統計的な推測：母平均の推定と仮説検定

背景 (Background)

「新しく開発した薬は、本当に従来の薬よりも効果があるのか？」「ある工場の製品は、本当に規格通りの品質を保っているのか？」。私たちの社会は、限られた「一部のデータ（標本）」から、全体（母集団）の真の姿を推測し、科学的な意思決定を行う場面に満ちています。このような時、単なる直感や偶然に頼るのではなく、数学的・確率的な裏付けを持って「確かに差がある」と断言するための強力な武器が「統計的推測」と「仮説検定」です。本研究では、この統計学の根幹を成すメカニズムを深く理解するため、コンピュータを用いた大規模な乱数シミュレーションを通じて、データがどのように振る舞い、私たちがどのようにして「真実」に迫ることができるのかを可視化・検証します。

はじめに

本プロジェクトの目的は、実際のデータと実験を通じて推定と検定の考え方と手順を学び、その理解を深めることである。全体として、母平均の推定と仮説検定に焦点を当てている。特に、生成された正規分布の乱数シミュレーションデータを用いて、母平均の信頼区間推定（t分布）および両側仮説検定を実施し、大標本における統計的性質を検証する。

この研究は、以下の三つの主要な部分から構成されている。

1. 推定および検定の基本的な考え方と手順を理解し、その目的とプロセスを把握する。
2. $t$ 分布の定義およびその特性について学び、実際の応用方法を理解する。
3. 母分散が未知の場合における母平均の推定と検定の手法と手順を理解し、それぞれの特徴を把握する。

実験手法およびプロセス

推定と検定の基本的な考え方

データ分析ツールを用いて、平均 $\mu =20$、分散 ${\sigma }^2=0.4^2$ の正規分布 $N(20,0.4^2)$ に従う乱数データを 10 個 $\times$ 1,000 セット生成した。これら10個の乱数データの平均値 ${\bar{X}}_s=\frac{{\sum }_{i=1}^n{X}_{i,s}}{n}$ を計算し、1,000 個の標本平均 ${\bar{X}}_s$ の平均値 $\overline{\stackrel{ˉ}{X}}=\frac{{\sum }_{s=1}^S{\bar{X}}_s}{S}$ と分散を求めた。

$$\frac{{\sum }_{s=1}^S({\bar{X}}_s-\overline{\stackrel{ˉ}{X}}{)}^2}{S-1}$$

${\bar{X}}_s$ が理論的に平均 20、分散 $0.4^2/n$ の正規分布に従うことに基づき、母平均 $\mu$ に対する 95% 信頼区間を以下のように計算した（分散は ${\sigma }^2=0.4^2$ とする）。

$$\text{下限: }{\bar{X}}_s-z_{\alpha /2}\sqrt{\frac{{\sigma }^2}{n}},\text{上限: }{\bar{X}}_s+z_{\alpha /2}\sqrt{\frac{{\sigma }^2}{n}}$$

ここで、$z_{\alpha /2}$ は標準正規分布の上側 $\alpha /2$ 点であり、有意水準は $\alpha =0.05$ とした。

両側検定における帰無仮説を $H_0:\mu ={\mu }_0=20$、対立仮説を $H_1:\mu \ne {\mu }_0=20$ と設定し、以下の検定統計量 $Z_s$ を算出した。

$$Z_s=\frac{{\bar{X}}_s-{\mu }_0}{\sqrt{\frac{{\sigma }^2}{n}}}$$

T分布の性質と応用

確率変数 $U$ と $V$ が互いに独立で、それぞれ標準正規分布および自由度 $\varphi$ のカイ二乗分布に従うとき、以下の式で定義される $T$ は自由度 $\varphi$ の $t$ 分布に従う。

$$T=\frac{U}{\sqrt{V/\varphi }}$$

この定義に基づき、$t$ 分布に従う乱数を発生させ、その性質を確認した。平均 $\mu =0$、分散 ${\sigma }^2=1$ の標準正規分布からデータを抽出し、カイ二乗分布に従う確率変数 $V$ を構成した上で、上式を用いて $t$ 分布に従うデータを生成した。その後、得られたデータの上側 2.5% 点を計算し、理論値と比較した。

