さくっと学習

統計的検定の一問一答(10問)

心理学検定「B2 統計・測定・評価」の「統計的検定」の問題を、答えと解説つきで並べています。まず自分で答えを考えてから「答えと解説を見る」を開いてください。

この科目を一問一答で解く ▶ 心理学検定のトップへ

  1. 問1B2-031

    統計的検定で有意水準を5%に設定することの意味として、最も適切なものを1つ選べ。

    1. ① 帰無仮説が偽であるにもかかわらず、それを棄却できない確率を5%以下にすること
    2. ② 帰無仮説が正しい確率が5%以下であると見なすこと
    3. ③ 同じ研究を繰り返したときに、結果が再現しない割合を5%以下にすること
    4. ④ 帰無仮説が真であるにもかかわらず、それを誤って棄却してしまう確率の許容上限を5%にすること
    答えと解説を見る

    正解:④ 帰無仮説が真であるにもかかわらず、それを誤って棄却してしまう確率の許容上限を5%にすること

    有意水準αは、帰無仮説が真のときにそれを誤って棄却する確率(第1種の誤り)の上限として、分析者があらかじめ定める基準である。帰無仮説や対立仮説が正しい確率を表すものではない。

    • ① 誤り。帰無仮説が偽なのに棄却できない確率は第2種の誤り(β)で、有意水準とは別の概念である。
    • ② 誤り。検定は帰無仮説が真である確率を直接与えない。αは帰無仮説が真という条件のもとでの確率である。
    • ③ 誤り。有意水準は再現性の割合ではない。再現性は検定力や研究の質に左右される。
    • ④ 正しい。有意水準は第1種の誤りを犯す確率の許容上限である。
  2. 問2B2-032

    次の検定のうち、母集団分布に正規分布などの特定の分布を仮定せず、データの順位などを用いるノンパラメトリック検定として、最も適切なものを1つ選べ。

    1. ① ピアソンの積率相関係数の無相関検定
    2. ② マン・ホイットニーのU検定
    3. ③ 対応のない2群のt検定
    4. ④ 1要因の被験者間分散分析(F検定)
    答えと解説を見る

    正解:② マン・ホイットニーのU検定

    マン・ホイットニーのU検定は、2群のデータを合わせて順位をつけて比較するノンパラメトリック検定で、対応のないt検定に対応する。正規分布のような特定の母集団分布を仮定しない点が特徴である。なお、U検定を位置(中央値)の差の検定として解釈するには、2群の分布の形が同じであるという前提が必要になる。一方、t検定、F検定、ピアソンの無相関検定は、正規分布などの母集団分布を仮定するパラメトリック検定である。

    • ① 誤り。ピアソンの無相関検定は二変量正規分布を仮定するパラメトリック検定である。
    • ② 正しい。順位に基づく検定で、正規分布のような特定の分布を仮定しない。
    • ③ 誤り。t検定は母集団の正規性を仮定するパラメトリック検定である。
    • ④ 誤り。分散分析のF検定は、正規性と等分散性を仮定するパラメトリック検定である。
  3. 問3B2-033

    検定力(検出力)について述べた文として、適切でないものを1つ選べ。

    1. ① 測定の信頼性が高く、データの誤差が小さいほど、検定力は高くなる。
    2. ② 母集団における効果量が大きいほど、検定力は高くなる。
    3. ③ 有意水準を.05から.01に変更すると、第1種の誤りの確率が下がるので、検定力は高くなる。
    4. ④ 標本サイズが大きいほど、標準誤差が小さくなるので、検定力は高くなる。
    答えと解説を見る

    正解:③ 有意水準を.05から.01に変更すると、第1種の誤りの確率が下がるので、検定力は高くなる。

    検定力は、帰無仮説が偽のときにそれを正しく棄却する確率(1−β)である。標本サイズの増加、効果量の増大、誤差の減少によって高まる。一方、有意水準を.05から.01へと厳しくすると、棄却域が狭まって第1種の誤りは減るが、第2種の誤りが増えるため、検定力はかえって低下する。

