このコースの仮説検定では、\(z\) 検定統計量を使うものも、\(t\) 検定統計量を使うものもありました。正しい p 値を得るには、適切な種類の検定統計量を使う必要があります。
比率の検定では \(z\) と \(t\) のどちらの検定統計量を使い、なぜそうなるのでしょうか？
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
仮説検定がなぜ有用かを学び、1標本の比率検定のワークフローを順を追って確認します。その中で、zスコア、p値、偽陰性と偽陽性のエラーといった重要な概念に触れます。Stack Overflow調査と医療用品の配送遅延データセットを紹介します。
2つのグループ間で平均の差を検定するt検定の方法と、ANOVAやペアごとのt検定で2つ以上のグループに拡張する方法を学びます。
2つのグループ間で比率の差を検定する比率検定を学び、カイ二乗の独立性検定で3つ以上のグループに拡張します。さらに、1標本の場合に戻り、カイ二乗の適合度検定を学びます。
現在の演習
パラメトリックな仮説検定が仮定する前提を学び、その前提が満たされない場合に使えるシミュレーションベースおよび順位ベースのノンパラメトリック検定を見ていきます。
