片側検定ってずるくないでしょうか？
- 統計学の検定では、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によって自由に選べます。
- 片側検定は、特定の方向に仮説を立てて検定を行う方法です。例えば、血圧を下げる薬の効果を調べる場合、下側方向に範囲を絞り込んで片側検定を行います。
- 片側検定には、帰無仮説が棄却されやすいという特徴がありますが、実際には結果を操作することはできません。片側検定を選ぶか両側検定を選ぶかは、研究者の判断と研究目的によるものであり、どちらを選んでも問題はありません。
- ベストアンサー
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。
- neomame
- お礼率86% (52/60)
- 数学・算数
- 回答数9
- ありがとう数9
- みんなの回答 （9）
- 専門家の回答
質問者が選んだベストアンサー
1)ズルイのは、両側検定をすること 降圧剤は、対照群に比較して、血圧が「下がっていれば」十分。上がっていれば、物笑いのタネ。片側で検定するのが正しい。 両側で有意差を見つければ、片側で有意差有りは当然なので、ワザワザしない＝手抜き、サボりです。サボるのを「ズルイ」と言いませんか 両側検定で有意差無し、片側検定で有意差有り、が降圧剤なら、薬として有効です。両側でして、「無効」と判定して捨てるのは、統計学的には、「第2種の過誤」と言ったハズ。 そもそも、両側でするのは、教えても理解してもらえない、経験不足なので間違って覚える。それなら教えるのも面倒＝これもズルイ(カナ？) マニュアルではなく、なぜ検定が必要なのか、から出発しないと、ご質問のような泥沼に入ります。 2)検定そのものがズルイ 全数を調べれば、0.1でも0.00001でも差があります。検定を現実社会で応用する限り、同じとは絶対に言えません。ですから、統計学の教科書では、「差が無い」という表現は、使えませんし、使いません。論文では、たま見つかり、『あんな有名大学なのに』と笑えますが。 検定は、全数が使えない場合の方便です。全数を調べないのは、サボりですから、ズルイのでは。
その他の回答 (8)
- alice_44
- ベストアンサー率44% (2109/4759)
＞ データを取ってから検定方法などをあれこれこねくり回すのは ＞ マナー違反のような感じがしますけれど こねくり回しかたにもよると思います。 検定を否定する統計学者の中には、替りに、検定結果が「有意差あり」 になる有意水準の下限を算出することで群間比較をせよ と言っている 人もいるくらいです。
お礼
ご回答ありがとうございます。 ＞検定を否定する統計学者の中には、替りに、検定結果が「有意差あり」 ＞になる有意水準の下限を算出することで群間比較をせよ と言っている ＞人もいるくらいです。 この意見は賛否両論なのかもしれませんが、個人的には面白いなあと 感じました。 検定とも検定でないともいえない気がしますが。 しかし素人が手を出すには大変そうです。
- kgu-2
- ベストアンサー率49% (787/1592)
No3です。 > 正直、データを取ってから検定方法などをあれこれこねくり回すのはマナー違反のような感じがしますけれど 誰も迷惑しませんので、マナー違反ではありません。強いていうなら、ここの回答者。でも、回答者は無視するだけでしょうから、マナー違反にはなり得ません。 ですが、教科書には、「検定法を決めてから、データを集めろ」と書いてあります。大学時代に、そのように教わった記憶は鮮明でしたが、意味が分かりませんでした。理由を説明できるようになるには、１０年はかかりました。 有意差無し、の検定法が無い、というのは、今までの回答からご理解出来るハズ。ご理解頂けないのは、経験不足でしょう。私は、賢くないので３０年かかりましたが。『なぜ検定が必要なのか』を考えてから、極端に言えば、「検定できる」という人を尊敬しなくなりました。 統計学的に有意差無しと実生活での価値判断とは一致しません。それも検定が出来る人を尊敬しなくなった理由です。この部分は、教科書で読んだのは、一冊だけです。検定を金科玉条としている限り、理解は不能だと想います。 最初のご質問からかなりズレテいます。過去の回答をお読み頂くか、これまでの回答からご理解頂くか、あらたにご質問を立てて下さい。
お礼
ご回答ありがとうございます。 ＞最初のご質問からかなりズレテいます。 そうですね。 皆様が色々教えてくださるので、ついつい脱線してしまいました。 申し訳ないです。。 私は統計学を専門に学んでいく身ではありませんし、 そもそも学び始めて数ヶ月という超初心者です。 ですから、学者的な視点は持てないし、持つ必要もないでしょう。 しかし、せめて実務に必要なレベルくらいまでは、頑張って勉強したいと思います。 長々とお付き合いいただきありがとうございました。
