データサイエンス実戦講座［第５回］ベイズファクターとオルタナティブな仮説検定

頻度論の仮説検定の原理を１サンプルｔ検定の問題を例にして復習します。帰無仮説が真と仮定したときに標本データが観測される確率p値を検定の指標とし、対立仮説を真とする仮定を使わない非対象形の統計モデルになっていることを確認します。

ベイズ統計の仮説検定の原理を１サンプルｔ検定の問題を例にして解説します。帰無仮説が真と仮定したときに標本データが観測される確からしさと、対立仮説が真と仮定したときの確からしさの比を検定指標のベイズファクターとすることで、対称形の統計モデルを使った相対評価であることを理解します。

検定結果としてベイズファクターの値が得られると、帰無仮説と対立仮説を比較してどちらがもう一方よりどれくらい確からしいかが相対評価できます。p値による判定と比較して、意思決定と行動選択のプロセスがより柔軟にきめ細かく対応できるようになります。

１サンプルの平均値の検定とはどのような問題かを定義し、このセクションで扱う演習問題と解法のステップについて学びます。

実戦講座の第２回で使用した演習問題を使って、検定手法の適用方法、結果の解釈、意思決定と行動選択の立案について、頻度論と比較しながら習得します。演習問題では、帰無仮説の両側検定にベイズの１サンプルｔ検定とベイズのウィルコクスン符号付き順位検定を適用します。

同様に、実戦講座の第２回で使用した演習問題を使って、検定手法の適用方法、結果の解釈、意思決定と行動選択の立案について、頻度論と比較しながら習得します。演習問題では、対立仮説の片側検定にベイズの１サンプルｔ検定を適用します。

対応のある２サンプルの平均値の検定とはどのような問題かを定義し、このセクションで扱う演習問題と解法のステップについて学びます。

実戦講座の第３回で使用した演習問題を使って、検定手法の適用方法、結果の解釈、意思決定と行動選択の立案について、頻度論と比較しながら習得します。演習問題では、ベイズの対応のあるｔ検定手法とベイズのウィルコクスン符号付き順位検定を適用します。

独立した２サンプルの平均値の検定とはどのような問題かを定義し、このセクションで扱う演習問題と解法のステップについて学びます。

実戦講座の第３回で使用した演習問題を使って、検定手法の適用方法、結果の解釈、意思決定と行動選択の立案について、頻度論と比較しながら習得します。演習問題では、ベイズの独立したサンプルのｔ検定とベイズのマン・ホイットニー検定を適用します。

２サンプル以上の平均値の検定とはどのような問題かを定義し、このセクションで扱う演習問題と解法のステップについて学びます。

実戦講座の第３回で使用した演習問題を使って、検定手法の適用方法、結果の解釈、意思決定と行動選択の立案について、頻度論と比較しながら習得します。演習問題では、ベイズの一元配置分散分析を適用します。

適合性の検定とはどのような問題かを定義し、このセクションで扱う演習問題と解法のステップについて学びます。

実戦講座の第３回で使用した演習問題を使って、検定手法の適用方法、結果の解釈、意思決定と行動選択の立案について、頻度論と比較しながら習得します。演習問題では、ベイズの適合性検定手法として二項検定と多項検定を適用します。

独立性の検定とはどのような問題かを定義し、このセクションで扱う演習問題と解法のステップについて学びます。

実戦講座の第３回で使用した演習問題を使って、検定手法の適用方法、結果の解釈、意思決定と行動選択の立案について、頻度論と比較しながら習得します。演習問題では、ベイズの独立性検定手法として分割表の検定を適用します。

頻度論の仮説検定の代替となりうるベイズの検定手法をピックアップしました。第１回のタイトル「有意性検定の終焉」の現時点での結論です。