仮説検定

統計的データに基づいて仮説の妥当性を客観的に判断する統計手法。科学的根拠に基づく意思決定の基盤となる重要な統計的推論方法。

基本的なプロセス：
1. 帰無仮説（H₀）と対立仮説（H₁）の設定
2. 有意水準（α）の決定（通常0.05）
3. 適切な統計量の選択と計算
4. p値の算出と有意水準との比較
5. 結論の導出と実務的解釈

2種類の誤りとその管理：
・第1種過誤（α）：帰無仮説が真なのに棄却する誤り（偽陽性）
・第2種過誤（β）：対立仮説が真なのに帰無仮説を採択する誤り（偽陰性）
・検出力（1-β）：対立仮説が真の時に正しく棄却する確率

主要な検定手法：
・t検定：平均値の比較
・カイ二乗検定：独立性・適合度の検定
・分散分析（ANOVA）：3群以上の平均比較
・マン・ホイットニーU検定：非パラメトリック検定

実務での応用例：
・A/Bテストによるウェブサイト改善効果の検証
・製品品質の改善効果測定
・医薬品の臨床試験における有効性評価
・マーケティング施策の効果検証
・人事制度改革の効果測定

注意点：
・統計的有意性と実務的重要性は別物
・多重比較問題への対応が必要
・前提条件の確認が重要