- MagicianKuma
- ベストアンサー率38% (135/348)
数学はあくまで問題解決の一手段にすぎませんから、有意水準にしても恣意的であることに間違いありませんが、議論する場合には共通の土台ににのっとって話をする必要があります。大事なことはでてきた数値がどういう前提や仮定に基づいてどういう意味を持っているかを正確に把握できているということです。統計学はきわめて現実的な問題解決のために発展した分野とおもいますので、ある程度の割り切りも必要です。でないと結局何お役にも立たないというジレンマに陥ります。ただ、検定そのものは無意味で有害と考える統計学者も多いと聞きます。
お礼
ご回答ありがとうございます。 ＞ある程度の割り切りも必要です そうなのですね。 統計学は数学的な要素が多いため、数学のように理論が突き詰められているのかと 思っていたのですが、数学よりももっと現実的な要素が大きいのだとわかってきました。 ＞ただ、検定そのものは無意味で有害と考える統計学者も多いと聞きます。 これは先日参加した勉強会でも聞きました。 統計の参考書・読み物には、検定が大部分を占めるようなものが多いです。 独学で統計を学ぶ者にとっては、基本的に参考書が全てなのですから そういったことも（検定をするのが必ずしも良いわけではないとか） 書いてもらわないと困っちゃいますね。
- kgu-2
- ベストアンサー率49% (787/1592)
No3です。 真面目に取り組んでおられるようなので。 >このように、特性や物性等にどんな効果をもたらすかわからないものの効果を実験するということは多々あると思います。 極端に言えば、目的に合わせて、どんな検定法でもよいので「有意差あり」を言えればよい。同じデータでも、検定法によって、結果が異なるとも珍しくありません。 教科書に書いていないことですが、「有意差あり」で論文は書けます、というより必要不可欠です。「有意差無し」は全く無意味。 そもそも有意差なんぞは、論文を書くため、もっともらしく説得する手段にすぎません。すなわち、「有意差あり」を見つければ勝ち、と表現した方が分かりやすいかも。そこで、いろいろな検定法、最近では多変量解析まで持ちだして、が流行っています。 先に述べたように、全数のデータがあれば、「有意差」なんぞを超えて。「明確な差がある」ことを理解・納得して下さい。そうすれば、検定のくだらなさが分かります。 検定出来る人が賢いわけではありません。賢いと勘違いしているだけ、そして全数をサンプルにしないサボりです。0.0000・・・01でも、数学では同じとは表現しません。そして、統計学は数学で説明します。私は、これを悟るのに３０年かかりました。教科書には書いていないからです。
お礼
再びご回答いただき、ありがとうございます。 ＞極端に言えば、目的に合わせて、どんな検定法でもよいので「有意差あり」を言えればよい。 これは目から鱗です。 正直、データを取ってから検定方法などをあれこれこねくり回すのは マナー違反のような感じがしますけれど、実務的には 「検定はもっともらしい説明の手段＝有意差をあぶりだすべし」 として捉えても問題はないのかもしれませんね。 そして ＞「有意差無し」は全く無意味。 これについて更なる疑問が沸いてしまったのですが。。 今まで業務では、例えば 「樹脂Bが、現行品である樹脂Aの代替品となり得るかを調べる」 といった場合に、「有意差なし」を導くための検定をしておりました。 差があれば、代替品としては使えないからです。 （もちろん全く同じというわけはありませんから、たくさんの要素の中から 一部分のみについての検定ですが） こういった場合に、「有意差なし」を言おうとすること自体 間違っているのでしょうか？
- alice_44
- ベストアンサー率44% (2109/4759)
ある検定に、両側検定と片側検定のどちらを使う「べき」か… という考え方が、そもそも大間違いで、「ずる」さの始まりです。 単に、有意水準p%の両側検定と有意水準p%の片側検定では、、 p%という数値だけ同じでも、有意水準は異なる というだけです。 検定方法が違うのだから、アタリマエですね？ ひとつの現象に対して、それを有意差ありと判定するか有意差なし と判定するかは、有意水準をどこに置くか次第で変わります。 有意水準自体は、どう置くべきかが推論されるようなものではなく、 資意的に設定するもの。そこを忘れさせることが、統計処理の結果を 権威化して話を誤魔化すための第一歩なのです。
お礼
ご回答ありがとうございます。 恣意的、といいますとやはり 問題設定の時点で「検定の方向性」が確定しているからこそ 片側検定なりを使うことになる、という意味でしょうか。 データを取ってからどっちにするか試したりすることは 統計学としてはルール違反になるのでしょうね。 私みたいな素人は統計学にすぐにだまされてしまいそうです。
- MagicianKuma
