タグ検索の該当結果が少ないため、タイトル検索結果を表示しています。
統計的仮説検定における効果量の概念と必要サンプルサイズの算出｜Dentsu Digital Tech Blog
この記事について電通デジタルでデータサイエンティストをしている中嶋です。今回の記事では統計的仮説検定における検出力や効果量の概念及び、それらを考慮した事前のサンプルサイズ設計について説明します。読者層としては、既に統計的仮説検定の基本的な使い方を理解している方を主な対象としていますが、そうでない方にもわかるように最初に簡単な復習をします。 統計的仮説検定について 概要 統計的仮説検定（以下、仮説検定）とは、性質の異なるグループ間で平均や分散など各グループを代表するような数値を比較する際に、その差が偶然生じたものか、そうでなく何かしら必然性がありそうかを検証するための統計手法です。例えば比較分析したい2つの群（ex. ユーザーグループ）があった時にある指標（ex. 各群の年齢の平均値）を比較して、統計的に偶然ではないレベルで差異が生じているかを判定したいときに仮説検定を使うことができます。
はじめに A/Bテストのサンプルサイズ設計を行う際に必要となる「効果量」についてのお話です。両側検定を行うときに、ちょっとだけ気にしておいた方がいいかもしれないことを発見したので、備忘録として書いておきます。解釈に誤りを含んでいそうなので、やさしい鉞をお待ちしています。 具体例 T群がC群を有意に上回る例 まずは例として、母比率の差の検定について考えます。まずは次の設定のもとでサンプルサイズ設計を行う事を考えてみましょう。C群とT群のイベント発生率をそれぞれ\(p_1, p_2\)とおいてテスト設計を行います。検出力（\(\beta\)）や有意水準（\(\alpha\)）などのパラメータは以下の通りとします。 \[ \begin{aligned} p_1 &= 0.1\\ p_2 &= 0.2\\ 1 - \beta &= 0.8\\ \alpha &= 0.05 \end{aligned
英語教育研究の査読で困った！サドコマシリーズ第４弾！とてもご好評いただいております！シェアしてくださると嬉しいです！！ このシリーズについては↓ kusanagi.hatenablog.jp 第４弾では，英語教育研究における「効果量（effect size）に関わる誤解」についての私見を述べます。国内の英語教育研究では，2010年頃から効果量を報告する論文が徐々に増加しました。しかし，それに伴って効果量について根本的な誤解をもったまま研究を進める例が目立つようになりました。そのもっとも典型的な例は，「検定結果は有意ではなかったが，効果量が大を示した。このことから，実質科学的にこの指導法の効果はあったものと考えられる」といった主張です。この主張のどのような点が問題になるのでしょうか？そして英語教育研究において，効果量の報告にはどのような意義があるのでしょうか？ ＊あくまでもこの記事は英語教育
マーキュリー２世 on Twitter: "練習を積み重ねているほど、バイオリンの演奏スキルが高いという先行研究、再現できず。効果量はそれなりにあるが、オリジナル研究の効果量よりも小さい。練習内容を先生がデザインしてもほとんど意味はない。The role of delibe… https://t.co/WgNDrHse8R"
練習を積み重ねているほど、バイオリンの演奏スキルが高いという先行研究、再現できず。効果量はそれなりにあるが、オリジナル研究の効果量よりも小さい。練習内容を先生がデザインしてもほとんど意味はない。The role of delibe… https://t.co/WgNDrHse8R
効果量は，データの単位に依存しない標準化された効果の程度を表す指標です．効果とは，データの差・影響・相関・連関のことです．効果量は単位の異なる研究から得られた効果の比較や人数の異なる研究から得られた効果の比較が可能です．例えば，論文Aの報告で若年群と高齢群の膝伸展筋力の差が平均30±10kgだったとします．次に論文Bの報告では若年群と高齢群の膝伸展筋力の差が平均20±30N（ニュートン）だったとします．この結果を見て，論文BよりもAの差が大きいとは言えません．それはデータの単位がkgとNで異なるからです．どちらの論文の結果の差が大きいかを比べたいときは，効果量を求めて比較すると明確になります．なお，効果量はノンパラメトリックな手法（ノンパラメトリック検定）が対象となるデータでも算出できるものがあります． また効果量には，いくつか種類があり，特にrという効果量と，dという効果量の2種類が代表
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
![松尾研LLMコミュニティ "Beginning LLM"にて『面倒なことはLLMにやらせよう』というタイトルで登壇しました - karaage. [からあげ]](https://cdn-ak-scissors.b.st-hatena.com/image/square/b3c75ce49b7f11130d13881931d5251eb64d2b80/height=288;version=1;width=512/https%3A%2F%2Fcdn.image.st-hatena.com%2Fimage%2Fscale%2Fde65b8784a556797237450a6aba87443b90ae220%2Fbackend%3Dimagemagick%3Bheight%3D1300%3Bversion%3D1%3Bwidth%3D1300%2Fhttps%253A%252F%252Fcdn-ak.f.st-hatena.com%252Fimages%252Ffotolife%252Fk%252Fkaraage%252F20241017%252F20241017233417.png)
A/Bテストにおける「効果量」の非対称性 – nonentity data scientist
【サドコマ④】有意差がなかったのに効果量が大きい？【効果量の誤解】 - 草薙の研究ログ
効果量 effect size - 一般社団法人 日本理学療法学会連合
anond.hatelabo.jp
ruka2.ue.bulog.jp
news.ntv.co.jp
matomedane.jp
news.yahoo.co.jp
ameblo.jp/xxxxasukaxxxx