- ベストアンサー
ワクチン有効性の治験に関する用語
- 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
asymptotic standard errorなら漸近標準誤差という定番の訳がありますが、two-sided asymptotic standardisedはたぶん、それの９５％信頼区間を取っているのだろうと思います。よって、強いて訳せば両側漸近標準誤差９５％信頼区間ではないでしょうか？ score testは日本語でもスコア テストなので、訳せば両側漸近スコアテストとなるかと思いますが、自信ないです。 が、この辺は数学の”教えてgoo”の方が的確な返事がもらえると思います。
関連するQ&A
- 2群間平均の差の検定 差が“ない”ことを示すには？
2群間平均の差の検定 差が“ない”ことを示すには？ お世話になってます。 2群の平均を比べて，両者の平均には差が“ない”という仮説を設定して検定したいと考えています。 通常の2群間の平均の差の検定は，両者の平均に差が“ある”ことを仮説として設定して， 帰無仮説に「2群の平均に有意な差がない」を設定し，対立仮説に「2群の平均に有意な差がある」を設定しています。 もし両者の平均には差が“ない”という仮説を検定したい場合には，単純にt検定を行って，棄却されなかった＝「2群の平均に有意な差がない」という結論ではいけないと統計の授業で習った気がします。 その理由を説明できなくて申し訳ないですが・・・ そこで質問なのですが， 帰無仮説に「2群の平均に有意な差がある」を設定し，対立仮説に「2群の平均に有意な差がない」を設定してもよいのでしょうか？ そして，「2群の平均に有意な差がある」という帰無仮説を検定するためにはどのような検定方法を用いればいいのでしょうか？ お時間ございましたら，ご教示のほど宜しくお願い申しあげます。
- 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
- 片側検定ってずるくないでしょうか？
統計学の、検定の勉強をしています。 検定では、両側検定と片側検定がありますが、 どちらを使うかは、試験条件などにより自由に選べるかと思います。 例：『血圧を下げる薬を使ったA～Eさんに、実際に効果があったか検定せよ』 上記のような例題があったとすると、血圧は下がりこそすれ、上がりはしないため 下側方向での片側検定をすることになると思います。 しかし、この例題において、（故意に）下側に範囲を寄せると、 結果として、両側検定より帰無仮説が棄却されやすくなります。 人為的操作により、帰無仮説が棄却されるように操作できてしまう ということが、なんだかずるく（？）思えてしまいます。 （実際にずるくはないですが、なんとなくニュアンスが伝わるでしょうか。。） なぜ、このように自由に片側・両側を選んでも問題がないのか 教えてください。
- 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
- 統計用語（帰無仮説、有意水準）の使い方
こんばんは、皆さん。 統計のテキストを読んでいますが、用語の使い方がしっくり来ません。 統計用語の使用方法について、次のような使い方は適切でしょうか？ 言葉の使い方でおかしいところがあればご指摘ください。 帰無仮説を「推定母平均（母集団の平均値）は8である」と定義して、t検定を実施した。 採取したサンプルは1,2,3,4,5,10であった。 この時、推定母平均に基づくtは2.94484…であり、t分布表に基づくtは2.571であった。 よって、帰無仮説は有意水準5%で棄却される。 疑問点は次の箇所です。 ・「帰無仮説」の使い方 ・「推定母平均」という単語（googleではほとんど引っかからない） ・「有意水準」は「100-危険率」か？「有意水準=危険率」か？ ・帰無仮説が棄却できない場合、「採択される」ことにしてしまってよいか？ ・「帰無仮説が棄却される」ということは、「推定母平均は8ではない」と同義でよいか？ ご教授お願いします。
- 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）
- 検定力分析と多重比較検定について
統計学に精通している方、宜しくお願いします。 現在、研究でチューキーの多重比較検定を行っています。 経験的に群数が多くなると帰無仮説が増えるため検出力が低下する(有意差が出にくくなる)と認識していました。このことをR等で検定力分析を用いてちゃんと示したいと考えていたのですが、多重比較検定について検定力分析を行う方法を知っている方、その方法を教えてください。 また、分散分析について検定力分析をRを用いておこなったところ群数が増えるにつれ、検出力が増大していく(n=6,群内変動=3,群間変動=2、α=0.05で行いました)という結果が得られ、解釈に困っています・・・・・統計学に精通しておらず、こちらの結果についても解釈に困っています・・・情けない話ですが、どなたかご教授頂けると幸いです。 宜しくお願いします。
- ベストアンサー
- 数学・算数
お礼
ありがとうございました！とても参考になりました。