Upgrade to PRO for Only $50/Year—Limited-Time Offer! 🔥
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
2024年度春学期 統計学 第15回 分布についての仮説を検証する ― 仮説検定(2) (20...
Search
Akira Asano
PRO
July 08, 2024
Education
0
150
2024年度春学期 統計学 第15回 分布についての仮説を検証する ― 仮説検定(2) (2024. 7. 18)
関西大学総合情報学部 統計学(担当・浅野晃)
http://racco.mikeneko.jp/Kougi/2024s/STAT/
Akira Asano
PRO
July 08, 2024
Tweet
Share
More Decks by Akira Asano
See All by Akira Asano
2024年度秋学期 画像情報処理 第11回 逆投影法による再構成 (2024. 12. 13)
akiraasano
PRO
0
3
2024年度秋学期 統計学 第12回 分布の平均を推測する - 区間推定 (2024. 12. 11)
akiraasano
PRO
0
3
2024年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2024. 12. 4)
akiraasano
PRO
0
19
2024年度秋学期 画像情報処理 第10回 Radon変換と投影切断面定理 (2024. 12. 6)
akiraasano
PRO
0
7
2024年度秋学期 画像情報処理 第8回 行列の直交変換と基底画像 (2024. 11. 29)
akiraasano
PRO
0
14
2024年度秋学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2024. 11. 29)
akiraasano
PRO
0
16
2024年度秋学期 統計学 第9回 確からしさを記述する ― 確率 (2024. 11. 27)
akiraasano
PRO
0
47
2024年度秋学期 統計学 第10回 分布の推測とは - 標本調査,度数分布と確率分布 (2024. 11. 27)
akiraasano
PRO
0
34
2024年度秋学期 統計学 第8回 第1部の演習 (2024. 11. 6)
akiraasano
PRO
0
57
Other Decks in Education
See All in Education
PSYC-560 R and R Studio Setup
jdbedics
0
520
Algo de fontes de alimentación
irocho
1
390
学習指導要領から職場の学びを考えてみる / Thinking about workplace learning from learning guidelines
aki_moon
1
730
Master of Applied Science & Engineering: Computer Science & Master of Science in Applied Informatics
signer
PRO
0
440
子どものためのプログラミング道場『CoderDojo』〜法人提携例〜 / Partnership with CoderDojo Japan
coderdojojapan
4
14k
Stratégie de marketing digital - les fondamentaux
martine
0
110
小学生にスクラムを試してみた件~中学受検までの100週間の舞台裏~
ukky86
0
340
RSJ2024学術ランチョンセミナー「若手・中堅による国際化リーダーシップに向けて」資料 (河原塚)
haraduka
0
230
The Blockchain Game
jscottmo
0
3.7k
Web Search and SEO - Lecture 10 - Web Technologies (1019888BNR)
signer
PRO
2
2.5k
HTML5 and the Open Web Platform - Lecture 3 - Web Technologies (1019888BNR)
signer
PRO
1
2.6k
Kaggle 班ができるまで
abap34
1
200
Featured
See All Featured
Building Applications with DynamoDB
mza
90
6.1k
What’s in a name? Adding method to the madness
productmarketing
PRO
22
3.2k
Easily Structure & Communicate Ideas using Wireframe
afnizarnur
191
16k
CoffeeScript is Beautiful & I Never Want to Write Plain JavaScript Again
sstephenson
159
15k
I Don’t Have Time: Getting Over the Fear to Launch Your Podcast
jcasabona
28
2k
Build your cross-platform service in a week with App Engine
jlugia
229
18k
How to Create Impact in a Changing Tech Landscape [PerfNow 2023]
tammyeverts
47
2.1k
A Philosophy of Restraint
colly
203
16k
4 Signs Your Business is Dying
shpigford
181
21k
Ruby is Unlike a Banana
tanoku
97
11k
Measuring & Analyzing Core Web Vitals
bluesmoon
4
150
Optimizing for Happiness
mojombo
376
70k
Transcript
関西大学総合情報学部 浅野 晃 統計学 2024年度春学期 第15回 分布についての仮説を検証する ― 仮説検定(2)
t分布と検定(復習)
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 t分布と検定:例題 3 10人の実験協力者に, 薬Aを与えた場合と薬Bを与えた場合とで,それぞれある検査を行うと, その結果の数値は次の表の通りとなりました。 このとき, 薬Bは,薬Aよりも,検査の数値を高くする働きがあるといえるでしょうか? 実験協力者番号
1 2 3 4 5 6 7 8 9 10 薬 A 60 65 50 70 80 40 30 80 50 60 薬 B 64 63 48 75 83 38 32 83 53 66
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 t分布と検定:例題 4 問題は, それぞれの実験協力者について, 薬Aと薬Bで数値がどう変化しているか。 各実験協力者について, (薬Bでの数値)–(薬Aでの数値)を求める 実験協力者番号
1 2 3 4 5 6 7 8 9 10 薬 A 60 65 50 70 80 40 30 80 50 60 薬 B 64 63 48 75 83 38 32 83 53 66 差 4 −2 −2 5 3 −2 2 3 3 6
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 t分布と検定:例題 5 差の平均値について 「薬Bでの数値のほうが高い」か? 薬Bでの数値のほうが高い(+) 薬Aでの数値のほうが高い (–) どちらの実験協力者もいる
実験協力者番号 1 2 3 4 5 6 7 8 9 10 薬 A 60 65 50 70 80 40 30 80 50 60 薬 B 64 63 48 75 83 38 32 83 53 66 差 4 −2 −2 5 3 −2 2 3 3 6
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 「本質的な差」 6 10人の実験協力者について,差の平均値は +2 薬Bでの数値のほうが高い その差は, 偶然生じたものではなく 「本質的な」差なのか?
