仮説検定

ある仮説が統計的に正しいかどうかを、データに基づいて判定する手法。帰無仮説と対立仮説を立て、有意水準を設定してデータの検定統計量から判定を行う。

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。

数値として測定でき、四則演算や統計処理の対象になるデータ。売上金額や個数などが該当し、平均や分散といった代表値で特徴を把握できる。

分類や順序を表し、数値としての大小に意味を持たないデータ。性別や満足度の区分などが該当し、集計は度数や割合で行う。

時間の経過に沿って記録されたデータ。傾向や季節変動、周期性を読み取れるが、比較の際は対象期間の粒度を揃える必要がある。

アソシエーション分析で、ある商品を買った人が別の商品も買う確率が、全体の購買確率の何倍かを示す指標。1を超えるほど関連が強いと判断する。

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。

データ全体の特徴を一つの値で表したもの。平均値、中央値、最頻値があり、外れ値の影響を受けやすい平均値と受けにくい中央値を使い分ける。