1 概要
1.1 統計的仮説検定の定義
統計的仮説検定は、標本から得られたデータを手がかりに、母集団について置いた仮説を評価する手法である。観測された差や関連が、偶然変動の範囲で起こりうるかどうかを確率的に判断する。
1.2 位置づけと役割
この方法は、記述統計と推測統計をつなぐ代表的な枠組みとされる。未知の母数や現象の傾向を、完全な確定ではなく、一定の誤りの可能性を伴う形で結論づける点に特徴がある。
1.3 利用される分野
仮説検定は、医学、心理学、社会科学、工学、品質管理など幅広い領域で用いられる。実験結果の評価、観察データの比較、製品の規格判定など、意思決定に統計的根拠を与える場面で重要である。
2 基本概念
2.1 母集団と標本
母集団は、関心の対象となる全体集合を指す。標本は、その母集団から実際に観測された一部であり、推論はこの標本情報にもとづいて行われる。
2.1.1 標本抽出
標本抽出は、母集団から一部を取り出す過程である。偏りの少ない抽出ができていない場合、検定結果は母集団全体を正しく反映しにくくなる。
2.1.2 標本分布
標本分布は、同じ大きさの標本を繰り返し取ったとき、統計量がどのように分布するかを表す。検定では、この分布を使って観測値の珍しさを判断する。
2.2 仮説の設定
検定では、まず比較の基準となる仮説を定める。通常は、変化や差がないとする仮説と、それに対立する仮説を組み合わせて扱う。
2.2.1 帰無仮説
帰無仮説は、差や効果が存在しない、あるいは既定の状態から変化していないとする仮説である。検定では、まずこの仮説を基準にデータの整合性を調べる。
2.2.2 対立仮説
対立仮説は、帰無仮説とは異なる状態を主張する仮説である。研究目的に応じて、両側検定か片側検定かを決める際の中心となる。
2.3 有意水準
有意水準は、帰無仮説が正しいのに誤って棄却してしまう許容確率を意味する。慣例的には0.05や0.01が用いられることが多い。
2.3.1 第一種の誤り
第一種の誤りは、真の帰無仮説を偽だと判断する誤りである。新しい効果があると結論したものの、実際には差が存在しない場合がこれに当たる。
2.3.2 第二種の誤り
第二種の誤りは、偽の帰無仮説を見逃してしまう誤りである。効果があるにもかかわらず、それを検出できないときに起こる。
2.3.3 検出力
検出力は、対立仮説が正しいときにそれを正しく見つける確率である。標本数が多いほど、一般に検出力は高まりやすい。
3 検定の手順
3.1 仮説の設定
最初に、検証したい内容を数学的な形に表し、帰無仮説と対立仮説を明確にする。ここでの設定が曖昧だと、その後の判断基準も不安定になる。
3.2 検定統計量の選択
次に、データの種類や分布の性質に応じて検定統計量を選ぶ。平均、比率、分散など、対象に応じて適切な量が用いられる。
3.2.1 平均の検定
平均の検定は、母平均に関する仮説を調べる際に使われる。観測値の中心が想定値からどれだけ離れているかを評価する。
3.2.2 比率の検定
比率の検定は、成功率や構成比のような割合に関する仮説を扱う。二値データやカテゴリデータの分析でよく利用される。
3.2.3 分散の検定
分散の検定は、データのばらつきが想定と一致するかを確かめる。測定の安定性や変動の大きさを比較する場面で役立つ。
3.3 棄却域と判定
検定統計量がどの範囲に入れば帰無仮説を退けるかをあらかじめ定める。この領域を棄却域と呼び、判定の客観性を支える。
3.3.1 臨界値法
臨界値法では、統計量をあらかじめ求めた境界値と比較する。観測値がその境界を越えた場合に、帰無仮説を棄却する。
3.3.2 有意確率による判定
有意確率による判定では、観測結果以上に極端な値が得られる確率を計算する。この値が有意水準以下なら、棄却の判断が下される。
3.4 結果の解釈
結果の解釈では、棄却されたかどうかだけでなく、結論の強さや限界を確認する必要がある。検定は真理の証明ではなく、与えられた条件下での証拠の強さを示すものである。
4 主な検定法
4.1 母平均に関する検定
4.1.1 一標本検定
一標本検定は、ひとつの標本平均を既知の基準値と比べる方法である。未知の母平均がその基準からずれているかを調べる。
4.1.2 対応のある検定
対応のある検定は、同じ対象を前後で測定した場合など、互いに対応する二つのデータを比較する。個体差を抑えながら変化を評価できる。
4.1.3 二標本検定
二標本検定は、独立した二群の平均を比較する。処置群と対照群の差を調べる場面で頻繁に用いられる。
4.2 母比率に関する検定
4.2.1 一標本比率検定
一標本比率検定は、観測された成功割合が基準値と異なるかをみる。アンケートの賛成率や合格率の確認に適している。
4.2.2 二標本比率検定
二標本比率検定は、二つの集団の割合差を評価する。属性の分布や発生率の比較に使われることが多い。