「本質的」とは? 実験協力者番号 1 2 3 4 5 6 7 8 9 10 薬 A 60 65 50 70 80 40 30 80 50 60 薬 B 64 63 48 75 83 38 32 83 53 66 差 4 −2 −2 5 3 −2 2 3 3 6 仮に全人類が薬を飲んだとして 薬Bでの数値のほうが高い
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 検定で考える 7 この論理を仮説検定(検定)という 2. 実験協力者は,母集団から無作為抽出された,10人からなる標本と考える。 3. 実験協力者10人での「薬Aと薬Bでの差」の平均値を求める。 1.「母集団(ここでは,世界のすべての患者)については
『薬Aと薬Bでの差』の平均は0」と仮説を設定する。 つまり,「本質的な差はない」という仮説を設定する。 4. 実験協力者10人について求められた「薬Aと薬Bでの差」が, 「本質的な差はない」はずの母集団から無作為抽出されたときに 偶然生じる確率を求める。 5.その確率が小さければ,「こんな差が偶然生じるとは思わない」と考える。 すなわち,「本質的な差はない」という当初の仮説は誤り と結論する。 くじ引き🎯🎯の例で いえば? 本当に半分当たると 考える くじを10回引いたら 全部はずれ 10回全部はずれる 確率は約0.001 確率がとても小さい ので,「半分当たる」 は間違いと考える 7
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 例題に検定で答える 8 母集団全体での「薬Aと薬Bでの差」は,平均 の正規分布にしたがうと考える μ 薬Bでの数値のほうが 「本質的に」高いか? 標本サイズを
(例題では10) 標本平均を (例題では,10人の実験協力者における差の平均値で,+2) 不偏分散を (例題では,10人の実験協力者についての不偏分散で,8.89) n ¯ X s2 t = X − µ s2 n t統計量 は,自由度 のt分布にしたがう (n − 1) 実験協力者番号 1 2 3 4 5 6 7 8 9 10 薬 A 60 65 50 70 80 40 30 80 50 60 薬 B 64 63 48 75 83 38 32 83 53 66 差 4 −2 −2 5 3 −2 2 3 3 6
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 例題に検定で答える 9 薬Bでの数値のほうが 「本質的に」高いか? 標本サイズを (例題では10) 標本平均を (例題では,10人の実験協力者における差の平均値で,+2)
不偏分散を (例題では,10人の実験協力者についての不偏分散で,8.89) n ¯ X s2 t = X − µ s2 n t統計量 は,自由度 のt分布にしたがう (n − 1) 「母集団については『薬Aと薬Bでの差』の平均は0」という仮説 μ = 0 → 実験協力者番号 1 2 3 4 5 6 7 8 9 10 薬 A 60 65 50 70 80 40 30 80 50 60 薬 B 64 63 48 75 83 38 32 83 53 66 差 4 −2 −2 5 3 −2 2 3 3 6
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 例題に検定で答える 10 標本サイズを (例題では10) 標本平均を (例題では,10人の実験協力者における差の平均値で,+2) 不偏分散を (例題では,10人の実験協力者についての不偏分散で,8.89)
n ¯ X s2 このとき,t統計量は 仮説より,μ = 0 t = ¯ X − μ s2 n = 2 − 0 8.89 10 = + 2.121
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 t統計量= +2.121 の意味 11 自由度(10-1)のt分布の上側5%点 仮説が正しいとするとき,t統計量 t =
¯ X − μ s2 n = 2 − 0 8.89 10 = + 2.121 t 確率密度 t0.05 (10 – 1) = +1.8331 μ = 0 が正しいとすると t = +2.121 t(10 – 1) t統計量がグレーの領域に 入る確率は5% t統計量がこんなに 大きな値になる確率は 5% μ=0
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 仮説は間違っている,と考える 12 そんな小さな確率でしか起きないはずのことが 起きているのは不自然 仮説が正しいとするとき,t統計量 t = ¯
X − μ s2 n = 2 − 0 8.89 10 = + 2.121 t統計量がこんなに大きな値になる確率は5% 仮説が間違っていると考える μ=0 🎯🎯 10回全部外れる確率は約0.001 そんな確率でしか起きないはずの ことが起きているのは不自然
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 では,どういう結論なら 13 仮説が正しいとするとき,t統計量 t = ¯ X −
μ s2 n = 2 − 0 8.89 10 = + 2.121 t 確率密度 t0.05 (10 – 1) = +1.8331 μ = 0 が正しいとすると t = +2.121 t(10 – 1) t統計量がグレーの領域に 入る確率は5% t統計量がこんなに 大きな値になる確率は 5% μ=0
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 では,どういう結論なら 13 仮説が正しいとするとき,t統計量 t = ¯ X −
μ s2 n = 2 − 0 8.89 10 = + 2.121 t 確率密度 t0.05 (10 – 1) = +1.8331 μ = 0 が正しいとすると t = +2.121 t(10 – 1) t統計量がグレーの領域に 入る確率は5% t統計量がこんなに 大きな値になる確率は 5% μ=0 t統計量がもっと小さいのは μがもっと大きいとき
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 では,どういう結論なら 13 仮説が正しいとするとき,t統計量 t = ¯ X −
μ s2 n = 2 − 0 8.89 10 = + 2.121 t 確率密度 t0.05 (10 – 1) = +1.8331 μ = 0 が正しいとすると t = +2.121 t(10 – 1) t統計量がグレーの領域に 入る確率は5% t統計量がこんなに 大きな値になる確率は 5% μ=0 それなら起きる確率は5%より大きい t統計量がもっと小さいのは μがもっと大きいとき
