データサイエンス実戦講座［第２回］仮説検定の徹底理解とp値によるリスク対策（前編）

統計検定は二者択一の仮説に対して発生確率が高い仮説を判定するだけで、仮説の真偽と判定の正誤の情報は与えてくれません。p値による検定の結果には、仮説の真と偽×判定の正と誤＝４とおりの解釈があることを理解します。

「仮説の真偽」と「判定の正誤」が合致しているケースでは検定結果にもとづくアクションプランを立て、「仮説の真偽」と「判定の正誤」が合致していないケースではリスク対策を立てます。p値の大小だけではなく、それによって生み出される４つのケースに漏れなく対応する重要性を理解します。

主要な検定手法の概要を理解し、どのような問題に対して何の手法を適用すればいいのか、分析するデータの形式に応じた適切な検定手法が選択できるようになります。

仮説検定に必要なサンプルサイズの決め方は複雑です。学術論文に仮説検定を使うときには厳密さが求められますが、判定結果にはそれほど敏感には影響しません。実務で使える目安となるサンプルサイズの値を提示します。

統計解析のフリーソフト、有料ソフト、プログラミング言語の主要なものを紹介します。その中から本講座で使用するフリーソフトのJASPについて、ダウンロード、インストール、日本語メニューを使うための初期設定ができるようになります。

データの正規性を確認する主な方法には、ヒストグラム、Q-Qプロット、正規性検定のp値などがあります。それぞれの特長を知って補完的に使うことで、正規性の確認ができるようになります。

JASPを使って正規乱数と非正規乱数の模擬データを使った正規性確認の演習を行います。サンプルサイズの大小や乱数のバラツキの程度による影響を体験するとともに、JASPの使い方が習得できます。

１サンプル問題の検定の仕組みと代表的な検定手法の適用条件が理解できます。パラメトリック検定２種類とノンパラメトリック検定２種類について、この章で取り組む演習問題の事前説明を通じて検定問題の解法の手順が習得できます。

パラメトリック手法の考え方を学ぶのに最適な１サンプルＺ検定の原理を理解し、JASPを使った演習問題で仮説検定の適用手順が身に付きます。演習では「品質検査に合格した」ケースを題材にします。

パラメトリック手法で最もよく使われるｔ検定の基本となる１サンプルｔ検定の原理を、Ｚ検定との相違点に着目して理解します。JASPを使った演習問題では「改良開発に成功した」ケースを題材にします。

ノンパラメトリック手法の１サンプル符号検定の原理として、データを２値化して二項分布とみなすことで非正規分布の現象に適用できる仕組みを理解します。JASPを使った演習問題では「品質検査に合格できなかった」ケースを題材にします。

ノンパラメトリック手法の１サンプル符号付き順位検定の原理として、バラツキの大きさを順位に置き換えることで非正規分布の現象に適用できる仕組みを理解します。JASPを使った演習問題では「改良開発に失敗した」ケースを題材にします。