    • ① 適切。誤差が小さいほど検定統計量が大きくなりやすく、検定力が高まる。
    • ② 適切。真の効果が大きいほど、それを検出しやすく、検定力は高くなる。
    • ③ 不適切(正解)。有意水準を厳しくすると第1種の誤りは減るが、第2種の誤りが増えて検定力は低下する。
    • ④ 適切。標本サイズが大きいと標準誤差が小さくなり、真の差を検出しやすくなって検定力が高まる。
  4. 問4B2-034

    対応のない2群の平均値を比較する際に、2群の母分散が等しいと仮定できない場合に、自由度を調整して用いられる検定として、最も適切なものを1つ選べ。

    1. ① マクネマー検定
    2. ② ウェルチのt検定(Welchの検定)
    3. ③ 対応のあるt検定
    4. ④ フィッシャーの正確確率検定
    答えと解説を見る

    正解:② ウェルチのt検定(Welchの検定)

    ウェルチのt検定(Welchの検定)は、等分散性(分散の等質性)を仮定せずに対応のない2群の平均値差を検定する方法で、自由度を修正して用いる。2群の母分散が等しいと仮定できない場合に、通常のスチューデントのt検定の代わりに用いられる。なお、先に等分散性の検定を行い、その結果でスチューデントのt検定とウェルチのt検定を使い分ける二段階の手順は、検定の多重性の問題などから推奨されなくなっている。近年は、等分散かどうかにかかわらずウェルチの検定を標準的に用いることも多い。対応のあるt検定は同一対象の測定値など対応のあるデータ、マクネマー検定は対応のある2値データ、フィッシャーの正確確率検定は度数データ(主に小標本の2×2表)に用いる。

    • ① 誤り。マクネマー検定は、対応のある2値データの比率の変化を検討する検定である。
    • ② 正しい。ウェルチのt検定は、等分散を仮定せず、自由度を調整して対応のない2群の平均値を比較する。
    • ③ 誤り。対応のあるt検定は、同一対象の測定値など対応のあるデータの平均値差に用いる。
    • ④ 誤り。フィッシャーの正確確率検定は、度数データ(主に小標本の2×2表)に用いる検定である。
  5. 問5B2-035

    カイ二乗検定(χ²検定)について、適切でないものを1つ選べ。

    1. ① a行×b列のクロス表における独立性の検定の自由度は、(a−1)×(b−1)である。
    2. ② 期待度数の小さいセルが多いほど、検定統計量のχ²分布による近似は良くなるため、小標本の2×2表にも適している。
    3. ③ 独立性の検定では、2つのカテゴリカル変数に関連があるかどうかを、観測度数と期待度数のずれから検討する。
    4. ④ 適合度検定では、観測された度数が、理論的に想定した度数の分布に合致しているかどうかを検討する。
    答えと解説を見る

    正解:② 期待度数の小さいセルが多いほど、検定統計量のχ²分布による近似は良くなるため、小標本の2×2表にも適している。

    カイ二乗検定は、検定統計量がχ²分布に近似的に従うことを利用する。そのため期待度数が小さいセルが多いと近似が悪くなり、検定結果の信頼性が下がる。目安として、期待度数が5未満のセルが全セルの20%を超える場合は、χ²分布による近似が不十分とされる。2×2表でこのような場合には、フィッシャーの正確確率検定を用いる。判断の基準は標本の大きさそのものではなく、期待度数である。独立性の検定の自由度は(行数−1)×(列数−1)である。

    • ① 適切。たとえば2×2表なら自由度は(2−1)×(2−1)=1になる。
    • ② 不適切(正解)。期待度数が小さいセルが多いと、χ²分布による近似は悪くなる。期待度数が5未満のセルが全体の20%を超えるような場合は、フィッシャーの正確確率検定を用いる。
    • ③ 適切。独立性の検定の基本的な考え方である。
    • ④ 適切。適合度検定は、1つの変数の度数分布が理論分布に合うかを調べる。
  6. 問6B2-036