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 仮説は間違っている,と考える 14 本当は,μはもっと大きいと考える 仮説が正しいとするとき,t統計量 t = ¯ X
− μ s2 n = 2 − 0 8.89 10 = + 2.121 t統計量がこんなに大きな値になる確率は5% 仮説が間違っていると考える μ=0 μ>0 薬Bでの数値のほうが高い,と考える
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 検定の言葉 15 本当は,μはもっと大きいと考える 仮説が正しいとするとき,t統計量 t = ¯ X
− μ s2 n = 2 − 0 8.89 10 = + 2.121 t統計量がこんなに大きな値になる確率は5% 仮説が間違っていると考える μ=0 μ>0 薬Bでの数値のほうが高い,と考える [帰無仮説] H0: μ= 0 帰無仮説を[棄却]する [対立仮説] H1: μ> 0 対立仮説を[採択]する [有意水準] 偶然とは思わない [有意]である
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 検定の言葉 16 仮説が正しいとするとき,t統計量 t = ¯ X −
μ s2 n = 2 − 0 8.89 10 = + 2.121 t 確率密度 t0.05 (10 – 1) = +1.8331 μ = 0 が正しいとすると t = +2.121 t(10 – 1) t統計量がグレーの領域に 入る確率は5% t統計量がこんなに 大きな値になる確率は 5% μ=0 [検定統計量] [棄却域] [棄却域に落ちる] 棄却域が 片側(右側)にあるので [片側検定]
両側検定
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 例題を少し変更 18 10人の実験協力者に, 薬Aを与えた場合と薬Bを与えた場合とで,それぞれある検査を行うと, その結果の数値は次の表の通りとなりました。このとき, 薬Bは,薬Aよりも,検査の数値を高くする働きがあると いえるでしょうか。 実験協力者番号
1 2 3 4 5 6 7 8 9 10 薬 A 60 65 50 70 80 40 30 80 50 60 薬 B 64 63 48 75 83 38 32 83 53 66
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 例題を少し変更 18 10人の実験協力者に, 薬Aを与えた場合と薬Bを与えた場合とで,それぞれある検査を行うと, その結果の数値は次の表の通りとなりました。このとき, 薬Bは,薬Aよりも,検査の数値を高くする働きがあると いえるでしょうか。 実験協力者番号
1 2 3 4 5 6 7 8 9 10 薬 A 60 65 50 70 80 40 30 80 50 60 薬 B 64 63 48 75 83 38 32 83 53 66
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 例題を少し変更 18 10人の実験協力者に, 薬Aを与えた場合と薬Bを与えた場合とで,それぞれある検査を行うと, その結果の数値は次の表の通りとなりました。このとき, 薬Bは,薬Aよりも,検査の数値を高くする働きがあると いえるでしょうか。 薬Aと薬Bで,検査の数値に違いがあるといえるでしょうか。
実験協力者番号 1 2 3 4 5 6 7 8 9 10 薬 A 60 65 50 70 80 40 30 80 50 60 薬 B 64 63 48 75 83 38 32 83 53 66
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 前の例題とどう違うのか 19 差の平均値について「薬Bでの数値のほうが高い」か? 薬Bは,薬Aよりも,検査の数値を高くする働きがあるといえるでしょうか。 薬Aと薬Bで,検査の数値に違いがあるといえるでしょうか。 どちらの数値が高いにしても,本質的に差があるか? 実験協力者番号 1
2 3 4 5 6 7 8 9 10 薬 A 60 65 50 70 80 40 30 80 50 60 薬 B 64 63 48 75 83 38 32 83 53 66 差 4 −2 −2 5 3 −2 2 3 3 6
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 前の場合は 20 差の平均値について「薬Bでの数値のほうが高い」か? 薬Bは,薬Aよりも,検査の数値を高くする働きがあるといえるか? 仮説が正しいとするとき,t統計量を計算して μ=0 t 確率密度
t0.05 (10 – 1) = +1.8331 μ = 0 が正しいとすると t = +2.121 t(10 – 1) t統計量がグレーの領域に 入る確率は5% それは不自然なので 帰無仮説を棄却する t統計量がこんなに大きな値 になる確率は5% t統計量がここにきたら
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 こんどの場合,対立仮説は 21 薬Aと薬Bで,検査の数値に違いがあるといえるか? どちらの数値が高いにしても,本質的に差があるか? 本質的に差がある,ということは, 薬Bのほうが数値が高い場合(μ>0)も, 薬Aのほうが高い場合も(μ<0)も,どちらも含む 対立仮説は,μ≠0
実験協力者番号 1 2 3 4 5 6 7 8 9 10 薬 A 60 65 50 70 80 40 30 80 50 60 薬 B 64 63 48 75 83 38 32 83 53 66 差 4 −2 −2 5 3 −2 2 3 3 6
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 この場合,棄却域と対立仮説は 22 自由度(10-1)のt分布の上側2.5%点 μ=0のとき t統計量がこんなに極端な値 になる確率は,あわせて5% t 0
確率密度 t0.025 (10 – 1) = +2.2622 μ = 0 が 正しいとすると t = +2.121 t統計量がグレーの領域に 入る確率は, 左右合わせて5% t(10 – 1) – t0.025 (10 – 1) = –2.2622 自由度(10-1)のt分布の下側2.5%点 対立仮説はμ≠ 0 (μ>0またはμ<0) 帰無仮説はμ= 0
