Processing math: 100%

目次

検定

母数の値に対する、二者択一的な命題について、偶然原因によるばらつきを踏まえて統計学的に結論を出す手法

(⇔推定:母数の値を、具体的な数値で求める手法)

仮説検定

頻度主義統計学における検定の一般的な手法。

「2つの分布の間に違いはあるか?」を検定する際、まずは「違いは無い」として両者のパラメータを同じと想定する。その上で実際に取れたデータを見て、「もし違いが無ければ、こんなデータになる確率は○%だ」を算出し、それが低すぎるようであれば「違いがある」と結論づける。

もちろん、H0の起こりうる確率がいくら低くても、完全に0%になることはまず無い。よって「どの程度起こりにくければ、違いがあると結論づけることにするか」は、あらかじめ決めておく必要がある。これを有意水準といい、αで表す。データの性質によるが、5%や1%が用いられることが多い。

H0の起こる確率が有意水準を下回るために否定することを、棄却するという。

手順

  1. 仮説の設定
  2. 有意水準の設定
    • 棄却域の確認: 帰無仮説と有意水準によって、棄却域Rが定まる
  3. 検定統計量の計算
    • 統計量: サンプルデータを一定のアルゴリズムに従って処理した値
  4. 検定
    • 検定統計量の値がRにあれば、有意と判定し、H0を棄却する

両側、片側

検定の誤り

違いがあるのに違いは無いとしてしまう、逆に無いのにあるとしてしまうことは避けられない。しかし、どの程度の割合で誤った結論を下してしまう危険があるのか、把握しておくことは重要である。

検定結果
H0H1
真実H0正しい第1種の過誤
H1第2種の過誤正しい

検出力

1βで示され、α1までの値を取る。基本的に大きいほど望ましい。

両側検定H0:μ=μ0,H1:μμ0,α=0.05の検出力は、以下の式で求められる。

1β=Pr{ˉxμ0K0.025σ2/n}+Pr{ˉxμ0+K0.025σ2/n}=Pr{ˉxμσ20/nμ0μσ20/nK0.025}+Pr{ˉxμσ20/nμ0μσ20/n+K0.025}=Pr{uμ0μσ20/nK0.025}+Pr{uμ0μσ20/n+K0.025}

前半の項は「帰無仮説で仮定した確率分布より、期待値が有意に低いと判定され、かつ実際に有意である確率」、後半の項は「期待値が有意に高いと(以下同)」である。移項して正規化している。(uN(0,1))

ここでKPは、「KP以上を取る確率がPとなるような値」で、標準正規分布ではK0.025=1.960となる。これは正規分布表を逆引きすることで導き出せる。Pが有意水準0.05の半分となっているのは、両側検定では上に外れる(有意となる)確率と下に外れる確率、両方合わせて0.05と取るからで、正規分布は左右対称なので上下に外れる確率は等しくなり、それぞれ0.025として計算することになる。

これが上側検定の検出力の算出なら後半の項だけでいいし、下側検定なら前半だけでよい。片側検定の場合は、K0.05=1.645と有意水準そのままの値でKを算出する。