Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
2024年度秋学期 統計学 第14回 分布についての仮説を検証する - 仮説検定(1) (20...
Search
Akira Asano
PRO
January 05, 2025
Education
0
110
2024年度秋学期 統計学 第14回 分布についての仮説を検証する - 仮説検定(1) (2025. 1. 8)
関西大学総合情報学部 統計学(担当・浅野晃)
http://racco.mikeneko.jp/Kougi/2024a/STAT/
Akira Asano
PRO
January 05, 2025
Tweet
Share
More Decks by Akira Asano
See All by Akira Asano
2025年度春学期 統計学 第10回 分布の推測とは ー 標本調査,度数分布と確率分布 (2025. 6. 12)
akiraasano
PRO
0
6
2025年度春学期 統計学 第8回 演習(1) 問題に対する答案の書き方(講義後配付用) (2025. 5. 29)
akiraasano
PRO
0
10
2025年度春学期 統計学 第9回 確からしさを記述する ー 確率 (2025. 6. 5)
akiraasano
PRO
0
9
2025年度春学期 統計学 第8回 演習(1) 問題に対する答案の書き方(講義前配付用) (2025. 5. 29)
akiraasano
PRO
0
68
2025年度春学期 統計学 第6回 データの関係を知る(1)ー相関関係 (2025. 5. 15)
akiraasano
PRO
0
78
2025年度春学期 統計学 第7回 データの関係を知る(2)ー回帰と決定係数 (2025. 5. 22)
akiraasano
PRO
0
71
2025年度春学期 統計学 第5回 分布をまとめるー記述統計量(平均・分散など) (2025. 5. 8)
akiraasano
PRO
0
97
2025年度春学期 統計学 第4回 データを「分布」で見る (2025. 5. 1)
akiraasano
PRO
0
83
2025年度春学期 統計学 第2回 統計資料の収集と読み方(講義後配付用) (2025. 4. 17)
akiraasano
PRO
0
47
Other Decks in Education
See All in Education
Info Session MSc Computer Science & MSc Applied Informatics
signer
PRO
0
180
Analysis and Validation - Lecture 4 - Information Visualisation (4019538FNR)
signer
PRO
0
2k
Human-AI Interaction - Lecture 11 - Next Generation User Interfaces (4018166FNR)
signer
PRO
0
430
IMU-00 Pi
kanaya
0
350
データ分析
takenawa
0
290
ThingLink
matleenalaakso
28
4k
AIC 103 - Applications of Property Valuation: Essential Slides
rmccaic
0
130
OpenRobomaster 中国のロボットコンテスト 日本連携の可能性
takasumasakazu
0
420
Data Processing and Visualisation Frameworks - Lecture 6 - Information Visualisation (4019538FNR)
signer
PRO
1
2.4k
演習問題
takenawa
0
290
探究的な学び:Monaca Educationで学ぶプログラミングとちょっとした課題解決
asial_edu
0
360
マネジメント「される側」 こそ覚悟を決めろ
nao_randd
10
5.1k
Featured
See All Featured
CoffeeScript is Beautiful & I Never Want to Write Plain JavaScript Again
sstephenson
160
15k
Creating an realtime collaboration tool: Agile Flush - .NET Oxford
marcduiker
30
2.1k
Into the Great Unknown - MozCon
thekraken
38
1.8k
JavaScript: Past, Present, and Future - NDC Porto 2020
reverentgeek
48
5.4k
Templates, Plugins, & Blocks: Oh My! Creating the theme that thinks of everything
marktimemedia
30
2.4k
ReactJS: Keep Simple. Everything can be a component!
pedronauck
667
120k
Raft: Consensus for Rubyists
vanstee
137
7k
Reflections from 52 weeks, 52 projects
jeffersonlam
349
20k
個人開発の失敗を避けるイケてる考え方 / tips for indie hackers
panda_program
105
19k
Typedesign – Prime Four
hannesfritz
41
2.6k
Refactoring Trust on Your Teams (GOTO; Chicago 2020)
rmw
34
3k
Fireside Chat
paigeccino
37
3.5k
Transcript
関西大学総合情報学部 浅野 晃 統計学 2024年度秋学期 第14回 分布についての仮説を検証する ― 仮説検定(1)
仮説検定
仮説検定の考え方は,単純
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 くじのあたり確率 3 「夏祭り,夜店のくじに当たりなし 露天商の男を逮捕」 (朝日新聞大阪版2013年7月29日)
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 くじのあたり確率 3 「夏祭り,夜店のくじに当たりなし 露天商の男を逮捕」 (朝日新聞大阪版2013年7月29日) 「1万円以上をつぎ込んだ男性が不審に思い、 府警に相談。28日に露店を家宅捜索し、 当た
りがないことを確認した」
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 半分当たるというくじへの疑問 4 「半分の確率で当たる」というくじを 10回ひいても,1回も当たらなかった 運が悪いのか? それとも 「半分の確率で当たる」と いうのがウソか?
