[Statistical hypothesis testing - Wikipedia](https://en.wikipedia.org/wiki/Statistical_hypothesis_testing) - [[帰無仮説]] $H_{0}$： 倒したい主張 - [[対立仮説]] $H_{1}$： 通したい主張 > もし $H_{0}$だとしたら、こんなに$H_{1}$っぽいデータが偶然出てしまう確率はたったの△△しかない。だから$H_{0}$だなんていう説は受け入れがたい。 △△を示す確率が[[P値]]であり、有意水準$\alpha$ - p値 < $\alpha$ -> $H_{0}$を棄却 - p値 >= $\alpha$ -> $H_{0}$を棄却できない （どちらともいえない） ## 検出力 - 第一種の過誤(false reject)：本当は$H_{0}$なのに$H_{0}$を棄却してしまう - その確率は有意水準$\alpha$に等しい - 有意水準を小さくするほど、第一種の過誤が起きる確率は小さくなる - 第二種の過誤(false accept)：本当は$H_{0}$でないのに、$H_{0}$を受容してしまう - 第二種の過誤の起きる確率を$\beta$で表す 第一種の過誤を減らそうとすれば、第二種の過誤が増加する。 この関係性を[[ROC曲線]]で可視化できる。 ## [[単純仮説]] ## 文献 <iframe class="hatenablogcard" style="width:100%;height:155px;margin:15px 0;max-width:680px;" title="統計的検定とか有意とか考えれば考えるほど何もわからない - と。" src="https://hatenablog-parts.com/embed?url=https://socinuit.hatenablog.com/entry/2022/03/20/140952" frameborder="0" scrolling="no"></iframe>