仮説検定チャレンジ
~有意差を見抜け!~
2つのグループに、統計的に意味のある「差」はあると思いますか?
統計的結論:
わかる!仮説検定のキホン
このゲームは、2つのグループのデータを見比べて「本当に差があるのか、それとも、ただの偶然のバラツキなのか」を判断する練習です。この判断手法を「仮説検定」と呼びます。
帰無仮説 vs 対立仮説
仮説検定では、2つの仮説を立てて対決させます。
- 帰無仮説 (H₀): 「2つのグループに差はない」という、否定したい仮説。基本の立場。
- 対立仮説 (H₁): 「2つのグループに差がある」という、証明したい仮説。
統計的には、まず「差はない」と仮定してみて、その仮定がどれだけおかしいかを証拠(データ)で示そうとします。
p値ってなに?
p値は、仮説検定の最も重要なキーワードです。
p値とは、「もし帰無仮説が正しいとしたら(本当は差がないとしたら)、観測されたデータ(あるいはそれ以上に極端な差)が偶然得られる確率」のこと。
つまり、p値がとても小さい(例: 0.01 = 1%)なら、「差がないのにこんなデータが偶然取れる確率はたった1%しかない。これは偶然じゃなくて、本当に差があるんだろう!」と考えることができます。
結論の出し方:有意水準 α=0.05との比較
どこまでp値が小さければ「偶然じゃない」と判断するか?その基準線を有意水準 (α) と呼び、一般的に 0.05
(5%) が使われます。
p値 と 0.05 を比べる
↓
p値 < 0.05 の場合
「こんなことは5%未満の確率でしか起こらない!偶然とは考えにくい!」
→ 帰無仮説を棄却する
→ 「統計的に有意な差がある」と結論
「こんなことは5%未満の確率でしか起こらない!偶然とは考えにくい!」
→ 帰無仮説を棄却する
→ 「統計的に有意な差がある」と結論
p値 ≧ 0.05 の場合
「こういう差は、偶然でも5%以上の確率で起こりうる範囲だ…」
→ 帰無仮説を棄却できない
→ 「統計的に有意な差があるとは言えない」と結論
「こういう差は、偶然でも5%以上の確率で起こりうる範囲だ…」
→ 帰無仮説を棄却できない
→ 「統計的に有意な差があるとは言えない」と結論
このゲームで、平均の差だけでなく、データのばらつき(箱の長さや分布の広がり)も見て、p値がどう変化するかを体感してみましょう!