Σ
SDCalc
上級上級·14 min

標準偏差を用いた仮説検定

標準偏差が仮説検定でどのように使われるかを解説。t検定、z検定、統計的有意性の判定方法を学びましょう。

概要

仮説検定は、標本データに基づいて母集団について判断を下す統計的手法です。標準偏差は、観察された差が統計的に有意なのか、それとも単なる偶然によるものなのかを判断する上で重要な役割を果たします。

1

仮説を立てる

帰無仮説 (H₀) と対立仮説 (H₁) を設定する
2

有意水準を選ぶ

有意水準 (α) を選択する（通常は0.05）
3

検定統計量を計算する

標準偏差を使って検定統計量を計算する
4

臨界値と比較する

臨界値と比較するか、p値を計算する
5

判断を下す

H₀を棄却するか、棄却しないかを判断する

Z検定

母集団の標準偏差 (σ) がわかっていて、標本サイズが大きい（n ≥ 30）場合にZ検定を使用します。

Z検定統計量

z = (x̄ - μ₀) / (σ / √n)

例

あるメーカーが、電池の寿命は平均100時間だと主張しています (μ₀ = 100)。36本の電池をテストしたところ、x̄ = 98時間でした。σ = 12時間の場合： z = (98 - 100) / (12 / √36) = -2 / 2 = -1 z = -1、α = 0.05（両側検定）では、H₀を棄却しません。この差は統計的に有意ではありません。

t検定

母集団の標準偏差がわからず、標本から推定する必要がある場合（σの代わりにsを使用）にt検定を使用します。

t検定統計量

t = (x̄ - μ₀) / (s / √n)

t検定とZ検定の使い分け

- Z検定： σが既知、n ≥ 30 - t検定： σが未知（sを使用）、標本サイズは問わない 実際には、真の母集団のσがわかることは稀なため、t検定の方がはるかに一般的です。

標準誤差

標準誤差 (SE) は、標本平均が母集団平均からどれくらい変動するかを測る指標です。標準偏差と仮説検定をつなぐ重要な概念です。

平均の標準誤差

SE = σ / √n （標本標準偏差を使う場合は s / √n）

標準誤差は標本サイズが大きくなるにつれて小さくなります。標本が大きいほど、より精密な推定が可能になり、真の差を検出しやすくなります。

統計的有意性

結果が偶然に観察される確率（p値）が、設定した閾値 (α) を下回った場合、その結果は統計的に有意であるといいます。

p値 < α の場合

H₀を棄却する。結果は統計的に有意です。

p値 ≥ α の場合

H₀を棄却しない。結果は偶然によるものかもしれません。

統計的有意性と実質的有意性

統計的に有意な結果が、必ずしも実用的に重要であるとは限りません。非常に大きな標本では、些細な差でも「有意」になることがあります。p値とともに、常に効果量も考慮してください。

Further Reading

← 学習センター

How to Read This Article

A statistics tutorial is a practical interpretation guide, not just a formula dump. It refers to the assumptions, notation, and reporting language that analysts need when they explain a result to a teacher, manager, client, or reviewer. The article body covers the specific topic, while the sections below create a common interpretation frame that readers can reuse across related metrics.

Reading goalWhat to focus onCommon mistake
DefinitionWhat the metric is and what quantity it summarizesTreating the formula as self-explanatory
Formula choiceSample versus population assumptions and notationUsing n when n-1 is required or vice versa
InterpretationWhether the result indicates concentration, spread, or riskCalling a large value good or bad without context

Frequently Asked Questions

How should I interpret a high standard deviation?

A high standard deviation means the observations are spread farther from the mean on average. Whether that spread is acceptable depends on the context: wide dispersion might signal risk in finance, instability in manufacturing, or genuine natural variation in scientific data.

Why do some articles mention n while others mention n-1?

The denominator reflects the difference between population and sample formulas. Population variance and population standard deviation use N because the full dataset is known. Sample variance and sample standard deviation often use n-1 because Bessel’s correction reduces bias when estimating population spread from a sample.

What is a statistical interpretation guide?

A statistical interpretation guide is a page that moves beyond arithmetic and explains meaning. It tells you what a metric is, when the formula applies, and how to describe the result in plain English without overstating certainty.

Can I cite this article in a report?

You should cite the underlying authoritative reference for formal work whenever possible. This page is best used as an explanatory bridge that helps you understand the concept before quoting the original standard or handbook.

Why include direct citations on every article page?

Direct citations give readers a route to verify the definition, notation, and assumptions. That improves trust and reduces the chance that a simplified explanation is mistaken for the entire technical standard.

Authoritative References

These sources define the concepts referenced most often across our articles. Bessel's correction is a sample adjustment, variance is a squared measure of spread, and standard deviation is the square root of variance expressed in the same units as the data.