学生、ライター、研究者のために
AI 統計ソルバー 条件まで確認して
信頼区間、仮説検定、確率、確率分布、回帰。どの手法が合うかを示し、その前提条件を確認し、結果が何を意味するかを説明します。
結果
ここに結果が表示されます。
4 ステップで統計の質問
データと問題を入力
要約統計量を入力するか小さなデータセットを貼り付けるか、5 MB までの問題の写真をアップロードしてください。
レベルを選ぶ
「大学生」が初期設定です。確率の入門なら「高校生」に切り替え、説明のスタイルも選べます。
手法をたどる
なぜその手法が合うのか、条件が満たされているか、数値を代入した各公式を読みます。
解釈して練習
回答の最後に、その数値が文脈の中で何を意味するか、確かめ方、練習問題が示されます。さらに知りたいときは AI チャットで続けましょう。
統計の回答に含まれるもの
例題：平均の 95% 信頼区間
例題の標本を使います：n = 40、x̄ = 72、s = 8。母標準偏差は未知なので、自由度 n − 1 = 39 の t 分布を使って区間を求めます。観測値が 40 個あれば、得点の分布が多少歪んでいても、標本平均の分布は正規分布に近くなります。
標準誤差は s ÷ √n = 8 ÷ √40 ≈ 1.265。信頼度 95%、自由度 39 の臨界値 t* は約 2.023 なので、誤差の幅は 2.023 × 1.265 ≈ 2.56。区間は 72 ± 2.56、つまりおよそ 69.4 から 74.6 です。
解釈は計算と同じくらい重要です：真の平均点が約 69.4 から 74.6 の間にあると 95% の信頼度でいえます。この 95% は手法についての数字で、この方法で作った区間 100 個のうち約 95 個が真の平均を含むという意味です。この特定の区間が正しい確率が 95% という意味ではありません。
平均や標準偏差などの要約統計量を確かめるには、ブラウザで動く無料の統計計算機と標準偏差計算機が使えます。
避けられるよくある誤解
p 値は帰無仮説が真である確率ではない
p 値は、帰無仮説が真だとしたときに、少なくともこれほど極端なデータが得られる確率です。仮説そのものがどれほどありそうかについては、直接何も語りません。
棄却しないことは証明ではない
帰無仮説を棄却できないのは証拠が十分に強くなかったということであり、帰無仮説が正しいという意味ではありません。
相関は因果ではない
観察研究で強い r が得られても、一方の変数がもう一方の変化の原因であることは示せません。
なぜ n − 1 で割るのか
n ではなく n − 1 で割ると標本分散（不偏分散）が得られ、母分散を偏りなく推定できます。その平方根が s です。
よくある質問
要約統計量や、テキストとして貼り付けた小さなデータセットで最もよく機能します。スプレッドシートのファイルは開けないので、まず要約統計量を計算し（統計計算機が便利です）、手法について質問してください。
入門から中級の授業でよく扱う内容に対応しています：z・t の手法、比率、カイ二乗検定、分散分析の基礎、相関と線形回帰、さらに確率の法則と正規分布・二項分布・ポアソン分布。
描くことはできません。中心、散らばり、歪み、塗りつぶす裾の面積など形を説明するので、自分でスケッチやプロットができます。
Pro プランなら含まれているので使いません*（*フェアユース：文章作成・学習・コードのツール合計で 1 日あたり最大 300 回）。プランがない場合、テキストでの質問は 2 クレジット、写真を追加すると 3 クレジットが目安です。ログインしていない場合は、回答の冒頭が無料プレビューとして表示されます。
授業によって異なります。解き方を学び、自分の解答と比べ、AI ツールについて担当教員が定めたルールを守ってください。
あります。表の読み取りと丸めはよくあるミスのポイントです。重要な値は計算し直し、解釈が問われた問題に答えているか確かめてください。