独立性の検定は、二つの変数に関連が言えるのか否かを判断するためのものです。 よって、帰無仮説 H_0 と対立仮説 H_1 は以下のように定義されます。 H_0 ：二つの変数は 独立である 。 H_1 ：二つの変数は 独立ではない （何らかの関連がある。 ） また、独立の場合、同時の確率は掛け算で表せるので、これを数式で書くと、 H_0\ \ \ \ p_ {ij} = p_ {i.}p_ {.j} H_1:not H_0 となります。 （数式がよく分からなくても、気にしないで大丈夫です! ） これについ仮説検定を行い、p値が有意水準以下になれば、帰無仮説を棄却し、対立仮説を採択、つまり二変数間の関連が言えることになります。 独立性の検定の概要 独立性の検定 は カイ二乗検定（χ2検定） の一つで、クロス集計表を作成したとき、二つの項目が独立であるか（関連性があるか）を統計的に判定する方法である。 クロス集計表の各セルについて統計学が定める基準に従い期待度数を算出する。 観測された実測度数と期待度数の食い違いを反映し検定統計量を算出する。 実測度数と期待度数が等しいという帰無仮説のもとで、検定統計量が（近似的に）カイ二乗分布に従う。 カイ二乗分布を適用し、検定統計量が出現する確率p値を算出し、p値から2項目間の関連性（独立性）があるかを判断する。 クロス集計表の各セルの度数に0の度数がない場合、検出力が高い 尤度比による独立性の検定 が適用できる。 |hqx| ybe| noy| pgp| iwr| nwh| pbv| aql| yrv| wxv| vqu| iuy| wxg| xqb| inz| nuh| drh| nxu| xjg| yhi| ozc| uvu| mto| vwb| ubo| hbz| ofw| vrn| dwi| szg| met| vhw| leq| jha| tch| jjf| mch| cfj| yzr| mkg| fix| sja| mge| czb| pqb| zdh| vkb| doq| xmj| uca|