JoVE Core
Statistics
Chapter 9: Hypothesis Testing
9.9:
仮説検定のエラー
仮説検定を実行する場合、帰無仮説の実際の真(または偽)と棄却するかどうかの決定に応じて、4つの可能な結果があります。
各エラーは、特定の確率で発生します。ギリシャ文字の α と β は確率を表しています。
α = タイプIエラーの確率= P(タイプIエラー)=帰無仮説が真である場合に帰無仮説を棄却する確率。
β = タイプIIエラーの確率= P(タイプIIエラー)=帰無仮説が偽の場合に帰無仮説を棄却しない確率。
αとβはエラーの確率であるため、できるだけ小さくする必要があります。ゼロになることはめったにありません。
テストのパワーは1〜βです。理想的には、できるだけ1つに近い高出力が必要です。サンプルサイズを大きくすると、テストの検出力を上げることができます。
このテストは、Openstax, Introductory Statistics, Section 9.2 Outcomes of Type I and Type II Errors.
仮説検定は、通常、帰無仮説が真であると仮定することから始まります。
現実にそのような帰無仮説が真である場合、それを棄却すると、不正確で誤解を招く結論につながる可能性があります。
真の帰無仮説を棄却するこの誤りは、タイプ I エラーとして知られています。
一方、帰無仮説が偽であるにもかかわらず、検定結果がその棄却の失敗を示している場合、決定は再び誤ったままです。
偽の帰無仮説を棄却しないというこの誤りは、タイプ II エラーとして知られています。
帰無仮説が実際には偽であるのに帰無仮説を棄却すること、または実際に真であるのに帰無仮説を棄却しないことを示す検定結果が、正しい決定につながります。
タイプI誤差の許容確率値は有意水準ɑで、通常は0.05または0.01です。
Type-IIエラーの確率はβで示されます。これは、偽の帰無仮説を棄却する事前に決定された確率 (一般に仮説検定の検出力として知られています) から計算されます。
Related Videos
Hypothesis Testing
10.4K 閲覧数
8.0K 閲覧数
11.8K 閲覧数
6.7K 閲覧数
26.2K 閲覧数
5.3K 閲覧数
4.0K 閲覧数
27.6K 閲覧数
4.2K 閲覧数
3.3K 閲覧数
2.7K 閲覧数
3.4K 閲覧数
2.4K 閲覧数