サンプルに強く依存するものもあれば、まったく依存しないものもあることを見てきました。統計的推測では、この2つを見分けられることがとても重要です。結果が期待と違うとき、サンプルを変えれば結果も変わるのかどうかを知る必要があります。
以下の各項目について、サンプルの選び方によって決まるかどうかを分類してください。
この演習はコースの一部です
理論を実践に変える、インタラクティブな演習のひとつをお試しください
この章では、サンプルと統計的に妥当な結論の関係を探ります。適切なサンプルを選ぶことは、健全な統計的意思決定の土台です。サンプルの選び方が、推測の結果にどのように影響するかを見ていきます。
現在の演習
正規性の検定、相関の検定、そしてパラメトリック検定とノンパラメトリック検定の使い方を学び、信頼できる推測につなげます。仮説検定は道具であり、目的に合った道具を選ぶことが統計的意思決定には欠かせません。入門で触れた検定に馴染みがある方も、この章では一歩進んで、推測の「道具箱」をより強力にしていきます。
この章では、さまざまな状況で効果量を測定・解釈し、多重比較の問題に向き合い、検定の検出力を深く理解します。p値は有意な効果の有無を示しますが、その効果の強さは教えてくれません。効果量は、処置がもたらす効果の大きさを示す指標です。効果量を左右する要因を、この章でしっかり身につけましょう。
ブートストラップ、置換検定、そしてp値から得られる証拠を統合する方法を学び、推測統計のツールキットをさらに広げます。ブートストラップは統計的シミュレーションの最初の一歩となります。メタアナリシスのレッスンでは、複数の研究結果をどのように統合するかを学びます。最後に、強力で柔軟なノンパラメトリック手法である置換検定を取り上げます。
