P

P検定とは何ですか？

P検定は、母集団について一般に受け入れられている主張を述べる帰無仮説の有効性をテストする統計的手法です。 ヌルという用語は少し誤解を招くかもしれませんが、目的は、それを反証または無効化しようとすることにより、受け入れられた事実をテストすることです。 P検定は、広く受け入れられているクレームを拒否するか、拒否できない（統計が「決定的でない」ことを示す）証拠を提供できます。

重要なポイント

• P検定は、母集団について一般に受け入れられている主張を述べる帰無仮説の有効性をテストする統計的手法です。 P検定統計量は、通常、大きなサンプルサイズが使用される場合、標準正規分布に従います。

P検定について

P検定は、受け入れられたクレームの信頼性を研究者が判断できるようにする値を計算します。 対応するp値は、研究者が結果のランダム性を評価するために選択した統計的に有意なレベル（信頼レベル）のアルファ（α）と比較されます。 通常、P検定統計量は、大きなサンプルサイズが使用される場合の標準正規分布に従います。

研究者は通常、5％以下のアルファレベルを選択します。これは、95％以上の信頼レベルに変換されます。 つまり、アルファ値が5％未満のp値は、結果が ランダムで は ない 可能性が95％を超えていることを意味し、結果の重要性が高まります。 これは、研究者が帰無仮説を棄却できる証拠です。

• p値が小さいほど（p値<アルファ）、帰無仮説が棄却されるという証拠と、対立仮説がより信頼できる可能性があるという証拠が強くなります。p値が大きいほど（p値>アルファ）、帰無仮説に対する証拠を弱くすることは、拒否できないことを意味し、テストを決定的にしません。

主張を検証するために仮説検定を実施する場合、研究者は2つの仮説-ヌル（H ₀ ）と代替（H ₁ ）を仮定します。 帰無仮説と対立仮説を定式化することは、P検定が研究者に提供できる有用性の鍵です。

帰無仮説は、研究者がそれを拒否できるかどうかを確認するためにテストする一般的な信念または前提を述べています。 把握すべき重要な点は、研究者が帰無仮説を常に拒否したいということであり、P検定はこの目標の達成を支援します。 もう1つの注意点は、P検定が帰無仮説の棄却に失敗した場合、その試験は決定的ではないとみなされ、帰無仮説の肯定を意味するものではないということです。

対立仮説は、調査対象の現象をよりよく説明するために、研究者によって立てられた異なる説明です。 したがって、それは唯一の、または最良の可能な代替説明である必要があります。 このように、p値が帰無仮説の棄却を検証した場合、対立仮説は信頼できると見なすことができます。

Z検定とT検定

一般的で単純なタイプの統計検定はz検定で、サンプル平均の統計的有意性を仮説母集団平均に対して検定しますが、母集団の標準偏差を知る必要がありますが、これは不可能な場合がよくあります。 t検定は、母集団の標準偏差ではなく、サンプルの標準偏差のみを必要とするという点で、より現実的なタイプの検定です。

特にバイオテクノロジーにおいて、統計が製品開発にどのように影響するかを理解することは、投資家がより多くの情報に基づいた投資決定を下すように導くのに非常に役立ちます。 たとえば、有望な薬剤の臨床試験の統計結果の基本的な理解は、バイオテクノロジー株の潜在的な利益を評価する際に非常に貴重です。