- ベストアンサー率38% (135/348)
＞それならばどういった基準で決めるのでしょうか？ まず、検定統計量の違いでいうと、例えばカイ二乗検定の場合は検定値0以上であり、0付近は普通に起こりうる領域ですから、片側検定しか意味ありません。 次に、帰無仮説の違いです。例えば、H0:|μ1-μ2|=0 (二つの平均に差がない。)ならこれは両側検定すべきです。一方、H0:μ1-μ2=0（μ1はμ2より大きいとはいえない）なら片側検定です。 ざくっというと、めったに起きないと考えられる領域はどこか？とうい判断とおもいます。例えば、平均値前後の狭い領域も確率的には5%以下の範囲があるわけですが、ここに入ったからといってめったにおきない領域とは考えないわけです。
お礼
ご回答いただきありがとうございます。 ある程度、効果の予測できるものについては、そもそもそれを反映した 仮説がたてられるため、両側・片側のどちらを選べば良いのかわかりそうですね。 No3の方のお礼にも書きましたが、 どんな効果をもたらすか、そもそも何かが起こるかどうかすらわからない 薬・成分・材料… こういった未知のものの検定を行う時はどうしたらよいのでしょうか。 統計は難しく、疑問がつきません。 もう少しお付き合いくださるとうれしいです。
- MagicianKuma
- ベストアンサー率38% (135/348)
一般的には両側検定か片側検定かは事由に決めるものではないと思います。帰無仮説・対立仮説および検定統計量によるのだとおもいます。今回の質問の場合はどのような帰無仮説・対立仮説になっていますか？
お礼
補足にお礼を書いてしまいました。すみません。 ご回答ありがとうございます。
補足
ご回答ありがとうございます。 上の質問で書いた例は、私が適当に作った問題です。 ですから、具体的な話としてではなく、一般論として 「片側検定ってどうなんだろう？」という疑問のもとに 質問させていただきました。 具体性を持たせるとするならば、 H0:μ=0 （薬は有効ではない）について 1％の有意水準で左片側検定を行う、といったところでしょうか。 また、両側・片側は自由に決めるものではないということですが それならばどういった基準で決めるのでしょうか？ 望ましい答えを導くように、好きに設定できてしまうのではないでしょうか？ 教えていただければ幸いです。
- DJ-Potato
- ベストアンサー率36% (692/1917)
ちゃんと統計を知っている人なら、 「片側検定で有意確率５％で有意に新薬が優れている」と言われた時に、そりゃ有意差なしっていうんじゃないの？と思うはずです。 片側検定で有意確率1%未満で有意差があるなら、両側検定を取ったとしても確実に５％以下の有意確率になるわけで、それならいいだろう、とか思うわけです。 そもそも、A～Eさんはどうやって選ばれたのか、そこに人為的操作はないのか、という点に、ずるい感じがいっぱいありますから、検定が両側か片側か、そもそも何検定を用いたのか、それは妥当な検定方法なのか、という辺りを突き詰めれば、本当にずるい事してた人は黙っちゃうはずです。 究極的には、有意確率50%で帰無仮説を棄却してもいいんです。誰も相手にしてくれないだけですから。
お礼
補足にお礼を書いてしまいました。すみません。 ご回答ありがとうございます。
補足
ご回答ありがとうございます。 見る人が見れば、正しい検定と言えるかどうかわかるということですね。 それでは、片側検定と両側検定がごっちゃになっていた場合 比べにくいだろうという理由から、両側検定をあえて使うというのは どうでしょうか？（あえて片側、でも良いですが） 上記の質問で言えば、 「血圧を下げる薬」と「上げも下げもしない偽薬」 の効果について、それぞれ有意差検定を行い、減血圧薬に効果があることを実証する といった場合です。 上げも下げもしない偽薬は両側検定にするから、血圧を下げる薬についても それに合わせて両側検定をしよう、ということはありえるのでしょうか？ 例文・質問内容があまりにお粗末で、突っ込みどころが多いと思いますが、 目をつぶっていただけるとありがたいです。
関連するQ&A
- 片側と両側の判断について(統計学)
例えば、 従来の薬の効果は80％であると知られている。新薬を400人にテストしたところ300人に効果が見られた。新薬は従来の薬の効果と異なるといえるか？危険率５％で検定しろ。 という問題があるとします。 帰無仮説：異ならない 先ず、B(400,0.8)よりnp=320,npq=64 よりN(320,8^2) 標準化してZ=(X-320)/8 (X-320)/8 > 1.64(片側)or1.96(両側) からXの棄却域を求めて解を得ます。 ここが疑問なのですが、P(Z>1.64)=0.05と片側で考えるのか、 P(|Z|>1.96)=0.05と両側で考えるのかどちらでしょう？ 私の感覚では、薬の効果があった人数がマイナスになることは無いので、片側だと思うんですが…その考えだと、二項分布の検定は片側検定のみになる気がします。 実際のところを教えてください。 お手数をおかけします。
