パークの個体数調査

実際に何頭の動物が存在するのか、パーク側は何頭放獣したと考えているのか、そして予想数に達した時点で調査を打ち切るかどうかを設定してください。その上で、発見された動物のサイズが何を物語っているのかを観察しましょう。

計算例 — パークの個体数調査

調査の報告数	12
サイズが示す証拠	-2.6 自然繁殖

ページを開いたときに計算機が表示する値です。上の入力を変えると再計算されます。

インタラクティブシミュレーションを読み込んでいます...

想定数で打ち切られる調査が超過を報告することはない 🖖

超過を隠すカウントを押してみてください。実際には40頭の動物が存在していますが、公園側は12頭しか放していないと考えており、調査システムは想定数に達した時点で探索を打ち切るよう設定されています。報告されるのは12頭中12頭です。画面上では公園の認識が完全に正しいと示されますが、実際には28頭が見落とされています。では、ここで上限を外してみましょう。同じ公園で同じように調査を行うと、今度は37頭という結果が出ます。最初に出た安心できる数字は、動物たちではなくシステムへの指示が生み出したものでした。これは単なる物語上の演出ではありません。帳簿の計算が合った時点で終了する監査や、想定内のエラーが出たところで止まるテストスイート、目当てのものが見つかった時点で終わるあらゆる探索は、すべてこれと同じ構造を持っています。

分布は真実を暴くが、一瞥しただけでは分からない 🖖

マルコムは動物たちの体高のグラフから、繁殖の有無を読み取っています。計画的な放獣は一定のグループごとに実施されるため、体格の分布にはまとまりが生まれます。対して、自然な繁殖であれば年齢は途切れることなく連続的に広がります。彼の考えは正しい。しかし、それを単純な形で当てはめようとすると破綻します。このツールを制作した際、ヒストグラムの山の数を数える手法は、現実的な標本サイズにおいて正反対の結果を招きました。48個体からなる連続的な標本が持つノイズのせいで、本来の三つのコホートよりも起伏の激しい分布に見えてしまったのです。そこで頼りになるのが、二つのモデルの直接比較です。コホートモデルに対しては、余分なパラメータを消費した分のペナルティを科します。一括放獣と自然繁殖を切り替えて、エビデンスの数値に注目してみてください。全く同じ46個体のデータでありながら、一方は+68.3、もう一方は−18.4を示します。視覚的な納得をもたらすのはグラフです。しかし、真実を捉えているのは罰則付き尤度比なのです。

上限はカウントを誤らせるだけでなく、証拠をも枯渇させる 🖖

測定できるのは捕獲した動物だけであるため、2つの失敗は複合的に絡み合います。上限を設けた調査では12頭分のサイズしか得られず、繁殖を示す証拠は−2.6となります。方向性は合っていますが、行動を起こすにはあまりにも弱い数値です。上限を撤廃すると、同じパークから37頭が発見され、数値は−18.5となります。これは決定的な証拠です。クラスターは目立つため、コーホートの検出はどんなサンプルサイズでも簡単です。難しいのはコーホートが存在しないことの証明であり、それには数が必要になります。つまり、カウントを打ち切るという指示は、生息数の証拠と繁殖の証拠を一度に消し去り、異常なしと表示される画面だけを残したのです。

全プロセスの詳細解説

12を想定する公園にいる40の動物 7 ステップ
パークは動物を12頭と予想しています。実際には40頭が存在します。1回の探索で特定の動物を発見する確率は0.28であり、調査は8回の探索を行います。上限がある場合とない場合で、カウント数はどうなるでしょうか。
1. まずは網羅率から考えましょう。1回の探索で動物を見逃す確率は0.72です。したがって、8回すべてで見逃す確率は0.72の8乗になります。
  
  $(1 - 0.28)^{8} = 0.7 2^{8} = 0.0722$
2. つまり、この調査ではそこに存在する動物の約93%を発見できることになります。40頭が存在する場合、その数は37です。
  
  $1 - 0.0722 = 0.928 \Rightarrow 40 \times 0.928 = 37$
3. 上限がある場合、調査は12で打ち切られます。37に達することはなく、予想された数をそのまま正確に報告します。
  
  $min (37, 12) = 12$
4. この差異こそが重要な発見です。28頭もの動物が記録されずに放置されているのに、報告書は完全な一致を示します。上限の役割は数字を頭打ちにするだけにとどまりません。異常を知らせる唯一のシグナルを、根本から消し去ってしまったのです。
  
  $40 - 12 = 28$
5. 次に2つ目の指標です。サイズは発見された動物について測定されるため、上限はサンプルサイズをも決定します。上限がある場合は12頭、ない場合は37頭です。
  
  $n_{capped} = 12 n_{free} = 37$
6. 3つのコーホートモデルと年齢が連続的にばらつくモデルを比較すると、対数尤度比は12頭の場合で−2.6、37頭の場合で−18.5となります。絶対値が約5を下回るような尤度比では、具体的な行動を起こす根拠にはなりません。
  
  $lo g \frac{L _{cohorts}}{L _{continuous}} = - 2.6 vs - 18.5$
7. ここでこのツールの役目は終わり、小説が現実の真理を静かに突いている部分にたどり着きます。どちらの数字も繁殖の可能性を示唆しています。しかし、それを断言できるほど強力なのは片方だけです。そしてこの差を生んだのは、動物でも生物学的な要因でもありません。原因は一つ。調査をいつやめるかという、人間からの指示でした。
  
