tecktom.com

棄却域と採択域

2026年10月17日6分で読めますAI生成教科書『資格試験』第12章 仮説検定の考え方と平均の検定
目次
  1. 棄却域を標本平均で書く
  2. 区間推定と検定の双対性
  3. 確認テスト
  4. 木下の層

AI 生成・木下が未勉強

統計学の復習 第12章 §12.4 ★★★ 有意水準 α\alpha の両側検定で μ0\mu_0 が棄却されないことと、μ0\mu_0 が信頼係数 1−α1-\alpha の信頼区間に入ることは同値である

棄却域を標本平均で書く

棄却域は検定統計量の値の集まりとして決めるが、Xˉ\bar X の値で書き直すこともできる。母分散既知、H0:μ=μ0H_0:\mu=\mu_0、H1:μ≠μ0H_1:\mu\ne\mu_0 の有意水準 α\alpha の検定では

∣Z∣>zα/2  ⟺  Xˉ<μ0−zα/2σn  または  Xˉ>μ0+zα/2σn\lvert Z\rvert >z_{\alpha/2}\iff \bar X<\mu_0-z_{\alpha/2}\frac{\sigma}{\sqrt n}\ \text{ または }\ \bar X>\mu_0+z_{\alpha/2}\frac{\sigma}{\sqrt n}

である。採択域は μ0\mu_0 を中心とする幅 2zα/2σ/n2z_{\alpha/2}\sigma/\sqrt n の区間で、その両外側が棄却域になる。棄却域の端の値を臨界値(棄却限界)と呼ぶ。

例題 12.1 で見たように、統計量が離散型のときは、H0H_0 のもとで棄却域に入る確率を α\alpha にちょうど合わせられないことがある。そのときは確率が α\alpha を超えない範囲で最も広い棄却域を取り、実際の棄却の確率は α\alpha より小さくなる。確率を α\alpha にちょうど合わせるために境界の点でくじを引く方法(確率化検定)は、数理統計の解説 第7章で扱う。

区間推定と検定の双対性

検定の採択域と第10章の信頼区間は、同じ不等式の2つの読み方である。

定理 12.5(信頼区間と検定の双対性)

母分散既知の正規母集団からの標本で、H0:μ=μ0H_0:\mu=\mu_0、H1:μ≠μ0H_1:\mu\ne\mu_0 の有意水準 α\alpha の両側 zz 検定を考える。このとき

H0 を棄却しない  ⟺  μ0∈[ xˉ−zα/2σn,  xˉ+zα/2σn ]H_0\text{ を棄却しない}\iff \mu_0\in\left[\ \bar x-z_{\alpha/2}\frac{\sigma}{\sqrt n},\ \ \bar x+z_{\alpha/2}\frac{\sigma}{\sqrt n}\ \right]

である。右辺の区間は第10章の信頼係数 1−α1-\alpha の信頼区間である。したがって、有意水準 α\alpha の検定で棄却されない μ0\mu_0 の全体が、信頼係数 1−α1-\alpha の信頼区間になる。

証明

e=zα/2 σ/ne=z_{\alpha/2}\,\sigma/\sqrt n と置く。棄却しないことは ∣xˉ−μ0∣≤e\lvert \bar x-\mu_0\rvert \le e と同値である。この不等式は

−e≤xˉ−μ0≤e  ⟺  xˉ−e≤μ0≤xˉ+e-e\le\bar x-\mu_0\le e\iff \bar x-e\le\mu_0\le\bar x+e

と書き換えることができる(各辺から xˉ\bar x を引いて −1-1 を掛け、左右を入れ替えた)。右端は μ0\mu_0 が区間に入ることそのものである。

検定は「μ0\mu_0 を固定して xˉ\bar x が μ0\mu_0 の周りの採択域に入るか」を見て、区間推定は「xˉ\bar x を固定して μ0\mu_0 が xˉ\bar x の周りの区間に入るか」を見ている。不等式 ∣xˉ−μ0∣≤e\lvert \bar x-\mu_0\rvert \le e は同じで、どちらの文字について解くかだけが違う。片側検定は片側の信頼限界と同じ関係にある(第10章 §10.2 の片側の信頼限界)。tt 検定と tt 区間についても、zα/2z_{\alpha/2} と σ\sigma を tn−1(α/2)t_{n-1}(\alpha/2) と ss に取り替えて同じことが成り立つ(確認テスト 12.4-4)。

