UNIVERSITY STATISTICS — INFERENCE
公式は覚えたのに、
検定で急に分からなくなる理由。
大学統計学の大きな難所は、「手元のデータの散らばり」から「標本を取り直したときの統計量の散らばり」へ視点が切り替わるところです。標準偏差、標準誤差、信頼区間、p値を、同じ数値例でつなぎます。
THE HARDEST SWITCH
「データの分布」と「標本平均の分布」は別物。
1クラス25人の得点を見ている場面と、25人のクラスを何度も作って平均点を記録する場面を分けます。ここが混ざると、標準誤差以降の式がすべて暗記になります。
散らばりは標準偏差で表す。
標本を取り直す →
散らばりは標準誤差で表す。
個々の観測値が母平均からどの程度散らばるか。
標本平均が標本ごとにどの程度変わるか。
nを増やしても、個人差そのものが消えるわけではありません。平均という推定値が、母平均の近くで安定するようになります。
QUICK DIAGNOSIS
どこから戻るべきか、4問で確認。
変換後の標準偏差
標準偏差10のXをY = 2X + 3へ変換すると、Yの標準偏差は？
答えと診断
20。定数3は散らばりを変えず、2倍すると分散は4倍、標準偏差は2倍です。
条件付き確率
P(A∩B)とP(A｜B)の違いを、分母を使って説明できる？
答えと診断
P(A｜B) = P(A∩B)/P(B)。Bが起きた場合だけへ全体を絞り直します。
標準誤差
σ = 10、n = 25のとき、標本平均の標準誤差は？
答えと診断
10/√25 = 2。10ではなく2になる理由を説明できるかが確認点です。
p値
p = 0.03は「帰無仮説が正しい確率3%」という意味？
答えと診断
違います。帰無仮説が正しいと仮定した世界で、観測値以上に極端な結果が出る確率です。
ONE EXAMPLE, FOUR IDEAS
平均52点、σ = 10、n = 25から全部つなぐ。
母標準偏差σ = 10が既知の母集団から25人を無作為抽出し、標本平均が52点だったとします。説明を明確にするため、ここでは正規母集団または正規近似を使えるものとします。
別の25人を抽出するたびに変わる標本平均の、典型的なばらつきが2点です。
同じ方法で区間を何度も作ると、その約95%が母平均を含むように設計された手続きです。
H₀: μ = 50なら z = (52 − 50)/2 = 1。帰無仮説の平均から1標準誤差だけ離れています。
両側p値は約0.317。5%水準ではH₀を棄却できません。「μ = 50と証明した」わけではありません。
母標準偏差が未知で標本が小さい場合は、σの代わりに標本標準偏差sを使い、条件を確認したうえでt分布を使います。問題文の条件を読まず、常に1.96を使うのは危険です。
COMMON MISREADINGS
計算が合っていても、解釈で間違えやすい。
| よくある読み違い | 正しい整理 |
|---|---|
| nが増えるとデータの標準偏差が小さくなる | 小さくなるのは主に推定量の標準誤差。母集団の個人差とは別です。 |
| 95%信頼区間なら、この区間に母平均が95%の確率で入る | 母平均は固定値。95%は区間を作る手続きの長期的な被覆率です。 |
| p > 0.05だから帰無仮説は正しい | 棄却できないだけ。標本数不足や推定の不確実性もあり得ます。 |
| 統計的に有意なら重要な差である | 有意性と、実際の差の大きさ・実質的な重要性は分けて読みます。 |
STUDY ORDER
検定で止まったときも、全部を戻らない。
手元のデータをどう要約するか。変数変換後の平均・分散まで確認します。
どの世界を分母にしているか、同時に起きることと独立を区別します。
二項・正規などを、形ではなく発生条件から選びます。
個々のデータから、標本平均などの統計量へ視点を切り替えます。
母数、推定量、仮説、統計量、分布、結論を同じ順番で書きます。
BEFORE THE EXAM
推定・検定は、計算前にこの6点を書く。
- 知りたい母数は平均・比率・平均との差のどれか
- 手元にあるのは母集団・標本・統計量のどれか
- 帰無仮説と対立仮説は何か。片側か両側か
- 使う統計量と、その分布を使える条件は何か
- 標準偏差と標準誤差を取り違えていないか
- 棄却／棄却できないを、問題の文脈へ戻して書いたか
WHEN FORMULAS DO NOT CONNECT
「検定が分からない」の一段前を特定する。
条件付き確率、確率分布、標本分布、標準誤差のどこで止まっているかにより、必要な復習量は変わります。講義資料と途中式に合わせて開始地点を決めれば、試験範囲を外さずに立て直せます。
統計学の相談内容をフォームで送る