コンテンツへスキップ

仮説検定における小さなP値の計算

皆さん、

パティがマークを助け、仮説検定における小さなP値を特定する様子を、引き続き見ていきましょう。この話の第一部 はこちらです。

パティとマークはしばらくおしゃべりをし、マークが分析していたデータの一部を確認した。

「マーク、わかりやすく説明するために、ある伝達効率(TE)を別の値と比較していると仮定しましょう。たとえば、100件のTEの測定値を収集し、それらが統計的にある値よりも大きいかどうかを確認したいとします。そこで、帰無仮説を94%、対立仮説を94%より大きいと設定することになります」とパティは言った。

パティはホワイトボードの前に立ち、次のように書き出した:

Ho:平均値=94%

H1:平均値が94%を超える

「100回の測定値の平均を100%、標準偏差を10%と仮定しましょう」と彼女は続けた。

「まさにその通り、データもほぼその通りだった」とマークは答えた。

パティはこれらのデータをMinitabに入力し、次のような出力を得た:

帰無仮説 μ = 94、対立仮説 μ > 94、T値 6 を示す統計検定の結果。

「そこで、帰無仮説を棄却し、平均値(すなわち100)は94%よりも統計的に大きいと結論づけます」とパティは言った。

「でも、P値が0.000だって書いてあるよ」とマークはうめいた。「だからマイクにこっぴどく叱られたんだ」と彼はため息をついた。

「Minitabを使って、平均0、標準偏差1の正規分布のグラフを描き、そのグラフ上で6がどこに位置するかを確認してみましょう。この6は、T値6(あるいは、標本サイズが400以上といったように大きい場合はZ値)に相当します」とパティは言った。図1を参照のこと。

「分布プロット」と題された、平均94、標準偏差…のベル型正規分布曲線のプロット。

図1. Minitabのグラフィカル出力。

「うわっ、P値が9.8659×10⁻¹⁰だ」とマークは声を上げた。

「結局のところ、このグラフ作成機能でさえ、T値やZ値が約8を超えると、P値が0と算出されてしまうのです」とパティは確認した。

「うわっ、T値が8以上だったら、マイクにまだ叱られるかもしれないな」とマークは愚痴をこぼした。

「大丈夫よ」とパティは言った。「ガウス分布の積分の微積分問題を解いてみたところ、それが補誤差関数であることがわかったの。Excel®では、T値またはZ値が最大37.5までの補誤差関数を計算できるわ。この場合、対応するP値は4.61E-308よ。」図2を参照のこと。

P値とT値またはZ値が記載されたスプレッドシートの表で、37.5が青色で強調表示されている。

図2. P値を計算するためのパティーのExcelスプレッドシート。

マークは「もし37.5より大きかったら?」と懇願した。

「宇宙にはたったの約1080個の原子しかないと考えると、4.61E-308なんて気にしなくていいわ。だって、これは2.16E307分の1の確率なんだから」とパティは冗談を言った。 「とはいえ、もし本当にT = 37.5を超える必要が生じた場合は、私がTを1000をはるかに超える値、おそらくどんな数値でも扱える手法を開発しました。ただ、Excel®では実行できませんけどね」と彼女は続けた。

マークは期待を込めて尋ねた。「じゃあ、そのExcel®のスプレッドシートをもらえるんだね。もしTが37.5を超えてしまうようなことがあっても、手伝ってくれるよね?」

「もちろんよ」とパティは言った。「あ、それと、マイク・マディガンにそんなに気後れしなくていいわよ……彼は実はただの大きなテディベアみたいな人なんだから」と、彼女はからかうように言った。

それを聞いて、二人はくすくすと笑ったが、マークの笑いはあまり自然ではなかった。

乾杯

ロン博士

パティによるガウス正規分布関数と補完誤差関数の積分結果は以下の通りです。P値を計算するExcel®スプレッドシートのコピーをご希望の方は、[email protected] までメールをお送りください。

置換法を用いた、z から無限大までの p 値積分を含むガウス分布の公式。