  $∣Λ∣ < 5 \Rightarrow \emptyset$
解答

母数40に対し、上限ありで12、上限なしで37。 打ち切りを行ったカウントは28頭を隠したまま完全な一致を報告し、測定できた12頭による繁殖の証拠は−18.5ではなく−2.6にとどまりました。1つの指示が、2つの指標の目を塞いだのです。
46頭を数えて、パークが本当に知りたい数 6 ステップ
誰も繁殖していないを押してください。実際には50頭がいて、調査は8回の探索を行い、46頭という結果を持ち帰ります。ツールを逆向きに走らせ、カウント数から個体数を復元したうえで、パークが探索の回数を増やすべきなのか、それとも探索の精度をきちんと測るべきなのかを判断してください。
1. まずは網羅率です。ここから先はすべてこれに掛かっています。1回の探索が特定の動物を発見する確率は0.28、見逃す確率は0.72であり、独立した8回の探索がすべて見逃す確率は0.72の8乗です。そこに何頭いようとも、この調査はその92.78%を発見します。
  
  $c = 1 - (1 - p)^{k} = 1 - 0.7 2^{8} = 1 - 0.0722 = 0.9278$
2. カードに出ている46はここから来ています。そして、誰も現実には手にできない向きでツールが計算する様子は、一度見ておく価値があります。真の数を与えられて、カウント数を答えているのです。
  
  $⌊ 50 \times 0.9278 ⌋ = 46$
3. 実際の調査はこの等式の反対側に立っています。手元の野帳には46があり、知りたいのはパークにいる頭数ですから、掛けるのではなく割ります。動物一頭の単位に丸めると50です。
  
  $\hat{N} = \frac{n}{c} = \frac{46}{0.9278} = 49.58 \Rightarrow 50$
4. この答えは、パークが当て推量で置いた発見確率に寄りかかっています。ですから問題は、どれほど強く寄りかかっているかです。対数を微分すると、推定値の相対誤差はpの相対誤差にこの倍数を掛けたものになります。
  
  $\frac{d ln N ^}{d ln p} = \frac{k p ( 1 - p ) ^{k - 1}}{1 - ( 1 - p ) ^{k}}$
5. 探索1回で計算すると、これはちょうど1になります。pを1%外せば個体数も1%外れる、それ以上でも以下でもありません。探索8回では0.242です。同じ読み違いの代償が4分の1で済みます。
  
  $k = 1 : \frac{p}{p} = 1; k = 2 : 0.837; k = 8 : \frac{8 \times 0.28 \times 0.7 2 ^{7}}{0.9278} = 0.242$
6. 微分を信用せず、モジュールに直接確かめさせましょう。パークが0.28を仮定し続けたまま、真の発見確率を0.20から0.40の間で動かします。8回の探索なら推定値は55から47の間をさまよい、2回の探索なら——このとき見つかるのは46頭ではなく24頭です——67から38の間をさまよいます。
  
  $p = 0.20 \to 0.40 : \hat{N}_{k = 8} = 55.3 \to 46.8, \hat{N}_{k = 2} = 66.7 \to 37.5$
解答

見つかった46頭だけから導かれる50頭。そしてこの数を口にする価値があるのは、8回という探索の設計があってこそです。 探索を繰り返すことは、二つの仕事を同時にこなします。網羅率を1へ引き上げ、発見確率が持つ影響力を0へ押し下げるのです。探索が1回なら、pの誤差はそのまま素通りします。8回ならその4分の3を吸収します。

ですからパークの問いに対する答えは、校正ではなく、もう一度探索せよ、です。発見確率をきちんと測るのは高くつく野外調査であり、すでに把握している動物が必要になります。そして見返りは先ほどの通りで、探索を重ねているほど、その測定の価値は下がっていきます。これは、ツールの探索の実施回数スライダーが本当は何のためにあるのかも語っています。動物をより多く見つけるためのつまみに見えますが、10回あたりを過ぎるとその役目は終わっています。網羅率がすでに96%だからです。それでもなお果たしている役目は、パークの誰にも検証できないあの一つの数値に対して、答えを揺るがなくすることです。

$k \to \infty lim \frac{k p ( 1 - p ) ^{k - 1}}{1 - ( 1 - p ) ^{k}} = 0, k = 1 \Rightarrow 1$

42Math チーム · 更新 2026-08-25

公表された資料と照合しています。訂正のご指摘を歓迎します。編集方針 · 訂正

生物・地学・化学のレッスン一覧 →

例題

誰も繁殖していない - 50頭の動物が3つのバッチに分けて放獣され、どれも繁殖していません。調査では46頭が発見され、サイズは3つの密集したクラスターに分かれます。計画的な放獣を示す証拠の値は+68.3であり、これは疑う余地のない数値です。
超過を隠すカウント - 実際には40頭が存在するにもかかわらず、パークは12頭と予想しています。調査は12頭で打ち切られ、予想と完全に一致したと報告され、28頭は記録されません。さらに悪いことに、これら12頭だけを測定した場合、繁殖を示す証拠の値は−2.6にとどまり、結論を導くには不十分です。
同じ公園、上限なし - 同じパークで打ち切り上限を撤廃します。今度は37頭が発見され、予想を25頭上回ります。そしてこの37頭による繁殖の証拠の値は−18.5になります。パークの状況は何も変わっていません。変わったのは、カウントを打ち切る指示を無くしたことだけです。