
228
14 章 統計解析手法
p_value = 1 - scipy.stats.chi2.cdf(chi2, df=n-1)
結果は
0.041
で、「
9.7
カイ二乗検定」の結果に合致します。
カイ二乗分布のパラメータ
df
は、「自由度」です。この場合の正しいパラメータは
n-1
で、
n
は表のサイズの
6
です。このパラメータの選択には、きわどいところがあ
ります。正直に言えば、それが正しいものだという自信は、図
14-4
のような結果を
出して、解析結果とリサンプリングした結果を突き合わせるまで、持てませんでした。
図
14-4
真正な六面サイコロのカイ二乗統計量の標本分布
14.9
議論
本書はリサンプリングや順列並べ替えのような計算手法に焦点を絞ったものです。
計算手法には、解析手法に比べて次のような利点があります。
•
説明と理解が容易。例えば、統計入門のクラスで最も難しいことの
1
つに仮
説検定がある。学生の多くは、
p
値が何であるかを本当には理解していない。
9
章で示したようなアプローチや帰無仮説をシミュレーションして、検定統
計量を計算することが、基本概念をより明確にする。
•
頑健で多方面に役立つ。解析手法は、実際には成り立たない仮定に基づくこ
とが多い。計算手法では、仮定はより少なくて、適応や拡張がはるかに容易
カイ二乗
CDF
標本
カイ二乗統計量