n
naritai.app

経営情報システム

最優先
オフラインモード

統計と仮説検定

代表値と推測統計

この章で覚えておきたいこと

新しい店頭表示に変えた週に売上が伸びました。もともとのばらつきで説明できる変化か、表示による差を示す証拠があるかを考えます。

基本知識

平均・中央値とばらつき

あるパンの5日間の販売個数が2、3、4、5、16なら、平均値は6個、中央値は4個です。

あるパンの5日間の販売個数が2、3、4、5、16なら、平均値は6個、中央値は4個です。
  1. 合計30個を5日で割ると、平均値は6個です。極端に多い日の影響を受けています。
  2. 小さい順に並べた中央、3番目の値が中央値です。個数が偶数なら中央2値の平均を取ります。最頻値は出現回数が最大の値です。度数分布なら度数の大きい階級と累積度数の中央の位置を分けて見ます。
  3. 平均からのずれを平方して足すと16+9+4+1+100=130です。この5日間そのものの分散は130÷5=26、標準偏差はその平方根で約5.10個です。標本から母分散を推定する不偏分散は130÷(5−1)=32.5です。

相対度数は各階級の度数を全件数で割り、累積相対度数は小さい階級から順に合計します。この例で4個以下の日は3日なので、4個までの累積相対度数は3÷5=60%です。

問いと統計手法

気温と販売個数が一緒に動く度合いを見るのは相関、気温から個数を予測する式を作るのは回帰です。

気温と販売個数が一緒に動く度合いを見るのは相関、気温から個数を予測する式を作るのは回帰です。

相関係数は−1から1までの値で、直線関係の向きと強さを示します。気温・値引き・曜日など複数の説明変数を使う重回帰では、他の変数を一定とした偏回帰係数を読みます。観測上の関連だけで因果関係を断定できません。

  • 二つの群の平均の差には、対応の有無や分散等の条件に合ったt検定を使います。分散分析は、複数群の平均の差を群間・群内のばらつきから調べ、代表的にはF統計量を用います。
  • 分類どうしの関連、例えば「表示A・B」と「購入した・しなかった」をクロス集計して独立性を調べる場合はカイ二乗検定を考えます。A/Bテストは施策を割り付けて結果を比較する調査設計です。
  • クラスター分析は似た対象をまとめ、判別分析は所属先が既知のデータから分類の規則を作ります。コンジョイント分析は、商品の属性を組み合わせた評価から、各属性の選好への寄与を調べます。

帰無仮説と有意水準

「店頭表示を変えても購入率は同じ」とする帰無仮説のもとで、観測値以上に極端な結果が出る確率をp値として調べます。

「店頭表示を変えても購入率は同じ」とする帰無仮説のもとで、観測値以上に極端な結果が出る確率をp値として調べます。

先に有意水準を5%と決め、適切な検定でp値が0.03なら、0.03<0.05なので帰無仮説を棄却します。p値が0.20の場合は、5%水準では棄却できません。「差が存在しない」と証明したことにはなりません。

第1種の過誤は真の帰無仮説を棄却すること、第2種の過誤は偽の帰無仮説を棄却できないことです。有意水準は第1種の過誤を制御する基準で、p値は「帰無仮説が正しい確率」ではありません。有意差の有無とは別に、効果の大きさや経営上の意味も見ます。

確率分布の選び方

一定時間の注文回数をモデル化するポアソン分布と、次の注文までの時間を表す指数分布は測定対象が違います。

一定時間の注文回数をモデル化するポアソン分布と、次の注文までの時間を表す指数分布は測定対象が違います。

独立に、平均的に一定の率で注文が到着するポアソン過程では、区間内の回数はポアソン分布、到着間隔は指数分布に従います。試行回数を決めて成功数を数え、各試行が独立で成功確率が等しければ二項分布です。試行数が大きく成功確率が小さいときは、ポアソン分布で近似できます。

不良品を含む有限の箱から、取り出した品を戻さずに一定数選ぶと、不良品の個数は超幾何分布に従います。身長や計測誤差などの連続値については、条件により左右対称な釣鐘形の正規分布で近似します。

この章のまとめ

平均や中央値は分布の代表、分散や標準偏差はばらつきを表します。検定では、先に帰無仮説・有意水準を決め、p値と比較してどこまで言えるかを判断します。

確認クイズ

問1 1日の販売数が2、3、4、5、16個でした。平均値と中央値はそれぞれ何個ですか。

答えと理由を見る

平均値は30÷5=6個、中央値は昇順の3番目の4個です。

問2 有意水準5%、p値0.08のとき、帰無仮説について何が言えますか。

答えと理由を見る

0.08は0.05を上回るので、この水準では棄却できません。差がないと証明したことにはなりません。

問3 不良品3個を含む20個の箱から5個を戻さずに選びます。選んだ不良品の個数に使える分布は何ですか。

答えと理由を見る

超幾何分布です。有限の集団から戻さず抽出するため、取り出すたびに残りの構成が変わります。

一次試験過去問での出方

2021年度第24問は分析目的と検定手法、2022年度第23問は検定の過誤、同第24問は不偏分散が論点です。2024年度第22問では相対度数と累積相対度数から分布を読み取ります。

関連する記事

集計・可視化とBI、機械学習と生成AI

引用元