4.3 母分散に関する検定
4.3.1 カイ二乗検定
カイ二乗検定は、分散に関する仮説やカテゴリデータの分析で用いられる。期待度数と観測度数のずれを扱う方法としても知られる。
4.3.2 分散比の検定
分散比の検定は、二つの母分散が等しいかどうかを調べる。主として、変動の大きさを比較したいときに使われる。
4.4 分割表の検定
4.4.1 独立性の検定
独立性の検定は、二つのカテゴリ変数が関係を持つかを判定する。観測された組合せの偏りが偶然かどうかを確認する。
4.4.2 適合度の検定
適合度の検定は、観測された分布が理論上の分布にどの程度一致するかを調べる。モデルの妥当性確認や出現頻度の比較で用いられる。
5 前提条件
5.1 確率分布の仮定
多くの検定は、データが特定の確率分布に従うことを前提とする。分布の仮定が外れると、理論的な有意確率がずれることがある。
5.2 独立性の仮定
観測値同士が互いに独立であることは、検定の基本条件の一つである。関連したデータを独立とみなすと、誤った結論に結びつきやすい。
5.3 正規性の仮定
正規性の仮定は、データや誤差が正規分布に近いことを前提とする。特に平均の検定では、この近似が計算や解釈の基盤になる。
5.4 等分散性の仮定
等分散性は、複数群のばらつきが同程度であるという仮定である。群間で変動の大きさが大きく異なると、標準的な手法の適用に注意が必要となる。
6 結果の表現
6.1 検定統計量
検定統計量は、標本データから計算される要約値である。理論分布との比較を通じて、仮説の妥当性を判断する材料になる。
6.2 有意確率
有意確率は、帰無仮説のもとで観測結果以上に極端な値が得られる確率を示す。小さいほど、データは帰無仮説と整合しにくいと解釈される。
6.3 信頼区間との関係
信頼区間は、母数が取りうる範囲を示す推定の表現である。仮説検定の結果と対応しており、区間が基準値を含むかどうかが判断材料になる。
6.4 効果量
効果量は、差や関連の大きさを示す指標である。統計的な有意性だけでなく、実際の大きさを把握するために重要である。
7 解釈と注意点
7.1 有意差の意味
有意差があるとは、観測された差が偶然だけで説明しにくいことを意味する。これを直ちに因果関係や実用的価値の証明とみなすことはできない。
7.2 統計的有意性と実質的有意性
統計的有意性は、確率計算上の判断であり、実質的有意性は現実的な重要性を示す。標本が大きいと小さな差でも有意になりやすいため、両者を区別する必要がある。
7.3 多重比較の問題
多数の検定を同時に行うと、偶然の有意結果が増えやすい。こうした偏りを抑えるため、補正や検定計画の整理が行われる。
7.4 サンプルサイズの影響
標本数が少ないと、効果があっても見逃しやすい。逆に大きすぎると、ごく小さな差まで検出されることがある。
7.5 濫用と誤解
仮説検定は便利である一方、結果だけを機械的に解釈する誤りが生じやすい。背景知識、研究設計、測定誤差を含めて総合的に読むことが求められる。
8 歴史
8.1 確率論の発展
仮説検定の基盤は、確率論と誤差論の発展の中で整えられた。偶然変動を数量的に扱う考え方が、統計手法の成立を支えた。
8.2 現代統計学への定着
20世紀に入ると、農学や医学の実験計画と結びつき、検定は広く普及した。標本理論とともに、推測統計の中核手法として定着した。
8.3 検定論をめぐる議論
検定の使い方については、解釈の妥当性や閾値依存の問題が議論されてきた。近年は、有意差だけに依存しない報告の在り方も重視されている。
9 関連概念
9.1 推定
推定は、母数の値を点推定や区間推定で求める方法である。検定と同様に、標本から母集団へ推論する点で近い関係にある。
9.2 ベイズ統計
ベイズ統計は、事前分布とデータを組み合わせて事後分布を得る枠組みである。仮説検定とは異なるが、不確実性の扱いという点で比較される。
9.3 モデル選択
モデル選択は、複数の説明モデルの中から適切なものを選ぶ手続きである。検定結果は、候補モデルの比較材料として使われることがある。
9.4 回帰分析
回帰分析は、変数間の関係を数式で表す方法である。回帰係数の検定は、仮説検定の代表的な応用例の一つである。
10 応用
10.1 医学統計
医学統計では、治療効果や診断法の性能評価に仮説検定が用いられる。臨床試験では、結果の信頼性を支える基本的な道具となる。
10.2 心理学
心理学では、実験条件の違いが行動や認知に影響するかを調べる際に使われる。観測された差が偶然かどうかを確認する目的で導入される。
10.3 工学実験
工学実験では、材料特性、製造条件、測定誤差の検討に利用される。品質管理や性能比較において、再現性の判断に役立つ。
10.4 社会調査
社会調査では、世論、属性分布、回答傾向の比較に用いられる。標本から得た結果を集団全体に一般化する際の根拠となる。