https://illpop.com/png_season/dec01_a07.htm どちらが正しいともいえない。
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 こう考える 5 警察みたいに全部のくじを調べられないなら, 仮に,本当に「確率1/2で当たる」とする そのとき, 10回ひいて1回も当たらない確率は, (1/2)10=1/1024
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 こう考える 6 本当に「確率1/2で当たる」なら, 10回ひいて1回も当たらない確率は1/1024(約0.001) それでも「確率1/2で当たる」を信じるのは, 確率0.001でしか起きないことが, いま目の前で起きていると信じるのと同じ
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 こう考える 7 確率0.001でしか起きないことが, いま目の前で起きていると信じる
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 こう考える 7 確率0.001でしか起きないことが, いま目の前で起きていると信じる そりゃちょっと無理がありませんか?
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 こう考える 7 確率0.001でしか起きないことが, いま目の前で起きていると信じる そりゃちょっと無理がありませんか? というわけで, 「確率1/2で当たる」はウソ,と考えるほうが自然
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 こう考える 7 確率0.001でしか起きないことが, いま目の前で起きていると信じる そりゃちょっと無理がありませんか? というわけで, 「確率1/2で当たる」はウソ,と考えるほうが自然 これが[仮説検定]
復習:t分布と区間推定
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 正規分布の場合の区間推定 9 例題 標本 をとりだす サイズ X1 ,
X2 , …, Xn n 母集団 (受験者全体) 母平均 μ 母平均 の95%信頼区間が知りたい μ 正規分布 と仮定する 母分散 がわかっているものとする σ2 (説明の都合です) 標本平均 ¯ X
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 正規分布の場合の区間推定 10 考え方 標本は,母集団分布と同じ確率分布にしたがう 正規分布 N(μ, σ2) 標本平均は,やはり正規分布にしたがうが,分散が
になる 1/n 正規分布 N(μ, σ2/n) [性質2] 正規分布の[性質1]により ¯ X Z = ¯ X − µ σ2/n は標準正規分布にしたがう N(0,1)
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 正規分布の場合の区間推定 10 考え方 標本は,母集団分布と同じ確率分布にしたがう 正規分布 N(μ, σ2) 標本平均は,やはり正規分布にしたがうが,分散が
になる 1/n 正規分布 N(μ, σ2/n) [性質2] 正規分布の[性質1]により ¯ X Z = ¯ X − µ σ2/n は標準正規分布にしたがう N(0,1)
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 正規分布の場合の区間推定 10 考え方 標本は,母集団分布と同じ確率分布にしたがう 正規分布 N(μ, σ2) 標本平均は,やはり正規分布にしたがうが,分散が
になる 1/n 正規分布 N(μ, σ2/n) [性質2] 正規分布の[性質1]により ¯ X Z = ¯ X − µ σ2/n は標準正規分布にしたがう N(0,1)
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 正規分布の場合の区間推定 10 考え方 標本は,母集団分布と同じ確率分布にしたがう 正規分布 N(μ, σ2) 標本平均は,やはり正規分布にしたがうが,分散が
になる 1/n 正規分布 N(μ, σ2/n) [性質2] 正規分布の[性質1]により ¯ X Z = ¯ X − µ σ2/n は標準正規分布にしたがう N(0,1)
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 正規分布の場合の区間推定 11 例題 標本 をとりだす サイズ X1 ,
X2 , …, Xn n 母集団 (受験者全体) 母平均 μ 母平均 の95%信頼区間が知りたい μ 正規分布 と仮定する 母分散 がわか σ2 標本平均 ¯ X らないので,
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 正規分布の場合の区間推定 11 例題 標本 をとりだす サイズ X1 ,
X2 , …, Xn n 母集団 (受験者全体) 母平均 μ 母平均 の95%信頼区間が知りたい μ 正規分布 と仮定する 母分散 がわか σ2 標本平均 ¯ X らないので, 不偏分散 で代用 s2
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 t分布 12 は t = ¯ X −
µ s2/n t統計量
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 t分布 12 は t = ¯ X −
µ s2/n 自由度 の t分布にしたがう (n − 1) t統計量
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 t分布 12 は t(n − 1) t =
¯ X − µ s2/n 自由度 の t分布にしたがう (n − 1) t統計量
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 t分布 12 は t(n − 1) t =
¯ X − µ s2/n 自由度 の t分布にしたがう (n − 1) t統計量 (「スチューデントのt分布」という)
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 t分布 12 は t(n − 1) t =
¯ X − µ s2/n 自由度 の t分布にしたがう (n − 1) t統計量 (「スチューデントのt分布」という)
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 t分布 12 は t(n − 1) t =
¯ X − µ s2/n 自由度 の t分布にしたがう (n − 1) t統計量 (「スチューデントのt分布」という) 発見者ウィリアム・ゴセットのペンネーム
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 t 0 t分布を用いた区間推定 13 は自由度 の t分布にしたがう (n
− 1) の 確率密度関数 t(n − 1) t = ¯ X − µ s2/n t(n − 1)
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 t 0 t分布を用いた区間推定 13 は自由度 の t分布にしたがう (n
− 1) の 確率密度関数 t(n − 1) t = ¯ X − µ s2/n t(n − 1)
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 t 0 t分布を用いた区間推定 13 この区間に入っている確率=95%とすると は自由度 の t分布にしたがう
(n − 1) の 確率密度関数 t(n − 1) が t = ¯ X − µ s2/n t = ¯ X − µ s2/n t(n − 1)
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 t 0 t分布を用いた区間推定 13 この区間に入っている確率=95%とすると は自由度 の t分布にしたがう
(n − 1) の 確率密度関数 t(n − 1) が 面積=95% t = ¯ X − µ s2/n t = ¯ X − µ s2/n t(n − 1)
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 t 0 t分布を用いた区間推定 13 この区間に入っている確率=95%とすると は自由度 の t分布にしたがう
(n − 1) の 確率密度関数 t(n − 1) が 面積=95% 境界の値はいくら? t = ¯ X − µ s2/n t = ¯ X − µ s2/n t(n − 1)
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 t 0 t 0 t分布を用いた区間推定 14 面積=95% 面積=2.5%
