Think Stats 第2版 ―プログラマのための統計入門

123

123

9.3　平均の差を検定する

p

値は、その大きさの程度に応じて解釈するのがよいでしょう。もしも

p

値が

1

％

より小さければ、効果が偶然によるとは思えません。

10

％より大きければ、その効

果が偶然生じることがありそうです。

1

％から

10

％の

p

値は、境界線だと考えるべき

でしょう。したがって、この例の場合、このデータは、硬貨が真正かどうかについて、

決定的な証拠にはならないという結論になります。

9.3

 平均の差を検定する

検定に最もよく使われる効果の

1

つが

2

グループの平均間の差です。

NSFG

デー

タでは、第一子の平均妊娠期間がわずかに長くて、平均出生時体重がわずかに軽いこ

とを見ました。これらの効果が統計的に有意かどうかを見てみましょう。

この例では、帰無仮説は、

2

グループの分布が同じというものです。帰無仮説をモ

デル化する

1

つの方式は、並べ替え（

permutation

）を使うものです。すなわち、第

一子やその他の子の値を取って、それらを混ぜ合わせ、

2

グループを

1

つの大きなグ

ループであるかのように扱います。

class DiffMeansPermute(thinkstats2.HypothesisTest):

def TestStatistic(self, data):

group1, group2 = data

test_stat = abs(group1.mean() - group2.mean())

return test_stat

def MakeModel(self):

group1, group2 ...