2023-06-23 12:15:59 +00:00
<!doctype html> < html lang = en > < head > < meta charset = utf-8 > < meta name = description content = "概要 仮説検定におけるパラメトリック検定とは，母集団のサンプルに対する検定のうち，母集団の分布を事前に仮定する検定である 母集団のサンプルに対する検定のうち，パラメトリック検定でないものはノンパラメトリック検定である パラメトリック検定 母集団がある特定の分布であると事前に仮定する検定 ノンパラメトリック検定に比べて，計算が楽 手計算はこっちの方が嬉しい 母集団が仮定と異なる分布を持つ場合，検定の結論に意味は無い 事前検定で母集団の仮定を検証するのはやめた方がいい（後述） ノンパラメトリック検定 母集団の分布を仮定しない検定 計算がめんどくさい サンプルサイズが頭おかしいほど大きくない限り，コンピュータなら一瞬 仮定に沿うパラメトリック検定が存在する場合，それよりも精度は落ちるが，実用的な問題はない 事前検定 欲しい結果を得る検定の前に行われる検定のこと 多重検定の問題を孕む 個人的には，大抵の場合において事前検定は愚行だと思っている 母集団の正規性を仮定するパラメトリック検定を使いたいがために，事前検定として正規性の検定(Shapiro-wilk test)をする人がいる 個人的には多重検定問題沼に足を突っ込むぐらいなら，そこまでしてパラメトリック検定を使う必要はないと思う 大人しくノンパラメトリック検定を使うべき そもそもコンピュータ使えば計算コストは無視できる まとめ 仮説検定は2つに分けられる パラメトリック検定: 母集団の分布になんらかの仮定が必要な検定 ノンパラメトリック検定: それ以外の検定 パラメトリック検定をしたいがために多重検定を使うぐらいならば，ノンパラメトリック検定を使うべき " > < meta property = "og:title" content = "パラメトリック検定とノンパラメトリック検定" > < meta property = "og:description" content = "概要 仮説検定におけるパラメトリック検定とは ， 母集団のサンプルに対する検定のうち ， 母集団の分布を事前に仮定する検定である 母集団のサンプルに対する検定のうち ， パラメトリック検定でないものはノンパラメトリック検定である パラメトリック検定 母集団がある特定の分布であると事前に仮定する検定 ノンパラメトリック検定に比べて ， 計算が楽 手計算はこっちの方が嬉しい 母集団が仮定と異なる分布を持つ場合 ， 検定の結論に意味は無い 事前検定で母集団の仮定を検証するのはやめた方がいい （ 後述 ） ノンパラメトリック検定 母集団の分布を仮定しない検定 計算がめんどくさい サンプルサイズが頭おかしいほど大きくない限り ， コンピュータなら一瞬 仮定に沿うパラメトリック検定が存在する場合 ， それよりも精度は落ちるが ， 実用的な問題はない 事前検定 欲しい結果を得る検定の前に行われる検定のこと 多重検定の問題を孕む 個人的には ， 大抵の場合において事前検定は愚行だと思っている 母集団の正規性を仮定するパラメトリック検定を使いたいがために ， 事前検定として正規性の検定 ( Shapiro-wilk test ) をする人がいる 個人的には多重検定問題沼に足を突っ込むぐらいなら ， そこまでしてパラメトリック検定を使う必要はないと思う 大人しくノンパラメトリック検定を使うべき そもそもコンピュータ使えば計算コストは無視できる まとめ 仮説検定は2つに分けられる パラメトリ <EFBFBD> <EFBFBD>
2023-06-18 07:34:12 +00:00
< script src = https://ar.falsy.cat/js/util.00639692264b21bc3ee219733d38a8be.min.js > < / script >
< link rel = preload href = https://cdn.jsdelivr.net/npm/katex@0.15.1/dist/katex.min.css as = style onload = 'this.onload=null,this.rel="stylesheet"' integrity = sha384-R4558gYOUz8mP9YWpZJjofhk+zx0AS11p36HnD2ZKj/6JR5z27gSSULCNHIRReVs crossorigin = anonymous > < script defer src = https://cdn.jsdelivr.net/npm/katex@0.15.1/dist/katex.min.js integrity = sha384-z1fJDqw8ZApjGO3/unPWUPsIymfsJmyrDVWC8Tv/a1HeOtGmkwNd/7xUS0Xcnvsx crossorigin = anonymous > < / script >
< script defer src = https://cdn.jsdelivr.net/npm/katex@0.15.1/dist/contrib/auto-render.min.js integrity = sha384-+XBljXPPiv+OzfbB3cVmLHf4hdUFHlWNZN5spNQ7rmHTXpd7WvJum6fIACpNNfIR crossorigin = anonymous > < / script >
< script defer src = https://cdn.jsdelivr.net/npm/katex@0.16.2/dist/contrib/copy-tex.min.js integrity = sha384-ww/583aHhxWkz5DEVn6OKtNiIaLi2iBRNZXfJRiY1Ai7tnJ9UXpEsyvOITVpTl4A crossorigin = anonymous > < / script >