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 この場合,棄却域と対立仮説は 22 自由度(10-1)のt分布の上側2.5%点 μ=0のとき t統計量がこんなに極端な値 になる確率は,あわせて5% t統計量がこちらの棄却域に入った →μがもっと大きければ
t統計量はもっと小さくなって 棄却域から外れる t 0 確率密度 t0.025 (10 – 1) = +2.2622 μ = 0 が 正しいとすると t = +2.121 t統計量がグレーの領域に 入る確率は, 左右合わせて5% t(10 – 1) – t0.025 (10 – 1) = –2.2622 自由度(10-1)のt分布の下側2.5%点 対立仮説はμ≠ 0 (μ>0またはμ<0) 帰無仮説はμ= 0
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 この場合,棄却域と対立仮説は 22 自由度(10-1)のt分布の上側2.5%点 μ=0のとき t統計量がこんなに極端な値 になる確率は,あわせて5% t統計量がこちらの棄却域に入った →μがもっと大きければ
t統計量はもっと小さくなって 棄却域から外れる t 0 確率密度 t0.025 (10 – 1) = +2.2622 μ = 0 が 正しいとすると t = +2.121 t統計量がグレーの領域に 入る確率は, 左右合わせて5% t(10 – 1) – t0.025 (10 – 1) = –2.2622 自由度(10-1)のt分布の下側2.5%点 t統計量がこちらの棄却域に入った →μがもっと小さければ t統計量はもっと大きくなって 棄却域から外れる 対立仮説はμ≠ 0 (μ>0またはμ<0) 帰無仮説はμ= 0
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 この場合,棄却域と対立仮説は 22 自由度(10-1)のt分布の上側2.5%点 μ=0のとき t統計量がこんなに極端な値 になる確率は,あわせて5% t統計量がこちらの棄却域に入った →μがもっと大きければ
t統計量はもっと小さくなって 棄却域から外れる t 0 確率密度 t0.025 (10 – 1) = +2.2622 μ = 0 が 正しいとすると t = +2.121 t統計量がグレーの領域に 入る確率は, 左右合わせて5% t(10 – 1) – t0.025 (10 – 1) = –2.2622 自由度(10-1)のt分布の下側2.5%点 t統計量がこちらの棄却域に入った →μがもっと小さければ t統計量はもっと大きくなって 棄却域から外れる 対立仮説はμ≠ 0 (μ>0またはμ<0) 帰無仮説はμ= 0
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 この場合,棄却域は 23 自由度(10-1)のt分布の 上側2.5%点 t統計量が こんなに極端な値になる 確率は5% t
0 確率密度 t0.025 (10 – 1) = +2.2622 μ = 0 が 正しいとすると t = +2.121 t統計量がグレーの領域に 入る確率は, 左右合わせて5% t(10 – 1) – t0.025 (10 – 1) = –2.2622 自由度(10-1)のt分布の 下側2.5%点 棄却域は左右両側にある [両側検定]
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 例題では 24 自由度(10-1)のt分布の 上側2.5%点 t 0 確率密度 t0.025
(10 – 1) = +2.2622 μ = 0 が 正しいとすると t = +2.121 t統計量がグレーの領域に 入る確率は, 左右合わせて5% t(10 – 1) – t0.025 (10 – 1) = –2.2622 自由度(10-1)のt分布の 下側2.5%点
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 例題では 24 自由度(10-1)のt分布の 上側2.5%点 t 0 確率密度 t0.025
(10 – 1) = +2.2622 μ = 0 が 正しいとすると t = +2.121 t統計量がグレーの領域に 入る確率は, 左右合わせて5% t(10 – 1) – t0.025 (10 – 1) = –2.2622 自由度(10-1)のt分布の 下側2.5%点
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 例題では 24 自由度(10-1)のt分布の 上側2.5%点 棄却域に落ちない 帰無仮説は棄却されない t 0
確率密度 t0.025 (10 – 1) = +2.2622 μ = 0 が 正しいとすると t = +2.121 t統計量がグレーの領域に 入る確率は, 左右合わせて5% t(10 – 1) – t0.025 (10 – 1) = –2.2622 自由度(10-1)のt分布の 下側2.5%点
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 棄却されないときは 25 本当は,μは0ではないとはいえない 仮説が正しいとするとき,t統計量 t = ¯ X
− μ s2 n = 2 − 0 8.89 10 = + 2.121 t統計量がこんなに極端な値になる確率は5% とはいえない μ=0 薬Bでの数値と薬Aでの数値に本質的な違いがある, とはいえない
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 棄却されないときは 26 帰無仮説が棄却されるのは? 帰無仮説が正しいとすると, とても小さな確率でしか起きないはずのことが, いま起きていることになるから。
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 棄却されないときは 26 帰無仮説が棄却されないときは? 「いま起きていることがおきる確率はとても小さい, とまではいえない」 帰無仮説が棄却されるのは? 帰無仮説が正しいとすると, とても小さな確率でしか起きないはずのことが,
いま起きていることになるから。
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 棄却されないときは 27 帰無仮説が棄却されないときは 「いま起きていることがおきる確率は とても小さい,とまではいえない」
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 棄却されないときは 27 帰無仮説が棄却されないときは 「いま起きていることがおきる確率は とても小さい,とまではいえない」 だから 「帰無仮説が棄却されない」とは,
