仮説検定（かせつけんてい）

データから結論を出すとき、本当にそう言えるのかを科学的に確かめる方法のこと

簡単な説明

「これってほんとに効果あるの？それともたまたま？」を、
数字（統計）でハッキリさせる方法！

やること3ステップ！

「たぶん変わってないよね」って仮説を立てる（＝帰無仮説）
データ集めて、「ん？なんか違うぞ？」ってなるかを見る
「こんなに違うの偶然じゃないかも！」ってなったら仮説を疑う！

「思い込みじゃなくて、ちゃんとデータで判断しようぜ！」っていうのが仮説検定の本質です。

由来

仮説検定は統計学から生まれた考え方で、1920年代にイギリスの統計学者「ロナルド・フィッシャー（Ronald Fisher）」が提唱しました。
医療、経済、心理学、そしてITの分野でも、正しい意思決定のために使われています。

具体的な説明

仮説検定では、最初に「今の状態が正しいという前提（＝帰無仮説）」を立てます。そして、それに対して「違う可能性があるのでは？」（＝対立仮説）」を検証するために、実際にデータを集めて、統計的に確かめる方法です。

たとえば、ある会社で「この新しいアプリを使うと、作業効率が上がるかも」と思ったとします。
でも本当にそうかは、使ってみてデータを取らないとわかりません。

仮説（帰無仮説）：「新しいアプリを使っても、効率は変わらない」
データ収集：20人に1週間使ってもらい、平均作業時間を記録
検定：新アプリ使用前と使用後で平均時間に違いがあるかを調べる
結論：「有意差がある」と判定されたら、アプリの効果があると判断！

新しいアプリで作業効率アップするか検証イメージ

目的：

「このアプリを使うと作業時間が短くなるのか？」を調べたい！

Step 1：帰無仮説と対立仮説

帰無仮説（H₀）：「新アプリを使っても作業時間に差はない」
対立仮説（H₁）：「新アプリを使うと作業時間が変わる（短くなる）」

Step 2：データを集める（例）

作業者	アプリなし（分）	アプリあり（分）
A	60	55
B	62	50
C	59	48
D	58	52
E	61	49

→ アプリなし平均：60分
→ アプリあり平均：50.8分

差は約9.2分！ これは大きく見えますよね？

Step 3：t検定でp値を計算すると…

仮にp値 = 0.012（＝1.2%）だったとします。

じゃあ、ここで「p値が小さい」って何を意味するのか？

意味をゆっくり分解すると…

「もし帰無仮説が正しい」＝「アプリに効果なんてない」はず
でも今のデータだと平均が10分近くも短くなってる
こんな極端な差が「たまたま」起こる確率（＝p値）は1.2%しかない！

こんなに極端な結果が、ただの偶然で起こるとは考えにくい」
→ だから「帰無仮説はおかしいかも（＝棄却しよう）」となるのです！

例文

「このタブレット教材を使ったクラスの平均点が、去年より高ければ、それは本当に教材のおかげかどうか、仮説検定で調べてみよう。」

疑問

Q: 仮説検定ってなんで「仮説を疑う」ところから始めるのですか？

A: 統計では「まず現状が正しい」という立場からスタートし、その証拠がないかを探すのが公平な方法だからです。

Q: 有意水準って何ですか？

A: 間違って仮説を棄却してしまう確率のことで、一般には5%（0.05）が使われます。

Q: p値が小さいってどういう意味ですか？

A: 「今の仮説（＝効果がないとする仮説）が正しいとすると、こんな極端な結果が出る確率はとても小さい」ということです。
だから、仮説は本当じゃないかもしれない、と判断する材料になります。

Q: 仮説検定はどんなときに使われますか？

A: 医療実験、教育効果、製品テストなど、「本当に変化があるか」をデータで判断したいときです。

Q: t検定と仮説検定は違うんですか？

A: t検定は仮説検定の一種で、特に平均値の比較に使われる手法です。

Q: 仮説検定で最初に立てる「帰無仮説（きむかせつ）」とは何ですか？

A: 「何も変化がない」「効果がない」など、現状を正しいと仮定する仮説です。検定ではまずこの仮説が正しいかを疑うことから始めます。

Q: 「対立仮説」ってどういうものですか？

A: 帰無仮説が間違っているかもしれないという前提で立てる仮説です。たとえば「新しい薬に効果がある」などです。

Q: 「p値（p-value）」ってなんですか？

A: 「もし帰無仮説が正しいとしたら、これほど極端なデータが出る確率」のことです。p値が小さいほど、帰無仮説が正しくない可能性が高いといえます。

Q: 仮説検定は必ず正しい結果が出るのですか？

A: いいえ、確率的な手法なので、5%の有意水準なら約5%の確率で間違える可能性があります（これを第I種の誤りといいます）。

Q: 「第I種の誤り」と「第II種の誤り」はどう違いますか？

A: 第I種の誤りは「本当は正しい仮説を捨ててしまうこと」。第II種の誤りは「本当は間違っているのに正しいと信じてしまうこと」です。

Q: 仮説検定はどんな場面で使われていますか？

A: 医薬品の効果検証、広告の効果測定、教育の新しい教材の有効性検証など、科学的な判断が必要なときに使われます。

Q: 仮説検定で使われる「t検定」や「z検定」の違いは何ですか？

A: 標本の数が少ないときや母分散が不明なときは「t検定」、標本が大きくて母分散が既知の場合は「z検定」を使います。

理解度を確認する問題

Q1. 仮説検定における「帰無仮説」とは何ですか？

A. 仮説が正しいと証明された仮説
B. 変化があるという仮説
C. 今の状態が正しいとする仮説
D. 結果が有意であることを示す仮説

正解：C

まとめ

まず「今の状態が正しい（帰無仮説）」と仮定します。

データを集めて、仮説と矛盾しないかを統計的に調べます。

p値が有意水準より小さければ、仮説を「棄却」します。