統計的検定(2章)

• パラメトリック検定：パラメトリック検定を用いるときは、実験における変数が仮定された確率分布に従うことの根拠を必要とする。t検定、ANOVA検定(F検定含む)、Bartlett(分散の均一性)の検定など。
• ノンパラメトリック検定：統計的データ解析の多くで、変数が既知の分布に従うという仮説を正当化出来ない問題が生じる。Smirnov-Kolomogorov(スミルノフ-コルモゴロフ)検定、Kruskal-Wallis(クラスカルーウォリス)検定、Mann-Whitney検定、ウィルコクスン(Wilcoxon)検定、χ自乗検定など。
• 統計的過誤：第1種の過誤(偽陽性)、第2種の過誤。帰無仮説が有意水準αで棄却されたというとき、これは第1種の統計的過誤をおかす確率がα以下であることを意味する。
• 検定の検証：有意水準α・効果量・検定力・標本数の４つは，他の３つが決まれば残りの１つも決まる関係。検定力については、帰無仮説N0を棄却する／しない、実際は棄却すべきではない／すべき、を縦横軸にとり表を書くと理解しやすい。http://www.psystat.com/power/p3.htm　や　http://www.educ.kyoto-u.ac.jp/cogpsy/personal/Kusumi/datasem10/utsumi.pdf　がわかりやすい。