![](http://oshiete.xgoo.jp/images/v2/pc/qa/question_title.png?5a7ff87)
統計学の仮説検定では、両側検定しかありえないのではないかと考えますが、ご意見をお聞かせ下さい。
コイン投げにおいて、表が出る確率をP(H)、裏が出る確率をP(T)とします。
帰無仮説が「P(H)=0.5」である場合、対立仮説を「表が出やすい。P(H)>0.5」とすると片側検定、「コインに偏りがある。P(H)>0.5またはP(T)>0.5」とすると両側検定と説明されます。帰無仮説は同じだでれども、対立仮説が何であるかによって片側検定か両側検定かが決まる、という説明が少なくとも2つの教科書に書かれています。
しかし私は、帰無仮説と対立仮説は互いに排反で、かつ2者で標本空間をカバーし尽くせる(起こりうる全ての事象をカバーできる)ものでなければいけない、と思います。
帰無仮説「P(H)=0.5」に対する対立仮説は「コインに偏りがある。P(H)>0.5またはP(T)>0.5」であるべきだと考えます。そして、「P(H)=0.5」とP(H)の値が特定の1つの値であれば、コインを投げる回数が決まれば(例えば10回)、表が出る回数(0~10回)の確率分布を得ることが可能なので、検定できるわけです。
対立仮説を「表が出やすい。P(H)>0.5」とするのであれば、帰無仮説は「P(H)<=0.5」であるべきだと思います。そうでないと標本空間をもれなく考慮したことになりません。ところが、P(H)=0.5はさておき、P(H)<0.5のもとでは、P(H)の値が無数にあります。ということは、例えば10回中表が0回の確率は無数にあります。10回中表が1回の確率も同様です。したがって、表が出る回数(0~10回)の確率分布を得ることができないので、検定できません。
以上の理由で、統計学の仮説検定では、両側検定しかありえないのではないかと考えますが、ご意見をお聞かせ下さい。
No.4ベストアンサー
- 回答日時:
実に仰る通りで、そもそも「対立仮説」なんて変な用語はイラン(帰無仮説の否定、という意味が曖昧になるだけだ)と思っています。
> したがって、表が出る回数(0~10回)の確率分布を得ることができないので、検定できません。
ま、ま、そう結論を急がずに。
「P(H)≦0.5」 という帰無仮説から導かれる予言として、「P(H)=R≦0.5であるコインをN回トスして表が出る度数MがM≧c である確率」Q(R,N,c)を考える。すると、「帰無仮説を満たすコインのうちで、最も表が出易いもの(すなわちP(H)=0.5のコイン)」において「N回トスして表が出る度数MがM≧cである確率」Qmax(N,c)=Q(0.5,N,c)は、任意のR, N, cについて
R≦0.5 ⇒ Q(R,N,c)≦Qmax(N,c)
を満たすに違いない。つまり、「帰無仮説が正しいなら、そのコインをN回トスして表が出る度数MがM≧c である確率はQmax(N,c)以下だ」と言える訳です。
さて、「コインをN回トスして表が出る度数Mを測る実験をしたところ、危険率pに比べて p > Qmax(N,M)であった」としましょう。するとこれは「任意のRについて、R≦0.5ならば、 p > Qmax(N,M) ≧ Q(R, N,c)」ということだから、結局「p以下の危険率で帰無仮説「P(H)≦0.5」が棄却できる。
というシカケを使えば検定できます。
要するに、「帰無仮説にとって最も都合がいい条件で検定したんだけど、それでも帰無仮説が棄却された」という格好に持ってけば良いんです。
No.3
- 回答日時:
帰無仮説 P>0.5 を棄却したら、
結論は P≦0.5 であって
P=0.5 じゃあない…という
あなたの考えは、正解です。
観測結果が P≧0.5 を強く示唆する
ものだった場合、
統計的検定によって P>0.5 を棄却し、 ←[*1]
主観的判断によって P<0.5 を棄却した ←[*2]
結果を総合して、P≒0.5 と結論します。
P<0.5 が論理的または科学的に
ありえないから棄却してよい
のではありません。
そんなことはアリエナイ(JK風に)
と思うから、個人の責任において
棄却すると決めるのです。
主観的を入れたらマズイだろうって?