- 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）
- 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
- 検定方法どちらがいいのですか？
ある硬貨を８回投げたところ、表が６回、裏が２回でた。 この硬貨について「表が出る確率が１/2である」という仮説を 有意水準１０％で検定せよ。」 という問題があります。 帰無仮説「表が出る確率が１/2である」とし、 対立仮説「表が出る確率が１/2より大きい」とし、片側検定を行うか、 対立仮説「表が出る確率が１/2でない」とし、両側検定を行うのか どちらが正しいのかわかりません。よろしくお願いします。
- ベストアンサー
- 数学・算数
- 統計学の検定のもんだいです。
前回分 すいません、タイプミスがございました、ご容赦をおねがいします。 検定の問題です。答えも知りたいですけど 自身の考え方が正解かどうか 知りたいです。ご指導宜しくお願いします。 健常者のIgG値の平均値は1180（mg/100ml）であることが知られているとする。A病院における透析患者のIgG値（mg/100ml）の平均値は健常者の平均値と異なっていると言えるか、［A］のデータを用いて有意水準0.05で検定せよ A：1326 1418 1820 1516 1635 1720 1580 1452 1600 （１）帰無仮説と対立仮説を記すこと。 （２）有意水準0.05として、この検定の棄却域を求める（両側検定を行う）。 (1)棄却域を求めるためのRのコマンドを記すこと。 (2)求められた棄却域を T>a, T<b という形で記すこと。ここで、a,bは具体的な値。 （３）検定のための統計量の値を求めるRのコマンドを記すこと。 （４）統計量の値を記すこと。 （５）棄却域と比較することにより帰無仮説を棄却するか採択するか決め、結果を記すこと。 （６）最初に与えられた質問（最初の文章）に解答せよ。 （７）p値を求めるRのコマンドと結果の値を記すこと。 （８）p値の結果の値から帰無仮説を棄却するか採択するか決め、結果を記すこと。
- ベストアンサー
- 数学・算数
- 検定の問題です。恐れ入りますご享受を依頼します。
A ：1326 1418 1820 1516 1635 1720 1580 1452 1600 健常者のIgG値の平均値は1180（mg/100ml）であることが知られているとする。A病院における透析患者のIgG値（mg/100ml）の平均値は健常者の平均値と異なっていると言えるか、上記［A］のデータを用いて有意水準0.05で検定せよ （１）帰無仮説と対立仮説を記すこと。 （２）有意水準0.05として、この検定の棄却域を求める（両側検定を行う）。 (1)棄却域を求めるためのRのコマンドを記すこと。 (2)求められた棄却域を T>a, T<b という形で記すこと。ここで、a,bは具体的な値。 （３）検定のための統計量の値を求めるRのコマンドを記すこと。 （４）統計量の値を記すこと。 （５）棄却域と比較することにより帰無仮説を棄却するか採択するか決め、結果を記すこと。 （６）最初に与えられた質問（最初の文章）に解答せよ。 （７）p値を求めるRのコマンドと結果の値を記すこと。 （８）p値の結果の値から帰無仮説を棄却するか採択するか決め、結果を記すこと。
- 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
お礼
ご回答ありがとうございます。 第2種の過誤、すっかり忘れておりました。 統計学についてはまだまだ初心者なのですが奥が深く、すぐ壁にぶつかります。 確かに「降圧剤（と言うんですね）」ならば片側検定で良いのだと 納得できました。 しかし、例えばまだ降圧剤のない時代の統計学者の手元に 「未知の薬＝降圧剤」が外国からもたらされたとします。 これの効果を調べたいとなると、この統計学者は両側検定を行いますよね。 それによって第2種の過誤に陥ってしまった。 これは第2種の過誤にあたらないのでしょうか？ このように、特性や物性等にどんな効果をもたらすかわからないものの 効果を実験するということは多々あると思います。 こういった場合、結局両側・片側どっちを使えばよいのでしょうか。
補足
帰無仮説に方向性がある ⇒片側検定を行うのが正しい（ずるくない） ⇒むしろ、あえて両側検定を行うことで、有意差を見落としたならそれは第2種の過誤である ということをわかりやすく教えてくださったkgu-2さんをベストアンサーに 選ばせていただきます。 他の皆様も、様々な意見や情報をくださり、本当にありがとうございました。 とても勉強になりました。