t検定の基礎と帰無仮説について
- t検定は２標本の分布の等しさを検定する統計手法です。
- 帰無仮説は、「２標本の平均が等しい」という仮説です。
- 危険率１％での検定では、帰無仮説が棄却されることはなく、５％の検定では帰無仮説が棄却されることがある場合があります。
- ベストアンサー
t検定について教えてください
t検定に関する質問はたくさんあるのですが、今、頭がこんがらがっており、 誠に勝手ながら新しく質問させてください。それではよろしくお願いします。 ２標本の分布が等しいと仮定。ｔ検定の基礎を教えてください。 帰無仮説は、「２標本の平均が等しい」ですか？ 帰無仮説が上記の場合、 危険率１％で仮説が棄却されず、５％で棄却されることはありますか？ 上記の判定がなされた場合、 これら２標本はどのような関係にありますか？ １～５％の確率でうんぬん？？？よくわからなくなってしまいました。 駄文のみの状況説明で、申し訳ありませんが、ご教授願います。 それではよろしくお願いします。補足要求があれば、つたない説明ながら加えさせていただきます。
- yairo
- お礼率25% (74/286)
- 数学・算数
- 回答数1
- ありがとう数0
- 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
帰無仮説は質問者さんの例では、２標本の平均は等しいです。危険率は”仮説が正しいのにも拘わらず棄却される”危険性の意味です。これを第１種の誤りといいます。 t分布表を見て下さい。どの自由度でも危険率が小さい方がtが大きいです。それだけ棄却されにくくなります。よって危険率１％なら甘い判定基準になりますから仮説が棄却されません。逆に危険率を上げるとH0が棄却され易くなります。
関連するQ&A
- t検定について教えて下さい（Eｘｃｅｌ）
質問内容をご覧頂いてありがとうございます。 どちらか一方でも回答いただけると幸いです。 質問１ t検定：等分散を仮定した２標本による検定を行なおうとしたところ、「仮説平均との差異」を入力する欄が出てきます。この欄はどういった場合に入力するのでしょうか？それぞれの標本の平均の値は0.654と0.695なのですが、その差の0.041を入力するのでしょうか？それとも０を記入し、帰無仮説として平均が等しいとして、有意な差がでたならば帰無仮説は棄却できる（つまり平均は等しくない）といえるようにするのでしょうか？ 質問２ t検定：等分散を仮定した２標本による検定を行ったところ（仮説平均の差異の欄には０を記入）、P(T<=t) 片側とP(T<=t) 両側の値がそれぞれ3.4E-13、6.80E-13という値になりました。このE－13の意味がわかりません。どういう意味なのでしょうか？ わかりづらい文章で申し訳ありませんが、よろしくお願いします。
- ベストアンサー
- 数学・算数
- 正規性の検定について
正規性の検定において、例えば5％未満で有意な時には「有意に正規分布に従わない」と判断できると思います。 この場合の帰無仮説はどうなるのでしょうか？ t検定では例えば「両者に差がない」という帰無仮説を立て、p＝0.02ならば棄却でき、「５％未満で有意に差がある」といえ、もしp＝0.07となったら、「有意に差があるとは言えない」 この考え方で言うと、正規性の検定の場合、帰無仮説は「正規分布しない」となって、これを棄却して「正規分布する」と結論付けるような気がするのですが、この考えは根本的に間違っていますか？ ごちゃごちゃして、分からなくなってしまいました。 どなたか詳しい方、お願いします。
- ベストアンサー
- 数学・算数
- t検定におけるt値だけから何が分かるのでしょう
国際経済（計量経済）のレポートを書いていますが、そのなかで回帰係数のt検定を行っています。 他の方の論文を見ていると、t値を回帰式の下にカッコ付きで表示していたり、表形式の場合でも回帰係数の下にカッコ付きで表示したりするものをよく見かけますが、t値はいったい何のために表示しているのでしょうか？ 回帰係数の方は、例えば2.0だとすると、パッと見て、説明変数xが1増えると、被説明変数yが2.0増えるのだな、ということが分かるのですが、t値だけからは何も情報が得られないのではないかと思うのですが。 もちろん、t値はt検定に使うのですが、検定に際してはt分布表からその標本の自由度にあった棄却域に入る水準を調べるというプロセスがあるので、t値を見ただけでは、何もわからないのではないかと思います（t分布表が頭に入っている人は別ですが）。 t値を見ても得るものが少なく、かつ、レポートでは回帰係数がゼロであるという帰無仮説を棄却するというところを強調したいとすれば、t値は脚注や文末にその他のデータと合わせてまとめて表示するという方法も構わないのでしょうか？
- 締切済み
- 経済学・経営学
- 正規母集団で母分散未知の場合の母平均を検定する