とんでもない。そもそも
有意水準 5 % で棄却するという話は、
確率 5 %未満の事象は偶然では起こるまい
…という主観的判断に基いています。
統計的検定というのは、
主観を排除するための手段ではなく、
筋の通った主観的判断をするための
補助手段なのです。
だから、[*2] の判断に
[*1] と同程度の信憑性があれば、
片側検定を使うことにも意味があります。
No.2
- 回答日時:
貴方の質問には二つのことが含まれています。
一つは仮説をどう立てるかの話で、もう一つは立てた仮説にたいしてどう検定するかという話です。
まず一つ目について。
> 対立仮説を「表が出やすい。P(H)>0.5」とするのであれば、帰無仮説は「P(H)<=0.5」であるべきだと思います。
「P(H)<0.5」があり得ないということが分かっていれば、
帰無仮説は「P(H)=0.5」
対立仮説は「P(H)>0.5」
で検定することは別におかしいことではないと思いますが、貴方はそれでも
帰無仮説は「P(H)<=0.5」
対立仮説は「P(H)>0.5」
で検定すべきということですか?
それとも、「P(H)<0.5」があり得ないとしているのがおかしいいうことでしょうか?
前者の意味であるなら、不要な仮説を入れる意味がないですし、後者なら根拠によりけりと考えます。
二つ目については、数理統計学の検定論を学ぶことをお勧めします。
> したがって、表が出る回数(0~10回)の確率分布を得ることができないので、検定できません。
複合仮説の話ですね。
帰無仮説での全てのP(H)で棄却域に落ちる確率が有意水準以下になるように、対立仮説での全てのP(H)で棄却域に落ちる確率を最大にするような棄却域を設定して検定します。
上の仮説の場合でそういう風に棄却域を決めると、片側検定となります。
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!
似たような質問が見つかりました
- 統計学 統計学の問題です よろしくお願いします 区間推定 母集団は正規分布に従い,母分散は σ2 = 112 1 2023/01/31 18:57
- 統計学 統計学の問題です。よろしくお願いします。 あるサイコロを3回投げると,1の目が2回出た。 1の目が出 4 2023/01/19 15:21
- 統計学 統計学の問題です。よろしくお願いします。 あるサイコロを3回投げると,1の目が2回出た。 1の目が出 8 2023/01/19 03:37
- 統計学 統計学の質問【帰無仮説】 W大学のP学部において、自宅通学者の比率にについて調べたい。 P学部から1 8 2023/05/25 23:28
- 大学・短大 大学 統計学 1 2022/09/14 11:27
- 統計学 確率統計の問題です。 3 2022/04/07 04:39
- 統計学 統計学が分かりません!詳しい解説と回答を教えてくださる方お願いいします! 5 2022/08/23 03:10
- 数学 【 数Ⅰ 仮説検定 】 3 2023/02/27 22:21
- 統計学 統計学の質問【帰無仮説】 昨年度のA大学卒業者の平均初任給(月額・万円)について調べるために、昨年度 1 2023/05/25 23:30
- 統計学 統計学の問題です。よろしくお願いします。 ある部品の重量は正規分布に従うとされており,過去の経験から 1 2023/01/19 03:36
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
-
効果量のマイナス表示に関して
-
統計学的に信頼できるサンプル...
-
t検定における有意差ありとは?
-
英語論文に出てくる「independe...
-
p値の計算式
-
母集団の平均が求まらないとき...
-
サンプルサイズが極端に少ない...
-
どんな統計本を読めば、この問...
-
2群間平均の差の検定 差が“な...
-
統計学の問題を解いてください...
-
【統計】2つデータが似ている...
-
【確率統計】99%信頼区間に6個...
-
統計の方法の選択
-
統計処理について
-
ノンパラメトリック検定の意味
-
Excelでスミルノフ・グラッブス...
-
調査結果は、標準誤差率が何%...
-
平均値と標準偏差
-
検定で出てしまった有意差を認...
-
パワーアナリシス
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
-
効果量のマイナス表示に関して
-
調査結果は、標準誤差率が何%...
-
統計学的に信頼できるサンプル...
-
T検定とMann-WhitneyのU検定の...
-
p値の計算式
-
サンプルサイズの大きく違うF検定
-
データの分析方法
-
有意差が無いことを証明(危険...
-
サンプルサイズが極端に少ない...
-
統計学のP検定とt検定につい...
-
2群間平均の差の検定 差が“な...
-
母集団の違う2つの平均値の優...
-
スミルノフ・グラブス検定の有...
-
英語論文に出てくる「independe...
-
Wilcoxon符号付順位和...
-
統計のt検定について
-
SPSS McNemar検定
-
Mann-WhitneyのU検定をspss統計...
-
カイ2乗検定って何??;;
-
回帰曲線の有意差の検定
おすすめ情報