統計学

統計学で言う「95%信頼区間（CI）」とは、具体的にどう解釈すべきですか？

これは非常に誤解されやすい言葉です。「この区間内に総平均（真の値）が95%の確率で入っている」という意味ではありません。厳密な統計学的解釈は、「母集団から同じように100回独立してサンプリングを行い、100通りの信頼区間を作った場合、その100個の区間のうち、約95個が本当の母平均を含んでいる」という、サンプリングを繰り返す「プロセス」に対する確信度を示します。区間が狭いほど、サンプルのばらつきが少なく推定精度が高いことを意味します。

アンケート調査や製品テストを行う際、何人に聞けば（サンプル数）信頼できますか？

アンケート調査や市場調査に必要な最小サンプルサイズを、許容誤差や信頼水準から科学的に算出します。サンプリング結果が学術的な信頼性を満たすための最小必要数を瞬時に算出できます。

Zスコア（標準スコア）の主な用途は何ですか？

Zスコアは、特定の値がデータの平均値から「標準偏差の何倍離れているか」を示す値です。計算式は [ Z = (X − 平均) / 標準偏差 ] です。異なるスケールや異なる単位を持つデータ（例：数学のテストの点数と、理科のテストの点数）を、同じ標準正規分布スケール上で公平に比較することができます。また、一般的にZスコアの絶対値が3を超えるデータは、集団の中で極めて珍しい「外れ値（異常値）」として処理する基準にも使われます。

確率の計算において、正規分布と二項分布はどう使い分ければ良いですか？

分析するデータが「連続値」か「離散値」かで決定します。二項分布（Binomial）は、試行結果が「成功か失敗」「合格か不合格」「コインの表か裏」のように、2択のいずれかしかない離散イベントが対象です。正規分布（Normal）は、身長、体重、製品の寸法、テストの点数のように、連続して変化する値を対象とします。試行回数（n）が十分に大きく、確率（p）が0や1に極端に近くない場合は、二項分布は正規分布で近似して計算することができます（中心極限定理）。

学術論文でよく見る「P値（P-value）」とは結局どういう意味ですか？

P値は、「差がない」「効果がない」という仮説（帰無仮説）が「正しい」と仮定した時に、私たちが実際に得たデータ（またはそれ以上に極端な数据）が偶然発生してしまう確率を指します。もしP値が 0.03（3%）であれば、それは「偶然その差が起きる确率はわずか3%しかない」ことを意味します。この確率が、あらかじめ決めておいた有意水準（慣例的に5%、つまり0.05）を下回る場合、それは偶然起きたとは考えにくいため、「統計的に有意な効果がある」と判断して仮説を採択します。