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 棄却されないときは 27 帰無仮説が棄却されないときは 「いま起きていることがおきる確率は とても小さい,とまではいえない」 だから 「帰無仮説が棄却されない」とは, 帰無仮説が正しい
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 棄却されないときは 27 帰無仮説が棄却されないときは 「いま起きていることがおきる確率は とても小さい,とまではいえない」 だから 「帰無仮説が棄却されない」とは, 帰無仮説が正しい
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 棄却されないときは 27 帰無仮説が棄却されないときは 「いま起きていることがおきる確率は とても小さい,とまではいえない」 だから 「帰無仮説が棄却されない」とは, 帰無仮説が間違っているとはいいきれない
帰無仮説が正しい
None
有意水準について
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 有意水準があらわすもの 29 有意水準は物言いの慎重さを表す
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 有意水準があらわすもの 29 有意水準が 有意水準は物言いの慎重さを表す
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 有意水準があらわすもの 29 大きい(5%) 有意水準が 有意水準は物言いの慎重さを表す
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 有意水準があらわすもの 29 大きい(5%) 小さい(1%) 有意水準が 有意水準は物言いの慎重さを表す
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 有意水準があらわすもの 29 大きい(5%) 小さい(1%) 確率5%でおきることでも 「こんなことがおきるのは偶然とは思えない」 として棄却 有意水準が
有意水準は物言いの慎重さを表す
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 有意水準があらわすもの 29 大きい(5%) 小さい(1%) 確率5%でおきることでも 「こんなことがおきるのは偶然とは思えない」 として棄却 有意水準が
有意水準は物言いの慎重さを表す 大胆だが,蛮勇
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 有意水準があらわすもの 29 大きい(5%) 小さい(1%) 確率5%でおきることでも 「こんなことがおきるのは偶然とは思えない」 として棄却 有意水準が
有意水準は物言いの慎重さを表す 大胆だが,蛮勇 確率1%より大きいことなら 「偶然でないと言い切れない」 として棄却しない
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 有意水準があらわすもの 29 大きい(5%) 小さい(1%) 確率5%でおきることでも 「こんなことがおきるのは偶然とは思えない」 として棄却 有意水準が
有意水準は物言いの慎重さを表す 大胆だが,蛮勇 確率1%より大きいことなら 「偶然でないと言い切れない」 として棄却しない 慎重だが,臆病
なんかおかしくない?🤔🤔
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 なんかおかしくない? 31 「薬Bでの数値のほうが高い」といえる 薬Bは,薬Aよりも,検査の数値を高くする 働きがあるといえるでしょうか。 薬Aと薬Bで,検査の数値に違いが あるといえるでしょうか。 「本質的な差がある」とはいえない
片側検定 両側検定 同じデータ 同じ有意水準(5%) なのに??? 実験協力者番号 1 2 3 4 5 6 7 8 9 10 薬 A 60 65 50 70 80 40 30 80 50 60 薬 B 64 63 48 75 83 38 32 83 53 66 差 4 −2 −2 5 3 −2 2 3 3 6
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 2つの検定は,調べているものが違う 32 薬Bは薬Aよりも, 検査の数値を高くする働きが あるだろう,という目論見がある 薬Aと薬Bのどちらの数値が 高いかという目論見はない 片側検定
両側検定 t 確率密度 t0.05 (10 – 1) = +1.8331 μ = 0 が正しいとすると t = +2.121 t(10 – 1) t統計量がグレーの領域に 入る確率は5% t 0 確率密度 t0.025 (10 – 1) = +2.2622 μ = 0 が 正しいとすると t = +2.121 t統計量がグレーの領域に 入る確率は, 左右合わせて5% t(10 – 1) – t0.025 (10 – 1) = –2.2622
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 2つの検定は,調べているものが違う 32 薬Bは薬Aよりも, 検査の数値を高くする働きが あるだろう,という目論見がある 薬Aと薬Bのどちらの数値が 高いかという目論見はない 片側検定
両側検定 t 確率密度 t0.05 (10 – 1) = +1.8331 μ = 0 が正しいとすると t = +2.121 t(10 – 1) t統計量がグレーの領域に 入る確率は5% t 0 確率密度 t0.025 (10 – 1) = +2.2622 μ = 0 が 正しいとすると t = +2.121 t統計量がグレーの領域に 入る確率は, 左右合わせて5% t(10 – 1) – t0.025 (10 – 1) = –2.2622 標本を調べると逆の結果に なっていたとしても,見逃す
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 2つの検定は,調べているものが違う 32 薬Bは薬Aよりも, 検査の数値を高くする働きが あるだろう,という目論見がある 薬Aと薬Bのどちらの数値が 高いかという目論見はない 片側検定
両側検定 t 確率密度 t0.05 (10 – 1) = +1.8331 μ = 0 が正しいとすると t = +2.121 t(10 – 1) t統計量がグレーの領域に 入る確率は5% t 0 確率密度 t0.025 (10 – 1) = +2.2622 μ = 0 が 正しいとすると t = +2.121 t統計量がグレーの領域に 入る確率は, 左右合わせて5% t(10 – 1) – t0.025 (10 – 1) = –2.2622 標本を調べると逆の結果に なっていたとしても,見逃す どちらが高い場合でも棄却
