
126
9 章 仮説検定
てられます。これを次のようにして検定できます。
class DiffStdPermute(DiffMeansPermute):
def TestStatistic(self, data):
group1, group2 = data
test_stat = group1.std() - group2.std()
return test_stat
これは、仮説が第一子の標準偏差が、ただ違うだけではなく、より大きいというも
のなので、片側検定です。
p
値は
0.09
で、統計的に有意ではありません。
9.5
相関を検定する
このフレームワークで、相関を検定することもできます。例えば、
NSFG
のデー
タセットでは、出生時体重と母親の年齢との相関が約
0.07
です。母親の年齢が高い
と赤ちゃんがより重くなるようです。しかし、この効果は偶然的ではないでしょうか。
検定統計量として、ピアソンの相関を使いますが、スピアマンの相関でも同様に働
くでしょう。正の相関を期待できるなら、片側検定を行います。しかし、そのような
理由がなければ、相関の絶対値を使った両側検定を行います。
帰無仮説は、母親の年齢と出生時体重との間に相関がないというものです。観察さ
れた値を混ぜ合わせることによって、年齢と出生時体重との分布が同じだという世界
をシミュレーションできますが、変数には関係がありません。
class CorrelationPermute(thinkstats2.HypothesisTest):
def TestStatistic(self, ...