統計学：t検定の実行結果
- 統計学のt検定を用いて、母平均値σ_A＝７８であるかの検定を行いました。
- 結果から、帰無仮説H0:siguma =siguma_A(=78)は棄却され、対立仮説H1:siguma !=siguma_A(=78)が採択されました。
- また、母平均値の９５％信頼区間は、[67.00608, 77.32725]と推定されました。
- ベストアンサー
統計学：t検定
> t.test(a,siguma_A=78) One Sample t-test data: a t = 30.779, df = 11, p-value = 5.044e-12 alternative hypothesis: true mean is not equal to 0 95 percent confidence interval: 67.00608 77.32725 sample estimates: mean of x 72.16667 これ↑は、Rでの実行なのですが、 このことから、 母平均値σ_A＝７８であるかの検定を有意水準５％で行えていますか?? この検定をt検定で行なってよいかも疑問です；； 帰無仮説H0:siguma =siguma_A(=78),対立仮説H1:siguma !=siguma_A(=78) として考えているのですが、 この結果から「棄却」「採択」の結果はどのように答えることができるでしょうか?? また、この母平均値の９５％信頼区間は、 ＞95 percent confidence interval: 67.00608 77.32725 から、 ［67.00608 ：77.32725 ］ と答えても良いのでしょうか?? 回答よろしくお願いします。
- gsb57529
- お礼率41% (243/579)
- 数学・算数
- 回答数1
- ありがとう数1
- みんなの回答 （1）
- 専門家の回答
質問者が選んだベストアンサー
> 母平均値σ_A＝７８であるかの検定を有意水準５％で行えていますか?? "alternative hypothesis: true mean is not equal to 0" とあるとおり、だめです。 ?t.test で出る説明を読むと良いと思います。
関連するQ&A
- 統計学
統計学の問題です。 > t.test(a,b,var.equel=TRUE,conf.level=0.99) Welch Two Sample t-test data: a and b t = 0.4175, df = 21.955, p-value = 0.6804 alternative hypothesis: true difference in means is not equal to 0 99 percent confidence interval: -8.150055 10.983388 sample estimates: mean of x mean of y 72.16667 70.75000 コレ↑は、Rでの実行なのですが、これは、２つの母平均の差がゼロであるかどうかの検定を有意水準５％で行えていますか？ ＞alternative hypothesis: true difference in means is not equal to 0 99 percent confidence interval: この部分から、ゼロでないという結果がでているように思うのですが。。。 回答よろしくお願いします。 足りない部分があれば補足します。 よろしくお願いします。
- ベストアンサー
- 数学・算数
- RでのF検定およびT検定の結果の読み取り
Rで、T検定を行う前に、等分散であるかないかを知るために F検定をする必要があるということでF検定をし、その後T検定をしたいのですが、両方とも、表示が何を表し、どのように結果を読み取れば良いのかが全く分かりません。例えば、次のように表示された場合は、どのように考えればよろしいのでしょうか。片方の検定に関してのみでも構いませんので、よろしくお願いします。 ちなみに、この場合は、根拠もなく等分散なのかなと思いまして、 ウェルチの検定ではなく、通常の？T検定を行っています。 F test to compare two variances data: x and y F = 0.8985, num df = 24, denom df = 22, p-value = 0.795 alternative hypothesis: true ratio of variances is not equal to 1 95 percent confidence interval: 0.3853763 2.0628818 sample estimates: ratio of variances 0.8985047 > t.test(x,y,var.equal=T) Two Sample t-test data: x and y t = 0.1812, df = 46, p-value = 0.857 alternative hypothesis: true difference in means is not equal to 0 95 percent confidence interval: -0.05801168 0.06948994 sample estimates: mean of x mean of y 1.084000 1.078261 統計に関してもRに関しても初心者で、全然分かりません。 どうかよろしくお願いします。
- ベストアンサー
- その他（学問・教育）
- 統計学：等分散仮説