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 実はおかしくない 33 薬Bは薬Aよりも, 検査の数値を高くする働きが あるだろう,という目論見がある 薬Aと薬Bのどちらの数値が 高いかという目論見はない 片側検定
両側検定 t 確率密度 t0.05 (10 – 1) = +1.8331 μ = 0 が正しいとすると t = +2.121 t(10 – 1) t統計量がグレーの領域に 入る確率は5% t 0 確率密度 t0.025 (10 – 1) = +2.2622 μ = 0 が 正しいとすると t = +2.121 t統計量がグレーの領域に 入る確率は, 左右合わせて5% t(10 – 1) – t0.025 (10 – 1) = –2.2622 標本を調べると逆の結果に なっていたとしても,見逃す どちらが高い場合でも棄却 さきほどの例では 棄却 さきほどの例では 同じデータなのに 棄却されない
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 実はおかしくない 33 薬Bは薬Aよりも, 検査の数値を高くする働きが あるだろう,という目論見がある 薬Aと薬Bのどちらの数値が 高いかという目論見はない 片側検定
両側検定 t 確率密度 t0.05 (10 – 1) = +1.8331 μ = 0 が正しいとすると t = +2.121 t(10 – 1) t統計量がグレーの領域に 入る確率は5% t 0 確率密度 t0.025 (10 – 1) = +2.2622 μ = 0 が 正しいとすると t = +2.121 t統計量がグレーの領域に 入る確率は, 左右合わせて5% t(10 – 1) – t0.025 (10 – 1) = –2.2622 標本を調べると逆の結果に なっていたとしても,見逃す ある程度目論見があるから, 大胆にばっさり棄却 どちらが高い場合でも棄却 さきほどの例では 棄却 さきほどの例では 同じデータなのに 棄却されない
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 実はおかしくない 33 薬Bは薬Aよりも, 検査の数値を高くする働きが あるだろう,という目論見がある 薬Aと薬Bのどちらの数値が 高いかという目論見はない 片側検定
両側検定 t 確率密度 t0.05 (10 – 1) = +1.8331 μ = 0 が正しいとすると t = +2.121 t(10 – 1) t統計量がグレーの領域に 入る確率は5% t 0 確率密度 t0.025 (10 – 1) = +2.2622 μ = 0 が 正しいとすると t = +2.121 t統計量がグレーの領域に 入る確率は, 左右合わせて5% t(10 – 1) – t0.025 (10 – 1) = –2.2622 標本を調べると逆の結果に なっていたとしても,見逃す ある程度目論見があるから, 大胆にばっさり棄却 どちらが高い場合でも棄却 同じ有意水準でも慎重な物言い さきほどの例では 棄却 さきほどの例では 同じデータなのに 棄却されない
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 くじびきの例でいうと 34 くじをひく立場なら 帰無仮説:「当たり確率は50%である」 10回中1回も当たらなかったら → 帰無仮説が正しいとするとき,
そんなことが起きる確率は小さいし, しかも結果に不満だから棄却したい 10回中10回当たったら → 帰無仮説が正しいとするとき, そんなことが起きる確率はやはり小さい
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 くじびきの例でいうと 34 くじをひく立場なら 帰無仮説:「当たり確率は50%である」 10回中1回も当たらなかったら → 帰無仮説が正しいとするとき,
そんなことが起きる確率は小さいし, しかも結果に不満だから棄却したい 10回中10回当たったら → 帰無仮説が正しいとするとき, そんなことが起きる確率はやはり小さい が,
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 くじびきの例でいうと 34 くじをひく立場なら 帰無仮説:「当たり確率は50%である」 10回中1回も当たらなかったら → 帰無仮説が正しいとするとき,
そんなことが起きる確率は小さいし, しかも結果に不満だから棄却したい 10回中10回当たったら → 帰無仮説が正しいとするとき, そんなことが起きる確率はやはり小さい 結果に不満はないから棄却しない が,
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 くじびきの例でいうと 34 くじをひく立場なら 帰無仮説:「当たり確率は50%である」 10回中1回も当たらなかったら → 帰無仮説が正しいとするとき,
そんなことが起きる確率は小さいし, しかも結果に不満だから棄却したい 10回中10回当たったら → 帰無仮説が正しいとするとき, そんなことが起きる確率はやはり小さい 結果に不満はないから棄却しない が, 片側検定
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 くじびきの例でいうと 35 賞品を出す立場なら 帰無仮説:「当たり確率は50%である」 10回中1回も当たらなかったら → 帰無仮説が正しいとするとき,
そんなことが起きる確率は小さい 10回中10回当たったら → 帰無仮説が正しいとするとき, そんなことが起きる確率はやはり小さい それでは破産してしまうので棄却したい
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 くじびきの例でいうと 35 賞品を出す立場なら 帰無仮説:「当たり確率は50%である」 10回中1回も当たらなかったら → 帰無仮説が正しいとするとき,
そんなことが起きる確率は小さい 10回中10回当たったら → 帰無仮説が正しいとするとき, そんなことが起きる確率はやはり小さい それでは破産してしまうので棄却したい が,
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 くじびきの例でいうと 35 賞品を出す立場なら 帰無仮説:「当たり確率は50%である」 10回中1回も当たらなかったら → 帰無仮説が正しいとするとき,