正規母集団で母分散未知の場合の母平均を検定するのに、t分布を使って次のようにしようと思いますがそれでよろしいでしょうか？ 1. ある物体（非常にたくさんある）のパーツA、Bのそれぞれの長さの比が4対１であるように思われた。 2. そこで、この長さの比の平均値μ0（ゼロは添え字）＝４と仮定し、さらにこの比が正規分布していると仮定する。 3. n=20の標本をとる。 4. 標本平均を「ラージXバー(以下、単にX＿と略記)」、不偏分散をｓ＾2、（sは標準偏差）とするとき次の確率変数Tは自由度n-1のt分布に従う。T=（X＿-μ0）／(s/√n) 5. 帰無仮説H0＝4、 対立仮説H1≠4 6. 有意水準を5％とします。 7. 両側検定とします。 8. 棄却域は2.093以上、または-2.093以下。 9. 20の標本からX＿、s を求めて、Tを計算します。 10. もしT=1.8 ならば、帰無仮説は受容されます・・・等々。 このような進め方でよろしいでしょうか、よろしくお願いいたします。
- 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
- 対応のないt検定について
本日、対応のないt検定について、教授（統計が専門ではなく、社会学系）から話がありました。 a群(n=99)、b群(n=99)において、有意な差が「絶対にでない」と言い、 有意な差がでるのは各群n=100以上の時であり、有意な差がでる可能性があると言っておりました。 授業後、「n=99以下の時に有意な差が絶対にでない」という根拠が知りたかったのですが、忙しいので説明できないと言って帰って行きました。 対応のないt検定のt値の算出式を見る限り、サンプルサイズに関わらず、平均、分散によって算出されるt値が、t分布（自由度、有意水準）により算出された値を超えれば、帰無仮説（Ho:a群＝b群）を棄却できると思うのですが、「絶対に棄却できない根拠」は何なのでしょうか。直感的にも、サンプルサイズが少なければ、分散の裾が広がり、分布が横に長くなるので、帰無仮説を棄却しにくくなると思いますが・・・
- ベストアンサー
- 数学・算数
- 適合度の検定について教えてください！
統計を学んでいます。 先生がおらず誰かに聞くことができないので、 参考書等を参考に学んでいますが、 適合度の検定にて煮詰まっています（＞＜） 以下の(1)(2)についてご教示いただけますでしょうか。 (1)【仮説の設定】 帰無仮説…差（違い）がない、という内容を持ってくることが一般的 対立仮説…差がある【両側検定】、検定量AよりBの方が大きい（小さい）【片側検定】 ■カイ二乗値が理論値より大きい場合→帰無仮説の棄却 小さい場合→帰無仮説は棄却できない ということで間違っていないでしょうか。 (2)【適合度の検定】 標本調査の調査とりまとめにおいて、国勢調査の年齢別人口構成比率と有効票の年齢別構成比率対象者の年齢分布を比較し、有効票の回答者が調査対象を代表しているかを確認したい。 ■帰無仮説…有効票の回答者が調査対象を代表している（国勢調査の構成比率と差がない） ■カイ二乗値が理論値より大きい場合→帰無仮説の棄却→国勢調査の構成比率と差がある 小さい場合→帰無仮説は棄却できない→差があるとは言えない 年齢・■国勢調査 ・■標本調査結果 ■期待値 20-29歳■169,369 14.8%■ 3,236 15.0% ■ 3189.6 30-39歳 ■193,792 17.0% ■3,703 17.2% ■3649.5 40-49歳 ■172,233 15.1% ■3,291 15.3% ■3243.5 50-59歳 ■219,559 19.2% ■3,723 17.3% ■4134.8 60-64歳 ■103,743 9.1% ■2,024 9.4% ■1953.7 65歳以上 ■283,479 24.8% ■5,531 25.7%■5338.5 合計 ■1,142,175 100.0%■ 21,510 100.0% ■21,510 カイ二乗値：52.7 理論値（自由度５、危険率５％）：11.07 結果 帰無仮説を棄却（国勢調査の構成比率と差がある） カイ二乗値ですが、標本数が多ければ多いほど、帰無仮説を棄却せざるを得ないように思うのは、単なる思い込みでしょうか。一般的にサンプルが多いほど、母集団に値が近づくと思う（思いたい）ですが…（この例も、割合だけみれば「母集団を代表している」と言いたいのですが…）。 「母集団を代表している」というのはかなりハードルの高い精度（期待値と回答者数の差が限りなく小さい）が求められるということなのでしょうか。。 (1)(2)に関し、ご意見を頂ければと思います。 (1)も関連しますが特にお伺いしたいのは(2)です。 (2)に関して回答とその理由をお教え頂けると大変助かります。 よろしくお願いします。
- 締切済み
- その他（学問・教育）
- 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