    両側検定と片側検定について、最も適切なものを1つ選べ。

    1. ① 有意水準5%の片側検定は、有意水準10%の両側検定より第1種の誤りを犯す確率が高い
    2. ② データを見て差の方向を確認してから片側検定に切り替えるのが、検定力を高める適切な手順である
    3. ③ 片側検定は、差の方向を事前に理論的根拠から予想できる場合に用いられ、予想した方向の差に対しては、同じ有意水準で両側検定より帰無仮説が棄却されやすい(検定力が高い)
    4. ④ 両側検定では、棄却域を検定統計量の分布の一方の端だけに設ける
    答えと解説を見る

    正解:③ 片側検定は、差の方向を事前に理論的根拠から予想できる場合に用いられ、予想した方向の差に対しては、同じ有意水準で両側検定より帰無仮説が棄却されやすい(検定力が高い)

    両側検定は棄却域を分布の両端にα/2ずつ設け、片側検定は一方の端にαを設ける。そのため、予想した方向では片側検定のほうが臨界値の絶対値が小さく(例:z検定・α=5%で片側1.645、両側1.96)、同じ有意水準なら帰無仮説が棄却されやすい(検定力が高い)。ただし片側検定は、予想と逆方向の差が大きくても棄却できない。方向の選択は、データを見る前に理論的根拠に基づいて決めておく必要がある。

    • ① 誤り。有意水準5%の片側検定の第1種の誤りの確率は5%で、10%の両側検定(10%)より低い。10%の両側検定は両端に5%ずつ棄却域を置くので、予想した側の臨界値の絶対値(1.645)は5%の片側検定と一致するが、棄却域全体の大きさは10%と5%で、片側検定のほうが半分である。
    • ② 誤り。データを見てから片側に変えると、第1種の誤りの確率が実質的に膨らむ。方向は事前に決める。
    • ③ 正しい。片側検定は予想した方向の臨界値の絶対値が小さい(例:z検定・α=5%で片側1.645、両側1.96)ため、その方向の差に対しては帰無仮説を棄却しやすく、検定力が高い。
    • ④ 誤り。これは片側検定の説明である。両側検定は両端にα/2ずつ棄却域を設ける。
  7. 問7B2-037

    あるt検定の結果、有意確率(p値)が.03であった。このp値の解釈として、最も適切なものを1つ選べ。

    1. ① 対立仮説が真である確率が97%である
    2. ② 帰無仮説が真であると仮定したとき、観測された検定統計量と同じか、それ以上に極端な値が得られる確率が3%である
    3. ③ 2群の差が、母集団で3%の大きさであることを示す
    4. ④ 帰無仮説が真である確率が3%である
    答えと解説を見る

    正解:② 帰無仮説が真であると仮定したとき、観測された検定統計量と同じか、それ以上に極端な値が得られる確率が3%である

    p値(有意確率)は、帰無仮説が真という前提のもとで、手元のデータから得た検定統計量と同じか、それ以上に極端な値が得られる確率である。帰無仮説や対立仮説が正しい確率ではなく、効果の大きさを表すものでもない。P(データ|H0)とP(H0|データ)は別のものであり、取り違えないことが重要である。

    • ① 誤り。p値から対立仮説が真である確率は求まらない。1−pがその確率になるわけでもない。
    • ② 正しい。観測値と同じかそれ以上に極端な値が得られる確率というp値の定義どおりの解釈である。
    • ③ 誤り。p値は効果の大きさを表さない。大きさは効果量で表す。
    • ④ 誤り。p値は、帰無仮説が真という条件のもとで、観測値と同じかそれ以上に極端なデータが得られる確率である。帰無仮説そのものが真である確率、つまりP(H0|データ)ではない。P(データ|H0)とP(H0|データ)を取り違えないこと。
  8. 問8B2-038