そんなことが起きる確率は小さい 10回中10回当たったら → 帰無仮説が正しいとするとき, そんなことが起きる確率はやはり小さい それでは破産してしまうので棄却したい とくに損はしないから棄却しない が,
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 くじびきの例でいうと 35 賞品を出す立場なら 帰無仮説:「当たり確率は50%である」 10回中1回も当たらなかったら → 帰無仮説が正しいとするとき,
そんなことが起きる確率は小さい 10回中10回当たったら → 帰無仮説が正しいとするとき, そんなことが起きる確率はやはり小さい それでは破産してしまうので棄却したい とくに損はしないから棄却しない が, やはり 片側検定
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 くじびきの例でいうと 36 中立の立場(商店会長?)なら 帰無仮説:「当たり確率は50%である」 10回中1回も当たらなかったときも 10回中10回当たったときも → 帰無仮説が正しいとするとき,
そんなことが起きる確率はどちらも小さい
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 くじびきの例でいうと 36 中立の立場(商店会長?)なら 帰無仮説:「当たり確率は50%である」 10回中1回も当たらなかったときも 10回中10回当たったときも → 帰無仮説が正しいとするとき,
そんなことが起きる確率はどちらも小さい し,
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 くじびきの例でいうと 36 中立の立場(商店会長?)なら 帰無仮説:「当たり確率は50%である」 10回中1回も当たらなかったときも 10回中10回当たったときも → 帰無仮説が正しいとするとき,
そんなことが起きる確率はどちらも小さい どちらにしても信用にかかわるので棄却したい し,
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 くじびきの例でいうと 36 中立の立場(商店会長?)なら 帰無仮説:「当たり確率は50%である」 10回中1回も当たらなかったときも 10回中10回当たったときも → 帰無仮説が正しいとするとき,
そんなことが起きる確率はどちらも小さい これが 両側検定 どちらにしても信用にかかわるので棄却したい し,
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 くじびきの例でいうと 36 中立の立場(商店会長?)なら 帰無仮説:「当たり確率は50%である」 10回中1回も当たらなかったときも 10回中10回当たったときも → 帰無仮説が正しいとするとき,
そんなことが起きる確率はどちらも小さい これが 両側検定 どちらにしても信用にかかわるので棄却したい し, どの検定を用いるかは, 「立場」にもとづいて先に決めておかなければならない
None
検定は どんなときにするものなのか💡💡
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 有意水準と第1種の誤り 38 確率5%でしかおきないことがおきているなら, それは偶然ではないと考える 有意水準5%のときは
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 有意水準と第1種の誤り 38 確率5%でしかおきないことがおきているなら, それは偶然ではないと考える 有意水準5%のときは
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 有意水準と第1種の誤り 38 確率5%でしかおきないことがおきているなら, それは偶然ではないと考える [有意] 有意水準5%のときは
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 有意水準と第1種の誤り 38 確率5%でしかおきないことがおきているなら, それは偶然ではないと考える [有意] 有意水準5%のときは
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 有意水準と第1種の誤り 38 確率5%でしかおきないことがおきているなら, それは偶然ではないと考える [有意] でも,確率5%でしかおきないことは, 有意水準5%のときは
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 有意水準と第1種の誤り 38 確率5%でしかおきないことがおきているなら, それは偶然ではないと考える [有意] でも,確率5%でしかおきないことは, 言い換えれば,確率5%でおきるのでは? 有意水準5%のときは
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 有意水準と第1種の誤り 39 確率5%でしかおきないことは,確率5%でおきる
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 有意水準と第1種の誤り 39 確率5%でしかおきないことは,確率5%でおきる 区間推定において 偶然標本が偏っていたために, 「95%信頼区間」が 確率5%ではずれるように 母平均
X X X X 含む 含む 含ま ない 含む
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 有意水準と第1種の誤り 39 確率5%でしかおきないことは,確率5%でおきる 区間推定において 偶然標本が偏っていたために, 「95%信頼区間」が 確率5%ではずれるように 母平均
X X X X 含む 含む 含ま ない 含む
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 有意水準と第1種の誤り 39 確率5%でしかおきないことは,確率5%でおきる 帰無仮説が正しくても, 偶然標本が偏っていたために, 棄却してしまう確率が5% 区間推定において 偶然標本が偏っていたために,
「95%信頼区間」が 確率5%ではずれるように 母平均 X X X X 含む 含む 含ま ない 含む
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 有意水準と第1種の誤り 39 確率5%でしかおきないことは,確率5%でおきる 帰無仮説が正しくても, 偶然標本が偏っていたために, 棄却してしまう確率が5% 区間推定において 偶然標本が偏っていたために,
「95%信頼区間」が 確率5%ではずれるように [第1種の誤り] 母平均 X X X X 含む 含む 含ま ない 含む