< script src = https://cdn.jsdelivr.net/npm/@floating-ui/core@1.2.1 > < / script >
< script src = https://cdn.jsdelivr.net/npm/@floating-ui/dom@1.2.1 > < / script >
2023-06-18 08:25:57 +00:00
< script defer src = https://ar.falsy.cat/js/popover.0094f98610bd792200f053b9a02426a4.min.js > < / script >
2023-06-18 07:34:12 +00:00
< script defer src = https://ar.falsy.cat/js/code-title.ce4a43f09239a9efb48fee342e8ef2df.min.js > < / script >
< script defer src = https://ar.falsy.cat/js/clipboard.2913da76d3cb21c5deaa4bae7da38c9f.min.js > < / script >
< script defer src = https://ar.falsy.cat/js/callouts.7723cac461d613d118ee8bb8216b9838.min.js > < / script >
2023-06-23 12:15:59 +00:00
< script > const SEARCH _ENABLED = ! 1 , LATEX _ENABLED = ! 0 , PRODUCTION = ! 0 , BASE _URL = "https://ar.falsy.cat/" , fetchData = Promise . all ( [ fetch ( "https://ar.falsy.cat/indices/linkIndex.b5280e8bbb1751fc9b140e6147b1b336.min.json" ) . then ( e => e . json ( ) ) . then ( e => ( { index : e . index , links : e . links } ) ) , fetch ( "https://ar.falsy.cat/indices/contentIndex.182b55303082704745d7efcf7d2d979a.min.json" ) . then ( e => e . json ( ) ) ] ) . then ( ( [ { index : e , links : t } , n ] ) => ( { index : e , links : t , content : n } ) ) , render = ( ) => { const e = new URL ( BASE _URL ) , t = e . pathname , n = window . location . pathname , s = t == n ; addCopyButtons ( ) , addTitleToCodeBlocks ( ) , addCollapsibleCallouts ( ) , initPopover ( "https://ar.falsy.cat" , ! 0 ) ; const o = document . getElementById ( "footer" ) ; if ( o ) { const e = document . getElementById ( "graph-container" ) ; if ( ! e ) return requestAnimationFrame ( render ) ; e . textContent = "" ; const t = s && ! 0 ; drawGraph ( "https://ar.falsy.cat" , t , [ { "/moc" : "#4388cc" } ] , t ? { centerForce : 1 , depth : - 1 , enableDrag : ! 0 , enableLegend : ! 1 , enableZoom : ! 0 , fontSize : . 5 , linkDistance : 1 , opacityScale : 3 , repelForce : 1 , scale : 1.4 } : { centerForce : 1 , depth : 1 , enableDrag : ! 0 , enableLegend : ! 1 , enableZoom : ! 0 , fontSize : . 6 , linkDistance : 1 , opacityScale : 3 , repelForce : 2 , scale : 1.2 } ) } var i = document . getElementsByClassName ( "mermaid" ) ; i . length > 0 && import ( "https://unpkg.com/mermaid@9/dist/mermaid.esm.min.mjs" ) . then ( e => { e . default . init ( ) } ) ; function a ( n ) { const e = n . target , t = e . className . split ( " " ) , s = t . includes ( "broken" ) , o = t . includes ( "internal-link" ) ; plausible ( "Link Click" , { props : { href : e . href , broken : s , internal : o , graph : ! 