仮説検定

母集団についての仮説が正しいかを標本データから統計的に判断する手続き。否定したい仮説（帰無仮説）を立て、それが正しいとしたら起こりにくいデータが得られた場合に棄却する。A/Bテストの評価などに使う。

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。

母集団についての仮説が、得られた標本から見て妥当かを統計的に判断する手続き。差が偶然の範囲かどうかを有意水準に照らして判定する。

母集団についての仮説が正しいかを、標本のデータから確率的に判断する統計手法。「差がない」などの帰無仮説を立て、それが正しいとしたときに観測結果以上に極端な結果が得られる確率（p値）が有意水準を下回れば、帰無仮説を棄却して対立仮説を採択する。正しい帰無仮説を棄却する第1種の誤りと、誤った帰無仮説を棄却しない第2種の誤りがある。

母集団について立てた仮説が正しいかを、標本のデータから確率的に判断する統計手法。否定したい帰無仮説を立て、帰無仮説が正しいとしたときに観測結果以上に極端な結果が得られる確率（p値）が有意水準（5%など）を下回れば、帰無仮説を棄却して対立仮説を採択する。

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。

一定期間ずつ区間をずらしながら平均を取る手法。短期的な変動をならして基調となる傾向を読み取りやすくする。

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。