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 有意水準と第1種の誤り 39 確率5%でしかおきないことは,確率5%でおきる 帰無仮説が正しくても, 偶然標本が偏っていたために, 棄却してしまう確率が5% 区間推定において 偶然標本が偏っていたために,
「95%信頼区間」が 確率5%ではずれるように [第1種の誤り] その確率=有意水準 母平均 X X X X 含む 含む 含ま ない 含む
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 有意水準と第1種の誤り 40 つまり 帰無仮説が本当に正しいとしても, 有意水準5%の仮説検定を何度も行うと, そのうちの5%では第1種の誤りを犯す
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 有意水準と第1種の誤り 40 つまり 帰無仮説が本当に正しいとしても, 有意水準5%の仮説検定を何度も行うと, そのうちの5%では第1種の誤りを犯す
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 有意水準と第1種の誤り 40 つまり 帰無仮説が本当に正しいとしても, 有意水準5%の仮説検定を何度も行うと, そのうちの5%では第1種の誤りを犯す 正しいはずの帰無仮説を棄却し, 採択すべきでない対立仮説を採択してしまう
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 検定の結論が言っていること 41 検定で「帰無仮説を棄却する」とは 私は,帰無仮説は間違いだ,と判断する。
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 検定の結論が言っていること 41 検定で「帰無仮説を棄却する」とは 私は,帰無仮説は間違いだ,と判断する。 ただし
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 検定の結論が言っていること 41 私は100回中5回は誤りを述べる(第1種の誤りを犯す)。 検定で「帰無仮説を棄却する」とは 私は,帰無仮説は間違いだ,と判断する。 ただし
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 検定の結論が言っていること 41 私は100回中5回は誤りを述べる(第1種の誤りを犯す)。 検定で「帰無仮説を棄却する」とは 私は,帰無仮説は間違いだ,と判断する。 ただし 私が今回,本当のことを言っているのか, 誤りを言っているのか,
それは誰にもわからない。
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 検定はどんなときにするものなのか 42 何度でも標本をとりだして検定できるようなら, 検定などする必要はない
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 検定はどんなときにするものなのか 42 小さな標本を1回しかとりだせないときに, それでも十分にいえる結論を導く 何度でも標本をとりだして検定できるようなら, 検定などする必要はない
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 検定はどんなときにするものなのか 42 小さな標本を1回しかとりだせないときに, それでも十分にいえる結論を導く 何度でも標本をとりだして検定できるようなら, 検定などする必要はない 何度も検定をすれば, 棄却されないはずの帰無仮説もたまには棄却される
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 検定はどんなときにするものなのか 42 小さな標本を1回しかとりだせないときに, それでも十分にいえる結論を導く 何度でも標本をとりだして検定できるようなら, 検定などする必要はない 何度も検定をすれば, 棄却されないはずの帰無仮説もたまには棄却される
「血液型と性格に関係がない」という帰無仮説も たまに棄却されることがある
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 こんな研究も 43 血液型と性格「関連なし」 血液型と性格の関連性に科学的根拠はないとする統計学的な解析結 果を、九州大の縄田健悟講師(社会心理学)が発表した。 日米の1万人以上を対象にした意識調査のデータを分析した。 質問に対する回答のうち、血液型によって差があったのは3項目だ けで、その差もごくわずかだったため「無関連であることを強く示し
た」と結論づけた。 心理学研究,85, 2, pp. 148-156 (2014) 読売新聞 2014.7.19
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 検定で,標本サイズが大きいと 44 区間推定では 信頼区間が狭くなる 検定では 棄却域が広くなる 標本サイズが大きいと t
0 推測がよりはっきりする 0 [棄却域] [棄却域] ※今回例に使った「薬の効果」の問題では,実際の研究では, 「薬AとBでどのくらいの差(効果量)があれば効果があるといえるか」を 考えて,標本サイズを決める
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 検定で,標本サイズが大きいと 45 区間推定では 信頼区間が狭くなる 検定では 棄却域が広くなる 標本サイズが大きいと
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 検定で,標本サイズが大きいと 45 区間推定では 標本サイズが非常に大きいと 信頼区間が狭くなる 検定では 棄却域が広くなる 標本サイズが大きいと
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 検定で,標本サイズが大きいと 45 区間推定では 標本サイズが非常に大きいと 信頼区間が狭くなる 検定では 棄却域が広くなる 標本サイズが大きいと
帰無仮説がちょっとでも疑わしいと棄却される
45 2024年度春学期 統計学/ 関西大学総合情報学部 浅野 晃 検定で,標本サイズが大きいと 45 区間推定では 標本サイズが非常に大きいと 信頼区間が狭くなる 検定では 棄却域が広くなる 標本サイズが大きいと
帰無仮説がちょっとでも疑わしいと棄却される それでも「血液型と性格に関係がない」という 帰無仮説が棄却されないなら 「無関連であることを強く示し」ている