    効果量と統計的検定の関係について、最も適切なものを1つ選べ。

    1. ① 効果量は、標本サイズが大きくなるほど系統的に大きくなる指標である
    2. ② 検定結果が有意でなければ、効果量を報告する意味はない
    3. ③ 母集団の真の効果が0でなければ、標本サイズが十分に大きいと、効果量が小さくても統計的に有意になりやすい
    4. ④ p値が小さいほど、効果量も必ず大きい
    答えと解説を見る

    正解:③ 母集団の真の効果が0でなければ、標本サイズが十分に大きいと、効果量が小さくても統計的に有意になりやすい

    検定の有意性は標本サイズに強く左右される。母集団の真の効果が0でなければ、標本が大きいほど検出力が高まり、わずかな差や関連でも有意になりやすい。なお、真の効果が0であれば、標本をどれだけ大きくしても有意になる確率は有意水準αのままである。そのため、差や関連の実質的な大きさを示す効果量を、p値と併せて報告することが推奨される。

    • ① 誤り。効果量は母集団の効果の大きさを推定する指標であり、標本サイズに応じて系統的に大きくなるものではない。標本が大きいほど推定の精度が上がる。
    • ② 誤り。有意でない結果でも効果量は有用で、メタ分析や検定力分析に利用できる。
    • ③ 正しい。有意性と効果の大きさは別物であり、真の効果が0でなければ、標本サイズが大きいと小さな効果でも有意になりやすい。
    • ④ 誤り。p値は標本サイズにも依存するため、小さいp値は効果が大きいことを意味しない。
  9. 問9B2-039

    メタ分析について、最も適切なものを1つ選べ。

    1. ① 有意な結果ばかりが公表されやすいという出版バイアスがあると、統合した効果量が過大評価されるおそれがある
    2. ② 研究間の異質性が大きい場合でも、固定効果モデルを用いるのが常に適切である
    3. ③ 研究ごとに測定尺度が異なる場合は、標準化した効果量を用いても結果を統合できない
    4. ④ 各研究のp値を単純に平均して、全体の結論を出す方法である
    答えと解説を見る

    正解:① 有意な結果ばかりが公表されやすいという出版バイアスがあると、統合した効果量が過大評価されるおそれがある

    メタ分析は、複数の研究の効果量を標本サイズなどに基づいて重みづけして統合する。有意でない結果が公表されにくいと、統合結果が偏る。この偏りの検討にはファンネルプロットなどが用いられる。尺度が異なっても標準化効果量なら統合できる。

    • ① 正しい。出版バイアス(公表バイアス)は、メタ分析の重要な問題点である。
    • ② 誤り。異質性が大きいときは、研究間のばらつきを想定するランダム効果モデルが検討される。
    • ③ 誤り。標準化した効果量(dやrなど)を使えば、尺度の違う研究も統合できる。
    • ④ 誤り。統合の対象は効果量で、p値の単純平均ではない。
  10. 問10B2-040

    3つの独立な検定を、それぞれ有意水準5%で行う。3つの帰無仮説がすべて真であるとき、少なくとも1つで誤って帰無仮説を棄却してしまう確率は、およそどれか。最も適切なものを1つ選べ。

    1. ① 約86%
    2. ② 約10%
    3. ③ 約14%
    4. ④ 5%のまま変わらない
    答えと解説を見る

    正解:③ 約14%

    1回も誤らない確率は.95³≒.857なので、少なくとも1回誤る確率は1−.857≒.143(約14%)である。検定を繰り返すほど全体としての第1種の誤りが膨らむ。多重比較で調整が必要な理由である。

    • ① 誤り。約86%は1回も誤らない確率(.95³)で、問われている確率の補数である。
    • ② 誤り。10%は2回分に近い値で、3回では約14%になる。
    • ③ 正しい。1−(1−.05)³≒.143である。
    • ④ 誤り。5%は1回あたりの確率で、3回行うと全体の誤り率は増える。

B2 統計・測定・評価のほかの論点

B2 統計・測定・評価の用語集(203語)

問題はすべてこのサイトのオリジナルで、本物の過去問ではありません。AI で作り、別の AI が答えと根拠を確かめた物だけを載せていますが、まちがいが残っているかもしれません。