0.05 未満の p 値を解釈する方法 (例付き)

検定仮説は、母集団パラメータに関する仮説が正しいかどうかを検定するために使用されます。

仮説検定を実行するときは常に、帰無仮説と対立仮説を定義します。

• 帰無仮説 (H ₀ ):サンプル データは偶然のみから得られます。
• 対立仮説 ( _HA ):サンプル データは非ランダム原因の影響を受けます。

仮説検定の p 値が一定の有意水準 (例: α = 0.05) を下回っている場合、帰無仮説を棄却し、対立仮説が正しいと言える十分な証拠があると結論付けることができます。

p 値が 0.05 以上の場合、帰無仮説を棄却できず、対立仮説が正しいと言える十分な証拠がないと結論付けられます。

次の例では、実際に 0.05 未満の p 値を解釈する方法と、0.05 を超える p 値を解釈する方法を説明します。

例: 0.05 未満の P 値の解釈

ある工場が、1 本あたり 200 ポンドの重さのタイヤを生産していると主張しているとします。

監査人がやって来て、タイヤの平均重量は 200 ポンドであるという帰無仮説を、タイヤの平均重量は 200 ポンドではないという対立仮説に対して、有意水準 0.05 を使用して検定します。

帰無仮説 (H ₀ ): μ = 200

対立仮説: ( _HA ): μ ≠ 200

平均に対する仮説をテストする場合、監査人は0.0154の p 値を取得します。

p 値0.0154は有意水準0.05より小さいため、監査人は帰無仮説を棄却し、タイヤの実際の平均重量が 200 ポンドではないと主張する十分な証拠があると結論付けます。

例: 0.05 より大きい P 値の解釈

ある生物学者が、特定の肥料を使用すると、植物は 3 か月間で通常よりも成長し、現在の身長は 20 インチになると考えたとします。これをテストするために、彼女は研究室の各植物に 3 か月間肥料を適用しました。

次に、次の仮説を使用して仮説検定を実行します。

帰無仮説 (H ₀ ): μ = 20 インチ (肥料は植物の平均成長に影響を与えません)

対立仮説: ( _HA ): μ > 20 インチ (肥料は植物の成長を平均的に増加させる)

平均に対して仮説検定を実行することにより、生物学者は0.2338の p 値を取得します。

p 値0.2338は有意水準0.05より大きいため、生物学者は帰無仮説を棄却できず、肥料が植物の成長の増加につながると主張するには証拠が不十分であると結論付けます。

追加リソース

P値と統計的有意性の説明
統計的または実際的な重要性
P 値とアルファ: 違いは何ですか?