Ⅰデータの解析

1.データの代表値の推定平均値　中央値　最頻値

2.データの分布の推定データのばらつき---分散　標準偏差　標準誤差

3.データの検定

　得られたデータは偶然か、必然かを判定する

確率　Probability

　p値：帰無仮説が成立する確率

4.仮説が正しいかを検定する

一般的にp>0.05（5％以下）　

差がない確率　pが　5%以上　　　　　　　　　　　「有意差なし」　

p<5%　「差がない確率p」は5%以下ということで　「有意差あり」

5.データの評価

「2群に差がない」という帰無仮説を立てて、データを集める。

「2群間に差がない確率」を計算する。

　p<有意水準　「有意差あり」

Ⅱ　統計検定

1.統計検定「有意差があるか、ないか」の検証を行う

2.対立仮説

望んでいる仮説「2群に差がある。」

帰無仮説

比較する母集団の間には差はなく、観察された差は統計的な意味を持たないという仮説

検定を行うときに立てる仮説

「2群に差がある」と予想されるが、「2群に差がない」と無に帰する仮説を設定し、その仮説の危険率を示す

3.検定 =統計学的帰無仮説検定

　帰無仮説を立て、得られたデータから、帰無仮説が成り立つかどうかを検証する

4.　p値（Probability）

　測定したデータが、偶然帰無仮説通りになる確率

すなわち対立仮説通りにならない危険率

 　2群に、差が出ないケースが起きる確率

5.有意水準

　α帰無仮説を棄却するために、あらかじめ決めた確率水準

　5%、１％、0.5%と決めることが多い。

統計学的statistical　有意差ありsignificance

p値 <　有意水準

　　有意水準：＊p<0.05　5％以下　　＊＊p<0.01　1%以下　　＊＊＊p<0.005　0.5%以下

　「差がない確率」は有意水準以下である！

帰無仮説は棄却

1). 帰無仮説が棄却されたので、「有意差」がある。

 　 2) 実際には「有意差がない」にもかかわらず、たまたま事象が観察され、検定「有意差あり」となった場合。

外れ値

 　データの主要な固まりから大きく外れたデータ。ミスである可能性もあるので、解析の前に外れ値のチェックを行うことは重要なプロセスとなる。

両側検定と片側検定

帰無仮説に方向性がある場合のみ、片側検定を使う。

自由度

統計的検定ではサンプルの大きさを表す「自由度」という基準を算出する。