(左右で5%)
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 t 0 t 0 t分布を用いた区間推定 14 面積=95% 面積=2.5%
(左右で5%) 境界の値は自由度によってちがうので
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 t 0 t 0 t分布を用いた区間推定 14 面積=95% 面積=2.5%
(左右で5%) 境界の値は自由度によってちがうので t0.025 (n − 1) としておく
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 t 0 t 0 t分布を用いた区間推定 14 面積=95% 面積=2.5%
(左右で5%) 境界の値は自由度によってちがうので t0.025 (n − 1) としておく [上側2.5%点]
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 t 0 t分布を用いた区間推定 15 この区間に入っている確率=95% が 面積=95% t
= ¯ X − µ s2/n t(n − 1)
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 t 0 t分布を用いた区間推定 15 この区間に入っている確率=95% が 面積=95% t
= ¯ X − µ s2/n t(n − 1)
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 t 0 t分布を用いた区間推定 15 この区間に入っている確率=95% が 面積=95% t
= ¯ X − µ s2/n t0.025 (n − 1) t(n − 1)
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 t 0 t分布を用いた区間推定 15 この区間に入っている確率=95% が 面積=95% t
= ¯ X − µ s2/n t0.025 (n − 1) −t0.025 (n − 1) t(n − 1)
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 t分布を用いた区間推定 16 が と の間に入っている確率が95% −t0.025 (n −
1) t0.025 (n − 1) t = ¯ X − µ s2/n
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 t分布を用いた区間推定 16 式で書くと が と の間に入っている確率が95% −t0.025 (n
− 1) t0.025 (n − 1) t = ¯ X − µ s2/n
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 t分布を用いた区間推定 16 式で書くと が と の間に入っている確率が95% −t0.025 (n
− 1) t0.025 (n − 1) t = ¯ X − µ s2/n P −t0.025(n − 1) ¯ X − µ s2/n t0.025(n − 1) = 0.95
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 t分布を用いた区間推定 16 式で書くと が と の間に入っている確率が95% −t0.025 (n
− 1) t0.025 (n − 1) の式に直すと μ t = ¯ X − µ s2/n P −t0.025(n − 1) ¯ X − µ s2/n t0.025(n − 1) = 0.95
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 t分布を用いた区間推定 16 式で書くと が と の間に入っている確率が95% −t0.025 (n
− 1) t0.025 (n − 1) の式に直すと μ t = ¯ X − µ s2/n P −t0.025(n − 1) ¯ X − µ s2/n t0.025(n − 1) = 0.95 P ¯ X − t0.025(n − 1) s2 n µ ¯ X + t0.025(n − 1) s2 n = 0.95
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 前回のテキストの例題 17 P ¯ X − t0.025(n −
1) s2 n µ ¯ X + t0.025(n − 1) s2 n = 0.95
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 前回のテキストの例題 17 標本平均=50 P ¯ X − t0.025(n
− 1) s2 n µ ¯ X + t0.025(n − 1) s2 n = 0.95
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 前回のテキストの例題 17 標本平均=50 不偏分散=25 P ¯ X −
t0.025(n − 1) s2 n µ ¯ X + t0.025(n − 1) s2 n = 0.95
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 前回のテキストの例題 17 標本平均=50 不偏分散=25 標本サイズ=10 P ¯ X
− t0.025(n − 1) s2 n µ ¯ X + t0.025(n − 1) s2 n = 0.95
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 前回のテキストの例題 17 標本平均=50 不偏分散=25 標本サイズ=10 P ¯ X
− t0.025(n − 1) s2 n µ ¯ X + t0.025(n − 1) s2 n = 0.95
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 前回のテキストの例題 17 標本平均=50 不偏分散=25 標本サイズ=10 P ¯ X
− t0.025(n − 1) s2 n µ ¯ X + t0.025(n − 1) s2 n = 0.95 t0.025 (10 − 1) = 2.262 の95% 信頼区間の下限 μ の95% 信頼区間の上限 μ
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 前回のテキストの例題 17 標本平均=50 不偏分散=25 標本サイズ=10 P ¯ X
− t0.025(n − 1) s2 n µ ¯ X + t0.025(n − 1) s2 n = 0.95 t0.025 (10 − 1) = 2.262 の95% 信頼区間の下限 μ の95% 信頼区間の上限 μ で,信頼区間を求めるのは,今日の本題ではありません。
t分布と検定
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 t分布と検定:例題 19 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
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 t分布と検定:例題 20 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
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 t分布と検定:例題 21 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
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 「本質的な差」 22 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も 薬Bでの数値のほうが高い
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 検定で考える 23 1. 母集団(ここでは,世界のすべての患者)については つまり,「本質的な差はない」という仮説を設定する。 「薬Aと薬Bでの差」の平均は0 と仮説を設定する。
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 検定で考える 24 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。 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。
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 検定で考える 25 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。 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。 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。
