統計の検定で第2種過誤(β-error)がいまいちわかりません。 仮説検定を行う手続きで 帰無仮説が正しいと勝手に決め込んで切り込みますが 本来、 (1)本来、帰無仮説が正しい場合 それを棄却すると第1種過誤(αエラー)、棄却しないと真に正しい判断(1-α) (2)本来、帰無仮説が間違っている場合 帰無仮説を棄却すると真に正しい判断(1-β)、棄却しないと第2種過誤(βエラー) ですよね? 仮説検定においては(1)の場合のみを想定して、αエラーの確率を有意水準(p<0.05など)をもって棄却すると判断し、保障していますが、βエラーの確率は一体どう保障するのでしょうか? よく分布図に、有意水準のラインが引いてあり、αエラーの確率分布とβエラーの確率分布を交わらせてますが、その図でαエラーの有意水準より内側がβ、外側(棄却域)が1-βとなっているから、1-βである検出力を多く見積もるために、有
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く