母分散が未知の場合の母平均の推定と検定

ある工場の部品加工時間を例とし、加工時間が正規分布 $N(\mu ,{\sigma }^2)$ に従うと仮定して、未知の母平均 $\mu$ および母分散 ${\sigma }^2$ に対する推測を行った。7 個のサンプルデータから標本平均と不偏分散を計算し、以下の式を用いて 95% 信頼区間を求めた。

$$\text{下限: }\bar{X}-t_{\alpha /2,\nu }\sqrt{\frac{s^2}{n}},\text{上限: }\bar{X}+t_{\alpha /2,\nu }\sqrt{\frac{s^2}{n}}$$

ここで、

$$\bar{X}=\frac{{\sum }_{i=1}^n{X}_i}{n},s^2=\frac{{\sum }_{i=1}^n(X_i-\bar{X}{)}^2}{n-1}$$

である。

また、帰無仮説 $H_0:\mu =12.5$、対立仮説 $H_1:\mu \ne 12.5$ に対する両側検定を行い、以下の検定統計量 $T$ を計算した。

$$T=\frac{|\bar{X}-{\mu }_0|}{\sqrt{\frac{s^2}{n}}}$$

実験結果と考察

正規分布乱数に基づく推定と検定

シミュレーションの結果、1000回の試行中で950回の信頼区間に母平均20が含まれていることが確認された。

理論値の計算は以下の通りである。

$$E[{\bar{X}}_s]=E\left[\frac{1}{n}\sum _{i=1}^n{X}_{i,s}\right]=\frac{1}{n}\sum _{i=1}^{n}E[X_{i,s}]=20$$ $$\text{Var}({\bar{X}}_s)=\text{Var}\left(\frac{1}{n}\sum _{i=1}^n{X}_{i,s}\right)=\frac{1}{n^2}\cdot n\cdot {\sigma }^2=\frac{{\sigma }^2}{n}$$

これにより、${\bar{X}}_s\sim N(20,0.016)$ となる。中心極限定理により、標本サイズが十分な場合、標本平均は正規分布に近似する。元のデータが正規分布に従うため、1000個の標本平均も理論値と近似する正規分布に従った。帰無仮説 $H_0:\mu =20$ を検定した結果、50回で棄却され、これも5%の有意水準に基づく理論値と完全に一致した。

さらに、意図的に母平均をずらしたデータセットを用いた検証では、検定統計量 $Z_s$ の値が大きくなり、帰無仮説の棄却割合が急激に上昇した。これにより、平均値の変化が検定統計量に与える直接的な影響が確認された。

T分布のシミュレーションと理論値との比較

自由度 $\varphi =7$ の条件で $t$ 分布に従う乱数データを生成した結果は以下の通りである。

得られた乱数データの上側 2.5% 点の値は 2.238 であった。理論値（2.365）と比較して、誤差は約 5.37% であった。この誤差は、実験の有限回数（1,000回）によるランダム誤差に起因すると考えられる。試行回数をさらに増加させれば、理論値に収束していくことが期待されるが、現状でも十分に理論値と近い結果が得られている。

未知の母分散における仮説検定と信頼区間

実際の部品加工時間データに基づき、$\mu =12.5$ の帰無仮説に対して両側 $t$ 検定を実施した。

計算された標本平均は $\bar{X}=12.07$、標本標準偏差は $s=\sqrt{0.9543/6}\approx 0.399$ であった。これに基づく95% 信頼区間は $(11.703,12.440)$ となり、母平均 ${\mu }_0=12.5$ はこの区間に含まれていなかった。 検定統計量は以下の通りである。

$$T=\frac{|12.07-12.5|}{\sqrt{\frac{0.399^2}{7}}}=2.843$$

両側 $P$ 値は $P=0.0294$ となり、有意水準 $\alpha =0.05$ よりも小さいため、帰無仮説 $H_0$ は棄却された。

信頼区間と検定結果は完全に一致した関係を示している。信頼区間の計算式と検定統計量 $T$ の基準値は共に $t_{\alpha /2,\nu }$ を用いているため、母平均が信頼区間内に含まれる場合、帰無仮説は棄却されず、含まれない場合は棄却される。本実験結果は、推定および検定の手法が適切に機能していることを裏付けている。

結論

本研究を通じて、統計的推定および検定の基本的な概念と手法を理論と実践の両面から確認した。正規分布に基づく乱数シミュレーションにより、標本平均の理論分布と実測値の一致、ならびに信頼区間と検定結果の補完的な関係を数式とデータから実証した。また、$t$ 分布の特性をシミュレーションによって検証し、母分散が未知の場合の現実的なデータに対する母平均の推定と検定を正確に実施することができた。これらの結果は、データに基づく客観的な意思決定において、統計的推測がいかに強力で有効なツールであるかを示している。