例題 12.4 信頼区間から検定の結論を読む ★★★

オリジナル菓子の例(σ=6\sigma=6、n=36n=36、xˉ=202.3\bar x=202.3)について答えよ。

  1. 母平均の 95%95\% 信頼区間を求め、μ0=200, 201, 204, 205\mu_0=200,\ 201,\ 204,\ 205 のそれぞれについて、有意水準 5%5\% の両側検定の結論を答えよ。
  2. 99%99\% 信頼区間を求め、μ0=200\mu_0=200 の有意水準 1%1\% の両側検定の結論を答えよ。例題 12.2 の pp 値と矛盾しないことを確かめよ。
解答

(1) 標準誤差は 11 なので、区間は 202.3±1.96=[ 200.34, 204.26 ]202.3\pm1.96=[\,200.34,\ 204.26\,] である。定理 12.5 から、区間に入る μ0=201, 204\mu_0=201,\ 204 は棄却されず、区間の外の μ0=200, 205\mu_0=200,\ 205 は棄却される。たとえば μ0=204\mu_0=204 なら zobs=(202.3−204)/1=−1.7z_{\mathrm{obs}}=(202.3-204)/1=-1.7 で ∣−1.7∣<1.96\lvert -1.7\rvert <1.96、μ0=205\mu_0=205 なら zobs=−2.7z_{\mathrm{obs}}=-2.7 で棄却域に入り、区間による判定と一致する。

(2) 区間は 202.3±2.576=[ 199.72, 204.88 ]202.3\pm2.576=[\,199.72,\ 204.88\,] で、200200 を含むので μ0=200\mu_0=200 は有意水準 1%1\% では棄却されない。例題 12.2 の両側の pp 値は 0.02140.0214 で、0.01<p<0.050.01<p<0.05 である。したがって 5%5\% では棄却し 1%1\% では棄却しないはずで、95%95\% 区間が 200200 を含まず 99%99\% 区間が含むことと一致する。

確認テスト

オリジナル

  1. 12.4-1 母標準偏差 1010 が既知の正規母集団から n=25n=25 の標本を取り、H0:μ=80H_0:\mu=80、H1:μ≠80H_1:\mu\ne80 を有意水準 1%1\% で検定する。棄却域を Xˉ\bar X の範囲で書け(z0.005=2.576z_{0.005}=2.576)。
  2. 12.4-2 ある母平均の 95%95\% 信頼区間が [ 12.4, 15.8 ][\,12.4,\ 15.8\,] であった。(a) μ0=12, 15, 16\mu_0=12,\ 15,\ 16 のそれぞれについて、有意水準 5%5\% の両側検定の結論を答えよ。(b) μ0=12\mu_0=12 の有意水準 1%1\% の両側検定の結論は、この区間だけから分かるか。
  3. 12.4-3 硬貨を10回投げ、H0:θ=1/2H_0:\theta=1/2、H1:θ>1/2H_1:\theta>1/2 を「X≥kX\ge k なら棄却」の形で有意水準 5%5\% で検定する。最小の kk と、そのときの実際の棄却の確率を求めよ。
  4. 12.4-4 正規母集団で母分散が未知のとき、T=(Xˉ−μ0)/(S/n)T=(\bar X-\mu_0)/(S/\sqrt n) を使う有意水準 α\alpha の両側検定で H0:μ=μ0H_0:\mu=\mu_0 が棄却されないことと、μ0\mu_0 が第10章の tt 分布による信頼係数 1−α1-\alpha の区間に入ることが同値であることを示せ。

木下の勉強ステータス

木下はまだこの記事を勉強していません。

AI(Claude)が書いた教材を、木下が勉強しながら公開しています。式と数値は検算していますが、誤りが残っているかもしれません。誤りのご指摘・削除のご依頼をいただければ直します。 連絡先:support@tecktom.com

← AI生成教科書『資格試験』の記事一覧へ