1 } } ) } const r = document . querySelectorAll ( "a" ) ; for ( link of r ) link . className . includes ( "root-title" ) && link . addEventListener ( "click" , a , { once : ! 0 } ) } , init = ( e = document ) => { addCopyButtons ( ) , addTitleToCodeBlocks ( ) , renderMathInElement ( e . body , { delimiters : [ { left : "$$" , right : "$$" , display : ! 0 } , { left : "$" , right : "$" , display : ! 1 } ] , macros : { '’ : "'" } , throwOnError : ! 1 } ) } < / script > < script type = module >
2023-06-18 07:34:12 +00:00
import { attachSPARouting } from "https:\/\/ar.falsy.cat\/js\/router.d6fe6bd821db9ea97f9aeefae814d8e7.min.js"
attachSPARouting(init, render)
< / script > < script defer data-domain = ar.falsy.cat src = https://plausible.io/js/script.js > < / script >
< script > window . plausible = window . plausible || function ( ) { ( window . plausible . q = window . plausible . q || [ ] ) . push ( arguments ) } < / script > < / head > < body > < div id = search-container > < div id = search-space > < input autocomplete = off id = search-bar name = search type = text aria-label = Search placeholder = "Search for something..." > < div id = results-container > < / div > < / div > < / div > < script src = https://cdn.jsdelivr.net/npm/flexsearch@0.7.21/dist/flexsearch.bundle.js integrity = "sha256-i3A0NZGkhsKjVMzFxv3ksk0DZh3aXqu0l49Bbh0MdjE=" crossorigin = anonymous defer > < / script >
< script defer src = https://ar.falsy.cat/js/full-text-search.e6e2e0c213187ca0c703d6e2c7a77fcd.min.js > < / script > < div class = singlePage > < header > < h1 id = page-title > < a class = root-title href = https://ar.falsy.cat/ > ar.falsy.cat< / a > < / h1 > < div class = spacer > < / div > < div id = search-icon > < p > Search< / p > < svg tabindex = "0" aria-labelledby = "title desc" role = "img" xmlns = "http://www.w3.org/2000/svg" viewBox = "0 0 19.9 19.7" > < title id = "title" > Search Icon< / title > < desc id = "desc" > Icon to open search< / desc > < g class = "search-path" fill = "none" > < path stroke-linecap = "square" d = "M18.5 18.3l-5.4-5.4" / > < circle cx = "8" cy = "8" r = "7" / > < / g > < / svg > < / div > < div class = darkmode > < input class = toggle id = darkmode-toggle type = checkbox tabindex = -1 >
< label id = toggle-label-light for = darkmode-toggle tabindex = -1 > < svg xmlns = "http://www.w3.org/2000/svg" xmlns:xlink = "http://www.w3.org/1999/xlink" id = "dayIcon" viewBox = "0 0 35 35" style = "enable-background:new 0 0 35 35" > < title > Light Mode< / title > < path d = "M6 17.5C6 16.672 5.328 16 4.5 16h-3C.672 16 0 16.672.0 17.5S.672 19 1.5 19h3C5.328 19 6 18.328 6 17.5zM7.5 26c-.414.0-.789.168-1.061.439l-2 2C4.168 