- 締切済み
統計学、仮説、対立仮説について。
backsの回答
- backs
- ベストアンサー率50% (410/818)
大体の場合、仮説が「AはBより～であるか」のような"大きさの違いを調べる"場合は片側検定で、仮説が「AとBには差があるか」というような"差の違いを調べる"場合は両側検定を用いることが多いですね。 >どういった場合にどの検定を用いるのかわかりません。 初めのうちはわからなくて当然です。ある程度、一通りの検定方法を学んだ後に何度も自分でいろいろなデータ分析を行ってからやっと「この場合にはこの検定方法が適切だ」と理解できるものです。
関連するQ&A
- 統計学の仮説検定は、両側検定しかありえないのでは?
統計学の仮説検定では、両側検定しかありえないのではないかと考えますが、ご意見をお聞かせ下さい。 コイン投げにおいて、表が出る確率をP(H)、裏が出る確率をP(T)とします。 帰無仮説が「P(H)=0.5」である場合、対立仮説を「表が出やすい。P(H)>0.5」とすると片側検定、「コインに偏りがある。P(H)>0.5またはP(T)>0.5」とすると両側検定と説明されます。帰無仮説は同じだでれども、対立仮説が何であるかによって片側検定か両側検定かが決まる、という説明が少なくとも2つの教科書に書かれています。 しかし私は、帰無仮説と対立仮説は互いに排反で、かつ2者で標本空間をカバーし尽くせる（起こりうる全ての事象をカバーできる）ものでなければいけない、と思います。 帰無仮説「P(H)=0.5」に対する対立仮説は「コインに偏りがある。P(H)>0.5またはP(T)>0.5」であるべきだと考えます。そして、「P(H)=0.5」とP(H)の値が特定の1つの値であれば、コインを投げる回数が決まれば（例えば10回）、表が出る回数（0～10回）の確率分布を得ることが可能なので、検定できるわけです。 対立仮説を「表が出やすい。P(H)>0.5」とするのであれば、帰無仮説は「P(H)<=0.5」であるべきだと思います。そうでないと標本空間をもれなく考慮したことになりません。ところが、P(H)=0.5はさておき、P(H)<0.5のもとでは、P(H)の値が無数にあります。ということは、例えば10回中表が0回の確率は無数にあります。10回中表が1回の確率も同様です。したがって、表が出る回数（0～10回）の確率分布を得ることができないので、検定できません。 以上の理由で、統計学の仮説検定では、両側検定しかありえないのではないかと考えますが、ご意見をお聞かせ下さい。
- ベストアンサー
- 数学・算数
- 統計 検定の仮説の質問です。
検定の最初に仮説を立てます。例えば、下記のように仮説を立て検定の結果、対立仮説が採用されたとします。 ・帰無仮説Ｈ０：μ１＝μ２ ・対立仮説Ｈ１：μ１≠μ２・・・採用 しかし、帰無仮説は最終的に棄却されるべき仮説なので、μ１＝μ２であるかμ１≠μ２によって、結論が変りますね（悪く言えば、恣意的に結論を変えられます）。 検定における仮説の立て方について、不変的な基準はあるのでしょうか？ 宜しくお願い致します。
- 締切済み
- その他（学問・教育）
- 仮説検定の仮説の立て方についてです。
数学を趣味で勉強してるものです。 仮説検定での、帰無仮説と対立仮説の立て方です。 例えば、コインの裏表で 表ならＡさんの勝ち、裏ならＢさんの勝ちを繰り返していたとします。 しかし、Ａさんが「どうも裏の方が出やすいのでは」と疑い、 Ｂさんは「そんなことはない、どちらも同じだよ」と主張しました。 この時、仮説検定で調べようとした場合、 裏の出る確率をｐとした場合 Ａさんにとっては、 帰無仮説：ｐ＝0.5 対立仮説：ｐ＞0.5 Ｂさんにとっては、 帰無仮説：ｐ＞0.5 対立仮説：ｐ＝0.5 というように、立場により、仮説の立て方が変わると考えてよいのでしょうか？ （立場により二つの仮説が考えられることに違和感を感じるので・・・） アドバイス頂けると助かります。
- ベストアンサー
- 数学・算数
- 統計解析法
統計解析手法の検定についての質問です。 2つの母平均の差の検定の場合です。 帰無仮説H0：μ1＝μ2 対立仮説H1：μ1≠μ2とします。 帰無仮説が棄却された場合は結論として対立 仮説が成り立ち、第1種の過誤はαであり、 このケースは問題ありません。 しかし、帰無仮説が棄却されない場合、第2 種の過誤の問題があり、積極的に結論として 帰無仮説が成り立つとは言えません。 上記問題は、2つの母平均の差の検定の手法を 使って、積極的に2つの母平均に差が無いと言 う結論を統計的に導き出す事の障害になります。 2つの母平均の差の検定の手法をうまく工夫 する事、又は、別の手法で、2つの母平均に差 が無いとの結論を統計的に導く事は出来な いでしょうか？ ご教授の程宜しくお願い致します。
