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。
No.3ベストアンサー
- 回答日時:
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。
この回答への補足
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。
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。
No.9
- 回答日時:
> 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。
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。
No.8
- 回答日時:
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。
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。
No.7
- 回答日時:
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。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。
No.6
- 回答日時:
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。
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?
No.5
- 回答日時:
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。
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。
No.4
- 回答日時:
>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。
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。
No.2
- 回答日時:
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?この回答への補足
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。
No.1
- 回答日時:
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。
この回答への補足
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。
お探しのQ&Aが見つからない時は、教えて!gooで質問しましょう!
おすすめ情報
- ・漫画をレンタルでお得に読める!
- ・人生のプチ美学を教えてください!!
- ・10秒目をつむったら…
- ・あなたの習慣について教えてください!!
- ・牛、豚、鶏、どれか一つ食べられなくなるとしたら?
- ・【大喜利】【投稿~9/18】 おとぎ話『桃太郎』の知られざるエピソード
- ・街中で見かけて「グッときた人」の思い出
- ・「一気に最後まで読んだ」本、教えて下さい!
- ・幼稚園時代「何組」でしたか?
- ・激凹みから立ち直る方法
- ・1つだけ過去を変えられるとしたら?
- ・【あるあるbot連動企画】あるあるbotに投稿したけど採用されなかったあるある募集
- ・【あるあるbot連動企画】フォロワー20万人のアカウントであなたのあるあるを披露してみませんか?
- ・映画のエンドロール観る派?観ない派?
- ・海外旅行から帰ってきたら、まず何を食べる?
- ・誕生日にもらった意外なもの
- ・天使と悪魔選手権
- ・ちょっと先の未来クイズ第2問
- ・【大喜利】【投稿~9/7】 ロボットの住む世界で流行ってる罰ゲームとは?
- ・推しミネラルウォーターはありますか?
- ・都道府県穴埋めゲーム
- ・この人頭いいなと思ったエピソード
- ・準・究極の選択
デイリーランキングこのカテゴリの人気デイリーQ&Aランキング
-
有意に大きい(小さい)とは?
-
二つのデータの波形が似てるか...
-
決定係数がマイナスになる例っ...
-
切片あり回帰と切片なし回帰
-
ある1点で傾きが急激に変化する...
-
回帰式と近似式について
-
サンプル数の違うものの比較
-
相関係数と有意差
-
原点強制通過させたときの相関係数
-
2つのDataTableをJoin
-
重回帰分析で偏回帰係数を全て...
-
相関分析で困ってます;統計初...
-
統計用語の和訳について
-
SQLの副問い合わせと相関副問い...
-
統計で比較するサンプル数について
-
重回帰分析の回帰係数について
-
相関係数Rの2乗について
-
相依相関の読みと意味を教えて...
-
共分散行列の逆行列について
-
修正済み決定係数(R2乗)がマ...
マンスリーランキングこのカテゴリの人気マンスリーQ&Aランキング
-
Excelによるχ自乗検定 0で除...
-
有意に大きい(小さい)とは?
-
多変量解析と検定の違いは?
-
統計ソフトRでノンパラの対応...
-
有意差検定
-
統計のχ2乗検定について教えて...
-
片側と両側の判断について(統計学)
-
統計 片側p値の考え方
-
片側検定か両側検定か分からな...
-
統計学(母オッズ比の推定・検定)
-
【統計学】区間推定の際のεとε/...
-
新指導要領における高校数学の...
-
勝手に決められたテスト
-
多変量分散分析(MANOVA)
-
確率密度関数が対称であるかど...
-
成分比率の検定方法を教えて下さい
-
片側検定ってずるくないでしょ...
-
t検定・F検定の勉強方法
-
二つのデータの波形が似てるか...
-
決定係数がマイナスになる例っ...
おすすめ情報