28.711 4 29.086 4 29.5 4 30.328 4.671 31 5.5 31c.414.0.789-.168 1.06-.44l2-2C8.832 28.289 9 27.914 9 27.5 9 26.672 8.329 26 7.5 26zm10-20C18.329 6 19 5.328 19 4.5v-3C19 .672 18.329.0 17.5.0S16 .672 16 1.5v3C16 5.328 16.671 6 17.5 6zm10 3c.414.0.789-.168 1.06-.439l2-2C30.832 6.289 31 5.914 31 5.5 31 4.672 30.329 4 29.5 4c-.414.0-.789.168-1.061.44l-2 2C26.168 6.711 26 7.086 26 7.5 26 8.328 26.671 9 27.5 9zM6.439 8.561C6.711 8.832 7.086 9 7.5 9 8.328 9 9 8.328 9 7.5c0-.414-.168-.789-.439-1.061l-2-2C6.289 4.168 5.914 4 5.5 4 4.672 4 4 4.672 4 5.5c0 .414.168.789.439 1.06l2 2.001zM33.5 16h-3c-.828.0-1.5.672-1.5 1.5s.672 1.5 1.5 1.5h3c.828.0 1.5-.672 1.5-1.5S34.328 16 33.5 16zM28.561 26.439C28.289 26.168 27.914 26 27.5 26c-.828.0-1.5.672-1.5 1.5.0.414.168.789.439 1.06l2 2C28.711 30.832 29.086 31 29.5 31c.828.0 1.5-.672 1.5-1.5.0-.414-.168-.789-.439-1.061l-2-2zM17.5 29c-.829.0-1.5.672-1.5 1.5v3c0 .828.671 1.5 1.5 1.5s1.5-.672 1.5-1.5v-3C19 29.672 18.329 29 17.5 29zm0-22C11.71 7 7 11.71 7 17.5S11.71 28 17.5 28 28 23.29 28 17.5 23.29 7 17.5 7zm0 18c-4.136.0-7.5-3.364-7.5-7.5s3.364-7.5 7.5-7.5 7.5 3.364 7.5 7.5S21.636 25 17.5 25z" / > < / svg > < / label > < label id = toggle-label-dark for = darkmode-toggle tabindex = -1 > < svg xmlns = "http://www.w3.org/2000/svg" xmlns:xlink = "http://www.w3.org/1999/xlink" id = "nightIcon" viewBox = "0 0 100 100" style = "enable-background='new 0 0 100 100'" > < title > Dark Mode< / title > < path d = "M96.76 66.458c-.853-.852-2.15-1.064-3.23-.534-6.063 2.991-12.858 4.571-19.655 4.571C62.022 70.495 50.88 65.88 42.5 57.5 29.043 44.043 25.658 23.536 34.076 6.47c.532-1.08.318-2.379-.534-3.23-.851-.852-2.15-1.064-3.23-.534-4.918 2.427-9.375 5.619-13.246 9.491-9.447 9.447-14.65 22.008-14.65 35.369.0 13.36 5.203 25.921 14.65 35.368s22.008 14.65 35.368 14.65c13.361.0 25.921-5.203 35.369-14.65 3.872-3.871 7.064-8.328 9.491-13.246C97.826 68.608 97.611 67.309 96.76 66.458z" / > < / svg > < / label > < / div > < / header > < article > < h1 > パラメトリック検定とノンパラメトリック検定< / h1 > < p class = meta > Last updated
2023-06-23 12:15:59 +00:00
Jun 21, 2023< / p > < ul class = tags > < li > < a href = https://ar.falsy.cat/tags/note/ > Note< / a > < / li > < li > < a href = https://ar.falsy.cat/tags/study/ > Study< / a > < / li > < li > < a href = https://ar.falsy.cat/tags/statistics/ > Statistics< / a > < / li > < / ul > < aside class = mainTOC > < details > < summary > Table of Contents< / summary > < nav id = TableOfContents > < ol > < li > < a href = #概要 > 概要< / a > < / li > < li > < a href = #パラメトリック検定 > パラメトリック検定< / a > < / li > < li > < a href = #ノンパラメトリック検定 > ノンパラメトリック検定< / a > < / li > < li > < a href = #事前検定 > 事前検定< / a > < / li > < li > < a href = #まとめ > まとめ< / a > < / li > < / ol > < / nav > < / details > < / aside > < a href = #概要 > < h2 id = 概要 > < span class = hanchor arialabel = Anchor > # < / span > 概要< / h2 > < / a > < ul > < li > < a href = /note/study/statistics/hypothesis-test/ rel = noopener class = internal-link data-src = /note/study/statistics/hypothesis-test/ > 仮説検定< / a > におけるパラメトリック検定とは，母集団のサンプルに対する検定のうち，母集団の分布を事前に仮定する検定である< / li > < li > 母集団のサンプルに対する検定のうち，パラメトリック検定でないものはノンパラメトリック検定である< / li > < / ul > < a href = #パラメトリック検定 > < h2 id = パラメトリック検定 > < span class = hanchor arialabel = Anchor > # < / span > パラメトリック検定< / h2 > < / a > < ul > < li > 母集団がある特定の分布であると事前に仮定する検定< ul > < li > ノンパラメトリック検定に比べて，計算が楽< ul > < li > 手計算はこっちの方が嬉しい< / li > < / ul > < / li > < li > 母集団が仮定と異なる分布を持つ場合，検定の結論に意味は無い< / li > < / ul > < / li > < li > 事前検定で母集団の仮定を検証するのはやめた方がいい（後述）< / li > < / ul > < a href = #ノンパラメトリック検定 > < h2 id = ノンパラメトリック検定 > < span class = hanchor arialabel = Anchor > # < / span > ノンパラメトリック検定< / h2 > < / a > < ul > < li > 母集団の分布を仮定しない検定< ul > < li > 計算がめんどくさい< ul > < li > サンプルサイズが頭おかしいほど大きくない限り，コンピュータなら一瞬< / li > < / ul > < / li > < li > 仮定に沿うパラメトリック検定が存在する場合，それよりも精度は落ちるが，実用的な問題はない< / li > < / ul > < / li > < / ul > < a href = #事前検定 > < h2 id = 事前検定 > < span class = hanchor arialabel = Anchor > # < / span > 事前検定< / h2 > < / a > < ul > < li > 欲しい結果を得る検定の前に行われる検定のこと< ul > < li > < a href = /note/study/statistics/hypothesis-test-multiplicity/ rel = noopener class = internal-link data-src = /note/study/statistics/hypothesis-test-multiplicity/ > 多重検定< / a > の問題を孕む< ul > < li > 個人的には，大抵の場合において事前検定は愚行だと思っている< / li > < / ul > < / li > < / ul > < / li > < li > 母集団の正規性を仮定するパラメトリック検定を使いたいがために，事前検定として正規性の検定(Shapiro-wilk test)をする人がいる< ul > < li > 個人的には多重検定問題沼に足を突っ込むぐらいなら，そこまでしてパラメトリック検定を使う必要はないと思う< / li > < li > 大人しくノンパラメトリック検定を使うべき< / li > < li > そもそもコンピュータ使えば計算コストは無視できる< / li > < / ul > < / li > < / ul > < a href = #まとめ > < h2 id = まとめ > < span class = hanchor arialabel = Anchor > # < / span > まとめ< / h2 > < / a > < ul > < li > 仮説検定は2つに分けられる< ul > < li > パラメトリック検定: 母集団の分布になんらかの仮定が必要な検定< / li > < li > ノンパラメトリック検定: それ以外の検定< / li > < / ul > < / li > < li > パラメトリック検定をしたいがために多重検定を使うぐらいならば，ノンパラメトリック検定を使うべき< / li > < / ul > < div class = content-list > < h2 > Related Notes< / h2 > < ul class = section-ul > < li class = section-li > < div class = section > < p class = meta > Jun 18, 2023< / p > < div class = desc > < h3 > < a href = https://ar.falsy.cat/note/study/statistics/hypothesis-test/ class = internal-link data-src = /note/study/statistics/hypothesis-test/ > 仮説検定<