- ベストアンサー
- 数学・算数
- 統計 仮説の立て方
統計学のカテゴリがないようなのでこちらで質問させていただきます。 「二つのグループがあり、一つ目は10人の非喫煙者、二つ目は10人のヘビースモーカーである。二つのグループは、ベースラインとしてＢＭＩの値を調べ、六年後にもう一度ＢＭＩの値を調べている」 「データは一年目のそれぞれのグループのＢＭＩの値、六年目のそれぞれのグループのＢＭＩの値、それぞれのグループ内でのＢＭＩの値の変化した値がある」 上記の条件下で喫煙がＢＭＩに関係しているかどうかの仮説を立てたいのですが、どうやって仮説を立てて良いのか迷っています。 私が考えているのは、帰無仮説（喫煙はＢＭＩの変化に関係ない）、対立仮説（喫煙はＢＭＩの変化に関係する）なのですが、それぞれ 帰無仮説＝一つ目のグループのＢＭＩの変化した値の平均 ＝ 二つ目のグループのＢＭＩの変化した値の平均、 対立仮説＝一つ目のグループのＢＭＩの変化した値の平均 ＜ 二つ目のグループのＢＭＩの変化した値の平均 で仮説を立てて良いのでしょうか？
- ベストアンサー
- 数学・算数
- 仮説の設定の仕方
カイ二乗で検定する時の仮説の設定方法について混乱しています。 例えば、食中毒の原因を調査する問題があります。そこで、 食べた／食べない 発症／非発症というグループの検定をしたい。 帰無仮説：食べた／食べないのグループは発症／非発症とは関連がない 対立仮説： 〃 関連がある これで間違いがないでしょうか？ また食中毒に限らず、カイ二乗の場合は必ず帰無仮説は［○○と○○は関連がない］という設定にしてしまってよいのでしょうか？ 私が混乱しているのはその対象内容によって帰無仮説と対立仮説が入れ替わるのかそれともどの条件においても上記の通りに設定して良いのかどうかがわかりません。統計が得意な方、是非教えてください。
- ベストアンサー
- 数学・算数
- 統計学の第２種の過誤（対立仮説が説が正しいのに、帰無仮説が棄却できない
統計学の第２種の過誤（対立仮説が説が正しいのに、帰無仮説が棄却できない）に関する質問です。たいていの統計学の入門書に出ている図なのですが、２つの分布が重なり合った部分が色塗りされていて、「この部分が第２種の過誤です」という説明がなされています。が、その部分がなぜ第２種の過誤を意味しているのか、さっぱりわかりません。どなたか、初心者向けにわかりやすく噛み砕いて教えていただけないでしょうか？そもそもどの図を指しているのかイメージしにくいかもしれませんが（言葉で説明しにくい）、「あー、あの図のことか」と理解していただいた方がいらっしゃたら、お願いします。
- ベストアンサー
- 数学・算数
- 統計学2
またまたすみませんが、教えて下さい。分からないんです 課題 7． あるテレビ番組の視聴率 p (0≦p≦1)を調べるために，アンケート調査を行ったところ， 60 人中 21 人が視聴したと答えた． 帰無仮説 H0: p＝ 0.26，対立仮説 H1: p≠ 0.26 について，有意水準 0.08 で仮説検定を行え． また，視聴率 p を信頼度 0.92 で区間推定せよ． ただし，仮説検定と区間推定のどちらに対しても，ラプラスの定理(２項分布の正規分布による近似)を用いよ． 検定統計量(B')= 臨界値(棄却域の端の値)= 帰無仮説 H0は, 棄却されるor棄却されない、どちらか 信頼区間 [ , ] 誰か統計得意な人助けて下さい。お願いします！
- 締切済み
- その他（学問・教育）
- 統計 検定方法について
質問紙調査結果のデータの検証として、検定を用いようと考えています。 しかし、統計学の勉強途中で適切な検定が分かりません。 帰無仮説 Ａが高い（を選んだ）人は、Ｂも高い（を選ぶ） 対立仮説 ＡとＢに関係はない Ａを高いと選んだ人と、低いと選んだ人を分けて、 Ｂについてそれぞれ高いか低いかを集計した状態です。 どの検定を用いれば良いかが分かりません。 私はカイ二乗検定を使うと思ったのですが、期待値が分からなくて 考えているうちに混乱してきました。 よろしくお願いいたします。
- 締切済み
- 数学・算数