検定 Ｐ．１３７ 記述統計と推測統計 統計学 データの集まり データを加工・整理して、 その特徴や傾向を調べる。 記述統計学 個々のデータを全部調べる(全数調査・悉皆調査) その属する集団の特徴や傾向を明らかにする 推測統計学 一部の標本のデータを調べる(標本調査) その属する集団全体の特徴や傾向を推測する 母集団 標本集団 母集団と標本集団 標本集団 母集団 母集団の特性値 標本の特性値 推測統計学 検定 標本集団から母集団について考える。 （例） 母集団 喫煙GP 標本集団 母集団で、心疾患 非喫煙GP 発生数が違うとい える？ 標本集団で、心疾患 発生数が違うと 仮説検定 ① ほんとに示したいこと(仮説・対立仮説） を考える。 違いがでるはずだ！ ② データを集める。 p.138 仮説検定の手順１ ① 帰無仮説（仮説とは反対になる）をたてる。 同じ 等しい 差がない ＝ 差＝ ０ （例） 喫煙ＧＰと非喫煙ＧＰで心疾患の 発生数が同じ。 仮説検定の手順２ ② 仮説とデータにより検定方法を選ぶ。 （例） Studentのｔ検定 ③ （統計ソフト）検定統計量を計算する。 ④ （統計ソフト） 有意確率p を計算する。 仮説検定の手順３ ⑤ 有意確率 p にもとづいて帰無仮説を評価する。 面積９５％：普通に起きる→ 帰無仮説が正しい（採択） 面積０．０５＝５％：めったに起きない→ 帰無仮説が誤り（棄却） 仮説検定の手順４ ｐ≧0.05 有意差なし( NS) 0.05 ＞ｐ 有意差あり( p<0.05 他）0.01 ＞ｐ 0.001＞ｐ ) 有意差あり( p<0.01 ) 有意差あり( p<0.001 ) 有意水 準・危険 率α ⑥ 帰無仮説が棄却の場合（有意差あり）、 どちらが大きいかを、基本統計量の代表値 により判断する。（例） 喫煙ＧＰは非喫煙ＧＰより 心疾患の発生数が多い。 帰無仮説のたて方 例1 仮説 集めたデータの平均値が全国平均よりも 高いことを示したい 帰無仮説 集めたデータの平均値と全国平均が同じ 。 集めたデータの平均値と全国平均と差がない 帰無仮説のたて方 例２ 仮説 集めたデータの比率が全国データの比率 と異なっていることを示したい 帰無仮説 集めたデータの比率が全国データの比率と同じ 。 集めたデータの比率が全国データの比率と差はない 帰無仮説のたて方 例３ 仮説 薬の投与／手術の実施などの前後で同じ 対象者からデータを集め、前後で変化があっ たことを確証したい 帰無仮説 データは、薬の投与／手術の実施などの 前後で差はない 帰無仮説のたて方 例４ 仮説 グループ間で平均値に差があることを実 証したい 帰無仮説 グループ間の平均値が等しい グループ間の平均値に差はない 帰無仮説のたて方 例５ 仮説 データの間に関係が有ることを確証したい 帰無仮説 データの間に関係がない 帰無仮説のたて方 例６ 仮説 術式、薬剤などにより生存率が改善され たことを確証したい 帰無仮説 生存率は同じ 生存率に差はない 帰無仮説のたて方 例７ 仮説 ある分布が正規分布をするか、しないか を検定したい。 帰無仮説 ある分布は正規分布と同じ ある分布は正規分布と等しい。 有意確率ｐ の考え方 例１ 有意確率ｐ ＝ ０．８０だったとき ０．９５＝９５％ ０．０５＝５％ 帰無仮説は採択 有意差なし 有意確率ｐ の考え方 例２ 有意確率ｐ ＝ ０．０８だったとき 帰無仮説は採択 有意差なし 有意確率ｐ の考え方 例３ 有意確率ｐ ＝ ０．０２だったとき 帰無仮説は棄却 有意差あり 有意確率ｐ の考え方 例４ 有意確率ｐ ＝ ０．００１だったとき 帰無仮説は棄却 有意差あり 練習 身長データの分布は正規分布といってよいか？ 帰無仮説 ① 有意確率P＝０．０７５でした。 帰無仮説は採択か？棄却か？ 結論 ③ ② りんごダイエット前と後の体重を100人分集め た。りんごダイエットは有効といってよいか？ 帰無仮説 ① 有意確率P＝０．０２３でした。 帰無仮説は採択か？棄却か？ ② ダイエット前の平均値は６０ｋｇ 後の平均値 は５７ｋｇでした。 結論 ③
© Copyright 2024 ExpyDoc
