統計的検定

① 検定の手順5ステップ

統計的検定は、データに基づいて仮説の正否を判断する手法です。以下の5ステップで実施します。

ステップ1: 帰無仮説と対立仮説の設定

• 帰無仮説（H₀）: 否定したい仮説。「差がない」「効果がない」と主張する仮説
• 対立仮説（H₁）: 証明したい仮説。「差がある」「効果がある」と主張する仮説

ステップ2: 有意水準（α）の設定

検定の基準となる確率を設定します。一般的にはα=0.05（5%）またはα=0.01（1%）を使用。

ステップ3: p値の算出

帰無仮説が正しいと仮定したとき、観測されたデータ（またはそれ以上に極端なデータ）が得られる確率をp値として計算します。

ステップ4: 判定

• p値 < 有意水準α → 帰無仮説を棄却（統計的に有意な差がある）
• p値 ≥ 有意水準α → 帰無仮説を採択（有意な差があるとは言えない）

ステップ5: 結論

検定結果に基づいて、実質的な意味を解釈して結論を述べます。

② 両側検定vs片側検定

例えば「新薬は従来薬と効果が異なるか？」は両側検定、「新薬は従来薬より効果が高いか？」は片側検定（右側）となります。

③ 検定の誤り（第1種の過誤α、第2種の過誤β）

統計的検定には2種類の誤りが起こりえます。

• 第1種の過誤（α）: 帰無仮説が正しいのに棄却してしまう誤り。偽陽性。有意水準αで制御
• 第2種の過誤（β）: 対立仮説が正しいのに帰無仮説を採択してしまう誤り。偽陰性

1-βを検出力（検定力）と呼び、本当に差がある場合にそれを正しく検出できる確率を表します。