# 【３分で分かる】マハラノビス距離って何！？分かりやすく解説！

> 当サイト【スタビジ】の本記事では、マハラノビス距離という統計学・データサイエンスにおいて非常に重要な距離の概念について解説していきます！普段私達が使っている距離の概念はユークリッド距離と呼ばれますが、統計学では相関関係を考慮した距離であるマハラノビス距離がよく利用されるんです！

- URL: https://toukei-lab.com/mahalanobis
- 公開: 2022.11.29 / 更新: 2024.10.17
- サイト: スタビジ（https://toukei-lab.com）

:::talk{who="umatan"}
当サイト【スタビジ】の本記事では、マハラノビス距離という統計学・データサイエンスにおいて非常に重要な距離の概念について解説していきます！普段私達が使っている距離の概念はユークリッド距離と呼ばれますが、統計学では相関関係を考慮した距離であるマハラノビス距離がよく利用されるんです！
:::

こんにちは！

消費財メーカーでデータサイエンティストやデジタルマーケターみたいなことをやっているウマたん([@statistics1012](https://twitter.com/statistics1012?lang=ja))です！

マハラノビス距離という距離をみなさん聞いたことがありますでしょうか？

あまり普段の生活では聞き慣れない距離の概念ですが、<mark>実はデータサイエンスの世界では非常に重要な距離なんです！</mark>

:::talk{who="robotan"}
ま、まはらのびす・・・？聞いたことないなー・・
:::

:::talk{who="umatan"}
普段生活していても聞かない距離の概念だよね！ただ統計学の世界では重要な距離の概念なので是非おさえておこう！
:::

そこでこの記事では、そんなマハラノビス距離について簡単に分かりやすく解説していきたいと思います！

マハラノビス距離については以下の動画でも解説しています！

::youtube{#iiprQOTxRQg}

## マハラノビス距離とは

まずはじめにマハラノビス距離とは。

<mark>普段多くの人が使っている一般的な距離の概念は実は[ユークリッド距離](/euclidean-manhattan-distance)と言います。</mark>

ピタゴラスの定理でお馴染みのこのような距離ですね。

![ユークリッド距離](/wp-content/uploads/2020/12/11.jpg)

X座標が0でY座標が3のプロットとX座標が0でY座標が4のプロットだとユークリッド距離は3^2+4^2の平方根で5になりますね！

$$
\sqrt{3^2+4^2}=\sqrt{5^2}
$$

このユークリッド距離はデータのばらつきを一切考慮しません。

一方でマハラノビス距離は、**データの[相関関係](/correlation-causal)**&#x3092;考慮した上で距離を算出します。

例えば、体重と身長の２変数で考えてみましょう！

![](/wp-content/uploads/2017/11/5a8f9081c140cbf439cbd7fe7c2bc4f1-1.png)

身長を縦軸に体重を横軸に取りましょう。

この時、オレンジの点が2つありますよね。

どちらが異常でしょうか？

視覚的に見るとあきらかに左の点ですね。

ただ、この2つの点は全体の中心点からのユークリッド距離は一緒なのです。

<mark>**すなわちユークリッド距離で異常を判断するのは妥当ではない！！ということがわかりますね！**</mark>

そこで相関関係を考慮した**マハラノビス距離**の登場です！

数式で書くと以下のようになりますが、要はマハラノビス距離は通常の距離の計算に相関関係を付与するということ。

$$
\begin{darray}{rcllll}
D(X,Y)&=& \sqrt{(X-Y)^{T}{\Sigma}^{-1}(X-Y)}
\end{darray}
$$

真ん中の行列は**分散共分散行列**と呼び、<mark>各変数間の[分散](/sd_and_variance)と[共分散](/covariance_and_cor)の値が行列で並んだものです。</mark>

余談なのですが、マハラノビス距離はマハラノビスというインドの天才統計学者によって考えられました。

実はあの**天才数学者ラマヌジャン**と**マハラノビス**は６歳差でケンブリッジでも交流があったそうです。

## マハラノビス距離はどんな場面で使うの？

![Stories office](/wp-content/uploads/2020/08/At-the-office-amico-min.png)

それでは、そんなマハラノビス距離はどんな場面で使うのでしょうか？

まずは古くから品質工学などの分野で異常検知に利用される[**ホテリング管理図**](/%e3%83%9b%e3%83%86%e3%83%aa%e3%83%b3%e3%82%b0%e7%ae%a1%e7%90%86%e5%9b%b3)

<https://toukei-lab.com/%e3%83%9b%e3%83%86%e3%83%aa%e3%83%b3%e3%82%b0%e7%ae%a1%e7%90%86%e5%9b%b3>

ホテリング管理図では

:::box
**Step1\:このマハラノビス距離の考え方を使って異常を検出します。\
Step2\:正常期のサンプルを基にマハラノビス距離を求めて正常空間の閾値を求めます。\
Step3\:その閾値を超えた場合、異常とみなすという手法です。**
:::

