仮説検定

統計データに基づいて帰無仮説の採否を判定する手法。有意水準（通常5%や1%）を設定し、検定統計量がその水準を超えた場合に帰無仮説を棄却する。第1種の誤り（偽陽性）と第2種の誤り（偽陰性）のバランスが重要。

説明変数と目的変数の関係を数式（回帰式）で表現し、予測や要因分析を行う統計手法。説明変数が1つの単回帰分析と、複数の重回帰分析がある。将来の予測やデータ分析に広く用いられる。

2つの変数間に見られる関連性の度合い。正の相関（一方が増えると他方も増える）と負の相関（一方が増えると他方は減る）がある。相関があっても因果関係があるとは限らない点に注意が必要。

仮説検定において、帰無仮説を棄却する基準となる確率。一般的に5%（0.05）や1%（0.01）が用いられる。有意水準以下の確率で起こる事象が観測された場合、帰無仮説を棄却する。

データのばらつきを示す指標で、分散の正の平方根。値が大きいほどデータが平均値から離れて散らばっていることを示す。品質管理や統計分析で広く使用される。

データの散らばり具合を示す統計量で、各データと平均値の差の2乗の平均。標準偏差の2乗に等しい。V(X) = E((X-μ)²)で計算される。

2つの変数間の線形関係の強さと方向を示す指標。-1から1の範囲の値を取り、1に近いほど正の相関、-1に近いほど負の相関、0に近いほど相関がないことを示す。