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 検定で考える 26 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。
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 検定で考える 27 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。
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 検定で考える 28 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。
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 検定で考える 28 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?
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 検定で考える 28 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
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 検定で考える 28 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
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 検定で考える 28 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
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 検定で考える 28 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
38 2024年度秋学期 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 29 母集団全体での「薬Aと薬Bでの差」は,平均 μ の正規分布にしたがうと考える 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(n–1)のt分布にしたがう 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
38 2024年度秋学期 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 30 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(n–1)のt分布にしたがう 「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
38 2024年度秋学期 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 31 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
38 2024年度秋学期 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 32 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
38 2024年度秋学期 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 33 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
38 2024年度秋学期 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 33 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
38 2024年度秋学期 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 34 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
38 2024年度秋学期 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 34 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
38 2024年度秋学期 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 34 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 それなら起きる確率は5%より大きい
38 2024年度秋学期 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 35 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
検定の言葉💬💬
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 検定の言葉 37 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
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 検定の言葉 37 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
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 検定の言葉 37 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
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 検定の言葉 37 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
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 検定の言葉 37 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
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 検定の言葉 37 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]
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 検定の言葉 37 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]
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 検定の言葉 37 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
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 検定の言葉 38 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
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 検定の言葉 38 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]
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 検定の言葉 38 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]
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 検定の言葉 38 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]
38 2024年度秋学期 統計学/ 関西大学総合情報学部 浅野 晃 検定の言葉 38 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]