またこのマハラノビス距離という考え方は[主成分分析](/pca)の考え方に近いです。

<https://toukei-lab.com/pca>

主成分分析では、ばらつきの大きい部分から順番に主成分軸として選び、その軸でデータをスケールしますが、

スケール後のユークリッド距離はマハラノビス距離そのものになります。

## マハラノビス距離　まとめ

ここまででマハラノビス距離について解説してきました！

<mark>マハラノビス距離はすなわち相関関係を考慮した距離なんだな！ということが分かっていただければとりあえずはOKです！</mark>

:::talk{who="robotan"}
なるほどー！こういう距離の概念があるのかー！
:::

:::talk{who="umatan"}
実は統計学の基本的な手法に利用されているんだよー！
:::

以下にマハラノビス距離について簡単にまとめておきましょう！

:::box
**・一般的によく使われている距離はユークリッド距離と呼ばれる**\
**・マハラノビス距離は相関関係を考慮した距離である**\
**・異常検知のホテリング管理図や主成分分析などに用いられる考え方である**
:::

以下の記事で統計学やデータサイエンスの勉強方法についてまとめていますのでよければチェックしてみてください！

<https://toukei-lab.com/data-scientist>

<https://toukei-lab.com/statistics-freshman>

また統計学やデータサイエンスを体系的に身につけたい方におすすめなのがデータサイエンス特化のスクール[「スタアカ（スタビジアカデミー）」](https://toukei-lab.com/achademy/)！

### AIデータサイエンス特化スクール「スタアカ」

![スタアカ（スタビジアカデミー）のトップページ](/wp-content/uploads/2026/10/achademy-top.jpg)

<table class="table">
<tbody>
<tr>
<th>【価格】</th>
<td>ライトプラン：1,280円/月（全コースが受講し放題）<br>
プレミアムプラン：129,800円（通常149,800円・買い切り）</td>
</tr>
<tr>
<th>【オススメ度】</th>
<td><span class="stars" role="img" aria-label="5点中5点" data-value="5"></span></td>
</tr>
<tr>
<th>【サポート体制】</th>
<td><span class="stars" role="img" aria-label="5点中4点" data-value="4"></span></td>
</tr>
<tr>
<th>【受講形式】</th>
<td>オンライン形式</td>
</tr>
<tr>
<th>【学習範囲】</th>
<td>統計学・機械学習・ディープラーニングを網羅的に学ぶ<br>
生成AI（LLM・RAG・プロンプトエンジニアリング）を学ぶ<br>
SQLとPythonを組み合わせて実データを使った様々なワークを行う<br>
実践的なビジネスフレームワークを学ぶ<br>
マーケティングの実行プラン策定</td>
</tr>
</tbody>
</table>

データサイエンティストとしての自分の経験をふまえてエッセンスを詰め込んだのがこちらのスタビジアカデミー、略して「[スタアカ](https://toukei-lab.com/achademy/)」！！

当メディアが運営するスクールです。

月額1,280円のライトプランで、統計学から機械学習・生成AIまで全コースが受講し放題です！

<mark>プレミアムプランでは、24時間以内の質問対応と現役データサイエンティストとの1on1（30分×4回）を実施します！</mark>

カリキュラム自体は、他のスクールと比較して圧倒的に良い自信があるのでぜひ受講してみてください！

他のスクールのカリキュラムはPythonでの機械学習実装だけに焦点が当たっているものが多く、実務に即した内容になっていないものが多いです。

<mark>そんな課題感に対して、実務で使うことの多いSQLや機械学習のビジネス導入プロセスの理解などもあわせて学べるボリューム満点のコース</mark>になっています！

Pythonが初めての人でも学べるようなカリキュラムにしておりますので是非チェックしてみてください！

ウォルマートのデータを使って商品の予測分析をしたり、実務で使うことの多いGoogleプロダクトのBigQueryを使って投球分析をしたり、データサイエンティストに必要なビジネス・マーケティングの基礎を学んでマーケティングプランを作ってもらったりする盛りだくさんの内容になってます！

:::box
**・BigQuery上でSQL、Google Colab上でPythonを使い野球の投球分析**\
**・世界最大手小売企業のウォルマートの実データを用いた需要予測**\
**・ビジネス・マーケティングの基礎を学んで実際の企業を題材にしたマーケティングプランの策定**\
**・生成AIのAPIを使ってチャットボットやAIエージェントを作る**
:::

::button[スタアカの受講はこちら]{href="https://toukei-lab.com/achademy/" note="＼今すぐ試す／"}

その他のデータサイエンスを勉強できるスクールやサイトについては、こちらを参考にしてみてください！

<https://toukei-lab.com/datascientist-school>