データサイエンスのための統計学入門 第2版 ―予測、分類、統計モデリング、統計的機械学習とR/Pythonプログラミング

■

91

3

章

 

統計実験と有意性検定

実験設計は、統計を実践する上での基礎であり、事実上すべての研究分野に適用で

きる。目標は、仮説を確証するか棄却するための実験を設計することだ。データサイエ

ンティストは、特にユーザインタフェースとプロダクトマーケティングを考慮して、連

続実験を行う必要に迫られる。本章では、伝統的な実験計画法（統計学では設計をこ

のように呼ぶ）を復習して、データサイエンスにおける課題を論じる。統計的推論でよ

く引き合いに出される概念も扱い、その意味とデータサイエンスにおける関連性を（な

い場合も含めて）説明する。

統計的有意性、

t

検定、

p

値について目にするのは、古典的な統計的推論の「パイプ

ラ イ ン 」（ 図 3-1参照）での場合が一般的である。このプロセスは、仮説（「薬

A

が既存の

常用薬より優れている」「価格

A

の方が現在の価格

B

より利益が大きくなる」）から始ま

る 。 実 験（ 例 え ば

A/B

テスト）は仮説検定のために設計され、結論を導く結果が得られ

るものと期待される。データが収集、分析され、結論が導かれる。「推論」という用語は、

実験結果の適用を意味しているが、それは、限られたデータセットをより大きなプロセ

スや母集団に対して適用することだ。

推論

/

結論

データ収集

実験計画

仮説設定

図3-1　古典的な統計的推論