tecktom.com

母平均の検定(片側 tt 検定)

2026年10月17日5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. 片側の棄却域
  2. 帰無仮説を不等号で書く場合
  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 §12.7 ★★ 上側なら T>tn−1(α)T>t_{n-1}(\alpha) で棄却する。α\alpha を半分にしない。帰無仮説を不等号で書いても、境界の値で第1種の過誤の確率が最大になる

片側の棄却域

H1:μ>μ0H_1:\mu>\mu_0 のときは、Xˉ\bar X が μ0\mu_0 より大きいほど H1H_1 の証拠になるので、棄却域を右の裾に置く。H0H_0 のもとで T∼tn−1T\sim t_{n-1} なので

棄却域: T>tn−1(α),p=P(Tn−1≥tobs)\text{棄却域:}\ T>t_{n-1}(\alpha),\qquad p=P(T_{n-1}\ge t_{\mathrm{obs}})

である。H1:μ<μ0H_1:\mu<\mu_0 なら左の裾に置き、棄却域は T<−tn−1(α)T<-t_{n-1}(\alpha)、p=P(Tn−1≤tobs)p=P(T_{n-1}\le t_{\mathrm{obs}}) である。臨界値は tn−1(α)t_{n-1}(\alpha) で、両側の tn−1(α/2)t_{n-1}(\alpha/2) と取り違えないように注意する。tt 分布表の「上側確率 0.050.05」の列は、片側 5%5\% と両側 10%10\% の臨界値である。

帰無仮説を不等号で書く場合

命題 12.6 と同じことが、母分散が未知の tt 検定でも成り立つ。

命題 12.8(片側 tt 検定の第1種の過誤の確率)

規則「T=(Xˉ−μ0)/(S/n)>tn−1(α)T=(\bar X-\mu_0)/(S/\sqrt n)>t_{n-1}(\alpha) なら棄却」は、真の母平均が μ≤μ0\mu\le\mu_0 のどの値でも、棄却する確率が α\alpha 以下である。

証明

真の母平均 μ\mu を使った Tμ=(Xˉ−μ)/(S/n)T_\mu=(\bar X-\mu)/(S/\sqrt n) は tn−1t_{n-1} に従う。TT はこれを使って

T=Xˉ−μS/n+μ−μ0S/n=Tμ+(μ−μ0)nST=\frac{\bar X-\mu}{S/\sqrt n}+\frac{\mu-\mu_0}{S/\sqrt n}=T_\mu+\frac{(\mu-\mu_0)\sqrt n}{S}

と書くことができる。μ≤μ0\mu\le\mu_0 で S>0S>0 なので第2項は 00 以下で、どの標本でも T≤TμT\le T_\mu である。したがって事象 {T>tn−1(α)}\{T>t_{n-1}(\alpha)\} は事象 {Tμ>tn−1(α)}\{T_\mu>t_{n-1}(\alpha)\} に含まれ、

Pμ(T>tn−1(α))≤P(Tμ>tn−1(α))=αP_\mu\bigl(T>t_{n-1}(\alpha)\bigr)\le P\bigl(T_\mu>t_{n-1}(\alpha)\bigr)=\alpha

である。μ=μ0\mu=\mu_0 のとき T=TμT=T_\mu で等号が成り立つ。

この証明は、σ\sigma が未知で TT の分布が μ≠μ0\mu\ne\mu_0 では tt 分布でなくなる場合にも、分布を計算せずに不等式だけで結論を出している。標本ごとに2つの確率変数の大小を比べ、事象の包含から確率の大小を出す方法である。

例題 12.7 上側の片側 tt 検定 ★★★

オリジナル従来の飼料での子豚の1か月の増体重の平均は 30.0 kg30.0\,\mathrm{kg} である。新しい飼料を16頭に与えたところ、増体重の平均は 31.64 kg31.64\,\mathrm{kg}、不偏標準偏差は 2.88 kg2.88\,\mathrm{kg} であった。増体重は正規分布に従うとする。

  1. 新しい飼料で増体重が増えたといえるかを、有意水準 5%5\% で検定せよ(t15(0.05)=1.753t_{15}(0.05)=1.753)。
  2. 有意水準 1%1\% ではどうか(t15(0.01)=2.602t_{15}(0.01)=2.602)。pp 値の範囲を答えよ。
解答

(1) 示したいのは「増えた」なので H0:μ=30.0H_0:\mu=30.0、H1:μ>30.0H_1:\mu>30.0 の上側検定である。標準誤差は 2.88/16=0.722.88/\sqrt{16}=0.72 で

tobs=31.64−30.00.72=1.640.72=2.278t_{\mathrm{obs}}=\frac{31.64-30.0}{0.72}=\frac{1.64}{0.72}=2.278

である。2.278>1.7532.278>1.753 なので H0H_0 を棄却し、増体重は増えたと結論する。

(2) 2.278<2.6022.278<2.602 なので、有意水準 1%1\% では棄却しない。t15(0.025)=2.131<2.278<2.602=t15(0.01)t_{15}(0.025)=2.131<2.278<2.602=t_{15}(0.01) なので、pp 値は 0.01<p<0.0250.01<p<0.025 の範囲にある(計算すると p=0.019p=0.019)。

確認テスト

オリジナル

  1. 12.7-1 ある部品の重さの基準は 10.0 g10.0\,\mathrm g 以上である。25個の平均が 9.4 g9.4\,\mathrm g、不偏標準偏差が 1.5 g1.5\,\mathrm g のとき、「基準を下回っている」といえるかを有意水準 5%5\% で検定せよ(t24(0.05)=1.711t_{24}(0.05)=1.711)。
  2. 12.7-2 n=9n=9 の標本で H0:μ=μ0H_0:\mu=\mu_0、H1:μ<μ0H_1:\mu<\mu_0 を有意水準 1%1\% で検定する。棄却域を TT で書け(t8(0.01)=2.896t_8(0.01)=2.896)。
  3. 12.7-3 上側の片側 tt 検定で、自由度 1515、tobs=2.0t_{\mathrm{obs}}=2.0 であった。tt 分布表の t15(0.05)=1.753t_{15}(0.05)=1.753、t15(0.025)=2.131t_{15}(0.025)=2.131 から pp 値の範囲を答え、有意水準 5%5\% での結論を述べよ。
  4. 12.7-4 n=12n=12、xˉ=52.1\bar x=52.1、不偏標準偏差 3.53.5 のとき、μ0=50\mu_0=50 について、上側の片側検定と両側検定をそれぞれ有意水準 5%5\% で行え(t11(0.05)=1.796t_{11}(0.05)=1.796、t11(0.025)=2.201t_{11}(0.025)=2.201)。

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