仮説検定とは？
かせつけんてい
仮説検定とは、データから得られた結果が偶然によるものかどうかを統計的に判断する手法で、科学的な主張の妥当性を評価するために用いられます。
仮説検定とは、収集したデータをもとに「ある主張（仮説）が正しいかどうか」を統計的な確率論に基づいて判断する手続きです。医学・心理学・社会科学・品質管理など、データに基づく意思決定を行う幅広い分野で使われています。
仮説検定の基本的な流れは以下のとおりです。
- 帰無仮説（H₀）の設定：「差がない」「効果がない」という否定したい仮説を立てる
- 対立仮説（H₁）の設定：証明したい主張（「差がある」「効果がある」）を設定する
- 検定統計量の計算：データから検定に必要な値（t値、z値など）を算出する
- p値の算出：帰無仮説が正しい場合に、観測データと同等以上の結果が得られる確率を計算する
- 判定：p値が有意水準（通常0.05）を下回れば帰無仮説を棄却し、対立仮説を採択する
仮説検定には注意すべき落とし穴もあります。第一種の誤り（本当は差がないのに「差あり」と誤判定）と第二種の誤り（本当は差があるのに「差なし」と見落とす）というトレードオフが存在します。また、p値が小さくても効果量（差の大きさ）が実用的に意味がない場合もあるため、p値のみで判断しないことが重要です。
統計ソフトやデータ分析ツールの普及により、研究者・ビジネスアナリストにとって仮説検定はより身近な手法となっています。
使い方・例文
新薬の臨床試験で「プラセボ群と投薬群の回復率に差があるか」を検討する際に仮説検定を用い、p値が0.05未満であれば薬の効果が統計的に有意と判断する。A/Bテストによるウェブサイト改善でも同様の考え方が使われる。
この用語をシェア
最終更新: