
119
9
章
仮説検定
†
9.1
古典的仮説検定
NSFG
のデータを調べると、第一子とその他の子の差を含めて「観察される効果
(
apparent effect
)」がいくつもあります。これまでは、これらの効果を額面通り受け
取っていました。本章では、それを検定します。
標本に見られた効果が、より大きな母集団でも見られるかどうかという基本的な質
問を取り上げます。例えば、
NSFG
標本では、第一子と第二子以降とで平均妊娠期
間の差が見られます。この差が米国での女性全体に見られる実際の差の反映なのか、
それとも、この標本にたまたま見られるものなのか、どちらなのかを知りたいのです。
この質問を定式化するには、フィッシャーの帰無仮説検定、ネイマン・ピアソンの
決定理論
‡
、ベイズ推定
§
を含めていくつかの方式があります。ここで示すのは、ほと
んどの人が実際に使っている、これら
3
種類のすべてに含まれるもので、古典的仮説
検定(
classical hypothesis testing
)と呼ばれるものです。
古典的仮説検定の目的は、「標本とそこで観察される効果があったときに、その効
果が偶然によるものだという確率はどの程度か」という質問に答えることです。次の
ようにして、この質問に答えます。
•
最初のステップは、検定統計量(
test statistic
)を選んで、観察される効果
†
本章のコードは、
hypothesis.py
にある。コードのダウンロードや扱い方については、
viii
ページの 「コー
ドを使う」を参照してほしい。
‡
訳注: ...