいて、何を言っているかが、ぐっと精密に見えてきます。
参考資料
- 吉岡詩織の社会学用語ノート「自由度」
- 統計学の入門書一般
- 関連：統計的検定（#50）、重回帰分析（#70）、多変量解析（#58）
【執筆：吉岡詩織 / 編集：qbc（栗林康弘）】