> var.test(a,b) F test to compare two variances data: a and b F = 0.9137, num df = 11, denom df = 11, p-value = 0.8836 alternative hypothesis: true ratio of variances is not equal to 1 95 percent confidence interval: 0.2630194 3.1737458 sample estimates: ratio of variances 0.9136502 コレ↑は、Rでの実行なのですが、このことから、Aの母分散とBの母分散が等しいかどうかの検定を有意水準５％で行えていますか?? Aの母平均値σ_A＝７８なので、 帰無仮説H0:siguma =siguma_A(=78),対立仮説H1:siguma !=siguma_A(=78) として考えて、 このRの実行から言える結論としては、 p値が0.8836なので、F検定統計量より値が小さくなるため、有意水準0.05でH0を棄却、H1を採択。 が言えると考えました。 Rの実行の方法がよいかどうか、この考察が十分なのかどうかなどを、ご指導していただきたいです。 回答よろしくお願いします。
- ベストアンサー
- 数学・算数
- 統計の問題について（Ｒを用いています）
ある地域で，無作為に120人を選びある政策に対する支持率を調査したところ，支持すると答えた人が54人であった． (1) この地域の支持率は50%以上であるといえるか．有意水準0.05で検定せよ． (2) 調査を男女別に見ると，男性は58人中24人が支持，女性は62人中30人が支持であった． 男性と女性の支持率に差があるといえるか．有意水準0.05で検定せよ． という問題で、私は以下のように考えました。 二項母集団の母比率の検定を行う。 > prop.test(54,120,p=0.50,alternative="less",correct=F) ♯連続補正を施さない 1-sample proportions test without continuity correction data: 54 out of 120, null probability 0.5 X-squared = 1.2, df = 1, p-value = 0.1367 alternative hypothesis: true p is less than 0.5 95 percent confidence interval: 0.0000000 0.5249832 sample estimates: p 0.45 よって、この地域の支持率は５０％を超えているといえる。 (2) 二項母集団の母比率の差の検定を行う。 > prop.test(c(24,30),c(58,62),correct=F) ♯連続補正を施さない 2-sample test for equality of proportions without continuity correction data: c(24, 30) out of c(58, 62) X-squared = 0.5946, df = 1, p-value = 0.4406 alternative hypothesis: two.sided 95 percent confidence interval: -0.2476713 0.1075156 sample estimates: prop 1 prop 2 0.4137931 0.4838710 （＞のところはＲの実行結果です） Ｒはこれでいいと思うのですが、答えがどのようになるのかわかりません。 間違っている部分などの指摘もしていただきたいです。 回答よろしくお願いします。
- ベストアンサー
- 数学・算数
- ｔ検定について
A) サンプル数 300 平均22.5 標準偏差4.00 B) サンプル数 1400 平均23.0 標準偏差5.90 のｔ 検定を」というご質問が出されていました。 私も興味ををもって解いてみましたが、ｂｅｓｔ ａｎｓｗｅｒ に選ばれた回答も出されておりましたが、ヒントであって、解は出ていませんでした。 次のようなことでいいのでしょうか。ぜひともお教えいただきたいので、よろしくお願いいたします。 この問題は仮説検定のうち、２つのサンプルの平均値に差があるかどうかを検定する問題だと思いました。 帰無仮説は ２つのサンプルの平均値には差がない」とします。 両群の平均的な分散は （（３００－１）＊４＾２＊（１４００－１）＊５．９＾２）／（３００＋１４００－２）＝３１．５０ このとき検定統計量は ｔ＝０．５／√（３１．５（１／３００－１／１４００））＝１．４０ この問題では自由度が１６９８となり、分布表からは正確な数が出ませんが、正規分布になるときの数とから、有意水準５％なら １．９７７９～１．９６００ の間にありそうですので、検定統計量のほうが小さいと判断できると思いました。 よって「帰無仮説を棄却するすることはない。」と結論しました。 このようなことでいいのでしょうか。特に自由度が１６９８で分布表から具体的な数がきっちり求められないので、他のやりかたでなければならないのでは？と不安を感じているのですが。
- ベストアンサー
- 数学・算数
- 「有意差検定」とは
「有意差検定」「統計学的有意性の評価」とは、どうすればよいのでしょうか。 平均値、標準偏差、標準誤差が求まっているので、以下の手順を踏むとよいと調べたら出てきました。 が、何をどうすればよいのかわかりません。 （ちなみに今回行った実験は、マウスに局所麻酔薬を注射して痛み刺激を与え、痛がらなかった回数を記録する、というものです） ① 仮説設定: まず、研究の対象に応じて帰無仮説（H0）と対立仮説（H1）を設定します。例えば、2つのサンプル間の平均値に差があるかどうかを検定する場合、次のように設定できます。 帰無仮説 (H0): 2つのサンプルの平均値は等しい。 対立仮説 (H1): 2つのサンプルの平均値は等しくない（または、ある特定の差がある）。 ② 統計検定の選択: 2つのサンプル間で平均値の差を評価する場合、独立な2標本t検定が適しています。ただし、データの性質や仮説に応じて、他の統計検定を選択することもあります。 ③ t検定の実行: 選択したt検定を実行し、結果を得ます。t検定は、2つのサンプルの平均値の差が統計的に有意かどうかを評価します。結果には、t値（t-statistic）とp値（p-value）が含まれます。 ④ 結果の解釈: 得られたp値を帰無仮説が成立する確率と比較します。通常、あらかじめ設定した有意水準（例: 0.05）と比較して、p値が有意水準未満であれば、帰無仮説を棄却し、対立仮説を採択します。これは、2つのサンプル間に統計的に有意な平均値の差があることを示唆します。 どんな些細なことでも教えていただきたいです。 どうぞよろしくお願いいたします。
