適合度の検定 - プロバイダー｜interQ MEMBERS.docVIP

検定（度数に基づく検定） １．適合度の検定 観測されたn個の度数が、対応するn個の期待度数（理論的に考えられる度数）と異なっているか否かを検討する。 期待度数は観測度数とは独立に決定される。 観測度数の和をＮとすると帰無仮説は次のように表すことができる。Oi、Eiはそれぞれ観測度数と期待度数。 じゃんけんをする時、最初に出すグー?チョキ?パーの数を100回観測し、それぞれ38, 29, 33であった。出現しやすい手があるといえるか？ 手 観測度数 観測度数比 期待度数 期待度数比 グー 38 0.38 33.3 0.33 チョキ 29 0.29 33.3 0.33 パー 33 0.33 33.3 0.33 計 100 1.00 100.0 1.00 自由度２、危険率5％のの臨界値は5.99。したがって帰無仮説は棄却されず、出現しやすい手があるとはいえない。 もし自由度が１で、10以下の期待度数がひとつでも存在すれば、検定統計量を求める際に次のような“イエーツの連続性の修正”を行なったほうが良い。 ２．独立性の検定 N個の標本が２つの変数AとBについて分類されたとき、変数AとBが互いに独立しているか否かを調べる。 大学生250名を無作為抽出し性別と献血経験の有無によって分類をした。その結果、次のような度数データを得た。性別と献血経験は関連があるといえるか？ 分類結果を表す２×２分割表（行数c 2、列数k 2）  献血経験あり 献血経験なし 行方向周辺度数 男　子 Oa 90 Ob 40 130 90+40 Ea 78 Eb 52 女　子 Oc 60 Od 60 120 60+60 Ec 72 Ed 48 列方向周辺度数 150 90+60 100 40+60 250 90+40+60+60 各セルの期待度数は、そのセルの行方向周辺度数を、列方向周辺度数の比に応じて分配することによって得る。例えば、セルaの期待度数は、セルaの属する行方向周辺度数 130 を列方向周辺度数の比 150:100 に配分する（）ことによって計算することができる（この考え方は列方向周辺度数150を行方向周辺度数の比130:120に応じて配分すると考えることと同じ）。 より簡便には、あるセルの期待度数は『そのセルの属する行と列の周辺度数をかけて総度数でわる』ことによって求めることができる。 帰無仮説は『ある変数（献血経験）の相対頻度が他の変数（性別）の水準間で異ならない』、すなわち　 ２×２分割表の場合は、各セルの観測度数を用いて次のようにを簡便に求めることができる（ただし、Nは観測度数の総和）。 自由度１、危険率5％のの臨界値は3.84。したがって帰無仮説は棄却され、２つの変数は独立であるとはいえない。つまり、性別と献血経験の有無は関係があるといえる。 もし自由度が１で、10以下の期待度数がひとつでも存在すれば、検定統計量を求める際に次のような“イエーツの連続性の修正”を行なったほうが良い。２×２分割表の場合にはイエーツの連続性の修正は観測度数のみを用いて計算することができる。 ３．比率の等質性の検定 ある母集団から１つの標本を選び、それを一定の基準でn個の下位カテゴリに分ける。すると各カテゴリに分類される要素の比率（p1..pn）が得られる。別の母集団から１つの標本を選び同様にn個のカテゴリに要素を分類し、比率を得る。これらの比率が等質であるか否かを調べる。 帰無仮説は『これらの比率が等しい、すなわち２つの標本は同じ母集団から得られた』である。 男子大学生から130名を、女子大学生から120名を無作為抽出し、男女それぞれについて献血経験の有無を調査した。その結果、次のような度数データ（２の“独立性の検定”と同じ表）を得た。性別と献血経験は関連があるといえるか？ この場合の検定方法は、２の“独立性の検定”と全く同じ。 “比率の等質性の検定”の場合は最初から（データをとる前から）性別という変数を決めており、無作為抽出も男女それぞれの集団から行われている。 一方、“独立性の検定”では、扱われる変数には上のような差はなく、データをとってから２つの変数にしたがって分類を行なっている。したがって、サンプリングの際も“男女それぞれの集団”や“献血経験のある／ない集団”からの無作為抽出ではなく、大学生の集団（男女／献血経験あり?なし込みの）から行われている。 “独立性の検定”と“比率の等質性の検定”は実質的には同じことをテストしているが、上記のように意味するところは異なる。 ４．度数に基づくその他の検定 度数や比率の差を検討する検定はここに記したものの他に数多くある