
推定・尤度・仮説検定――データから何をどこまで言える?
一部のデータから全体を考えるときには、不確かさが残ります。「差がある」「差がない」の意味を慎重に読み分けます。
母集団・標本・推定
正確な意味: 母集団は調べたい対象全体、標本はそこから得た一部です。点推定は母平均などの未知の母数を一つの値で見積もり、区間推定は一定の手順により範囲で示します。
ざっくり言うと: 全体を一つの数で見積もるか、幅を持たせて見積もるかです。
用途・問題での見方: 平均応答時間などを調べます。頻度論的な95%信頼区間では、同じ抽出と計算を繰り返したときに、その方法の区間が真の母数を含む割合が95%という意味です。計算済みの固定した区間について、固定した母数が95%の確率で動くという意味ではありません。抽出の偏りが大きければ、標本を増やすだけでは解決しません。
尤度と最尤推定
正確な意味: 尤度は、観測したデータを固定し、母数を変えて見たときの、そのデータの生じやすさを表す関数です。最尤推定は尤度を最大にする母数を選びます。
ざっくり言うと: 実際のデータを最も説明しやすい設定を探します。
用途・問題での見方: 同じ成功確率の独立な10回の試行で7回成功なら、成功確率pの最尤推定値は7/10です。尤度はそのまま「母数が正しい確率」ではありません。観測を固定して、何を動かしているかを確認します。
帰無仮説・p値・有意水準
正確な意味: 帰無仮説H0は検定で基準に置く仮説、対立仮説H1はそれと対比する仮説です。有意水準αは、H0が正しいとき誤って棄却する確率を制御する基準です。棄却域はH0を退ける検定統計量の範囲です。
p値は、H0の下で、観測した検定統計量と同程度以上に極端な結果が生じる確率です。通常p値がα以下ならH0を棄却します。
ざっくり言うと: 基準の仮説から見て、今回の結果がどれくらい珍しいかを調べます。
用途・問題での見方: 改善前後の平均などを比較します。p=0.03は「H0が正しい確率が3%」ではありません。棄却できなくても、同じだと証明したわけではありません。統計的な有意差があっても、実用上大きな差かは別に考えます。
第一種・第二種の誤りと検出力
正確な意味: 第一種の誤りは正しいH0を棄却すること、第二種の誤りは誤ったH0を棄却しないことです。後者の確率をβとすると、検出力は1−βです。
ざっくり言うと: 誤って差があると判断することと、ある差を見逃すことです。
用途・問題での見方: αだけを小さくしても、すべての誤判断が減るとは限りません。標本数や実際の差の大きさも検出力に影響します。
確認問題【オリジナル】
有意水準5%の検定でp値が0.02でした。適切な説明はどれでしょうか。
ア:帰無仮説を棄却する
イ:帰無仮説が正しい確率は2%である
ウ:対立仮説は98%の確率で正しい
エ:実用上も必ず大きな差がある
正解と理由
アです。 0.02は0.05より小さいため、決めた基準に従って棄却します。イ・ウはp値を仮説自体の確率に読み替えています。エは効果の大きさと統計的有意性を混同しています。前提条件を満たす検定を適切に選んだことも必要です。
参考資料と問題について
学習範囲の確認:IPA「基本情報技術者試験 シラバス Ver.9.2」。本記事は独自の説明・例題です。
考え方の参照:NIST:仮説検定の考え方。
確認問題と解説はオリジナルです。公開過去問の転載・改変問題ではありません。出題頻度は未集計です。
前後の記事と学習目次
前の記事:相関・回帰・多変量解析――関係を調べることと原因を決めること