- 締切済み
- 測定・分析
- 統計学 プログラムの処理計測データのｔ検定
ｔ検定、平均の検定についてです プログラムの処理計測のデータ100個取りました。 同じ計測プログラムでデータを取ったので 対応があるｔ検定とみて、 取ったデータをエクセルで一対の標本による平均の検定 を行なったところ、一番下のようになりました 質問は(1)、P(T<=t) 両側の値が０に近い値となっているのですが この場合 帰無仮説(H0)：「2群間に差がない」と仮定する。 対立仮説(H1)：「2群間に差がある」と仮定する として、P(T<=t) 両側 1.8672E-171 ---------(1)＜０．０５ より２つの母集合の平均値に有意差があると判断できる と考えてよいのでしょうか？ t-検定 : 一対の標本による平均の検定 有意水準α＝０．０５ 変数 1 変数 2 平均 1321.87973 293.041754 分散 42.3286546 368.4568926 観測数 100 100 ピアソン相関 0.04224447 仮説平均との差異 0 自由度 99 t 514.2684974 P(T<=t) 片側 9.3362E-172 t 境界値 片側 1.660391157 P(T<=t) 両側 1.8672E-171 ---------(1) t 境界値 両側 1.9842169
- ベストアンサー
- 数学・算数
- 統計：検定とシミュレーション
統計：検定とシミュレーション 統計を勉強している途中で出てきた素朴な疑問です。 統計学においては非常に多くの検定方法がでてきますが、「正規性」だとか「等分散性」だとかさまざまな制約がありますし（勿論ノンパラ手法もありますが）、そもそもの仮説の立て方にも違和感を覚えます。 そこでなんですが、例えば、取得した400サンプルのテスト点数データの平均値が前回の同テスト点数の平均値70点より高いといえるか、などという場合に、母平均の検定など使わず、その400サンプルから無作為に200サンプル抽出して平均値を得る、そしてそれを1万回PCで反復処理させてその1万個の平均値の平均値をとって理論値である70点と比較する、なんていうやり方ではダメなんでしょうか？個人的にはこのほうがしっくりくるのですが・・・。 同様の考え方で、分散分析や重回帰分析などもできないものかと考えています。 見当外れのことをいっていたら恥ずかしい限りですが、ご教授願います。
- ベストアンサー
- 数学・算数
- t検定
新商品のサンプルがあります。このサンプルを工場Aと工場Bで試験をしたとします。 その結果の平均値に差があるか検定したい場合、t検定の種類は番号いくつでしょうか？
- 締切済み
- 法務・知的財産・特許
- 検定統計量について
検定統計量と検定について（http://www.aoni.waseda.jp/abek/document/t-test.html） １． 検定の方法は，T検定，F検定，J検定などの手法をみかけるのですが，違いがいまいち 分かりません．これらの違いは，考える確率分布が違うということなのでしょうか？ ２． 各検定法（T検定，F検定，J検定など）と検定統計量のかかわりがよくわからないのですが， たとえば，T検定をする場合の平均の検定統計量とF検定をする場合の平均の検定統計量 は同じなのでしょうか？ ３． 検定についてまだよく分かっていないので，検定の仕方を正しく認識しているか怪しいですが， 検定は，仮説に応じて検定統計量を定義してから，その検定統計量を計算し， P値を求めることで仮説が有意か否か判定するのですよね？ なので，最終的にどの検定（T，F，J検定）もP値を求めて有意か否か判定するので， 検定統計量さえ正しく定義できれば，T検定，F検定，J検定など，どの検定法 を使おうとひとつの検定の方法でどんな仮説の検定もできると考えてよいのでしょうか？ それとも用途に応じて検定法を使い分ける必要があるのでしょうか？ 回答よろしくお願いします。
- ベストアンサー
- 数学・算数
お礼
回答ありがとうございました。 ＞alternative hypothesis: true mean is not equal to 0 この文で判断できるのですね?? 新しく、Rで次のように実行してみました。 > mu_A <- 78 > T <- (mean(a) - mu_A)/sqrt(var(a) / length(a)) > abs(T) >- qt(0.05 / 2,length(a) - 1,lower.tail = F) [1] TRUE TRUEと出たので…検定が有意と言えると思うので、 母平均は７８ではない、 という結果が言えないでしょうか?? ご指導いただけると助かります。 回答よろしくお願いします。
補足
ちなみに、お礼で書かせていただいたRの実行だと「Aの母平均値の９５％信頼区間」は出てこないので、 Rで次のように求めてみました。 > t.test(a,conf.level = 0.95)$conf.int [1] 67.00608 77.32725 attr(,"conf.level") [1] 0.95 これから、求める区間は、 ［67.00608,77.32725］と言えないでしょうか??