p値の正しい解釈
p値は、帰無仮説が正しいと仮定したときに、観測された結果と同程度またはそれ以上に極端な結果が得られる確率です。正解は「帰無仮説のもとで、観測結果以上に極端な結果が得られる確率」です。 (選択肢3が正しい)
正解の理由
p値は、帰無仮説が正しいと仮定したときに、観測された結果と同程度またはそれ以上に極端な結果が得られる確率です。正解は「帰無仮説のもとで、観測結果以上に極端な結果が得られる確率」です。
仕組み・頻出ポイント
- p値が有意水準より小さい場合、観測結果は帰無仮説のもとでは起こりにくいと判断し、帰無仮説を棄却します。
- p値は帰無仮説が正しい確率でも、対立仮説が正しい確率でもありません。
- 標本サイズが大きいと小さな差でも有意になりやすいため、効果量や実務上の意味も併せて見る必要があります。
G検定で覚えるべきこと
p値は誤解されやすい統計用語です。「p=0.03だから帰無仮説が3%の確率で正しい」とは言えません。あくまで帰無仮説を仮定した条件付きの確率です。AI実務では、A/Bテストやモデル比較でp値だけに依存すると、効果の大きさやビジネス上の重要性を見落とします。G検定では、定義と誤解の両方が狙われます。
他の選択肢の評価
- 選択肢1: 帰無仮説が正しい確率そのものではありません。典型的な誤解です。
- 選択肢2: 対立仮説が正しい確率でもありません。
- 選択肢3: 正解です。帰無仮説を仮定した上で極端さを見る確率です。
- 選択肢4: 標本サイズはサンプル数であり、p値の定義ではありません。
実務上の意味
統計の基本用語は、モデル評価やデータ前処理の判断にも直結します。数式だけでなく、値が大きいと何を意味するのか、どの前提で解釈できるのか、意思決定でどの誤りを避けるべきかを合わせて確認してください。
追加の確認観点
確認観点としては、p値は「帰無仮説のもとでの観測結果の珍しさ」であり、仮説が正しい確率ではない点です。A/Bテストやモデル比較では、p値が小さくても効果量が小さければ実務上の価値は限定的な場合があります。統計的有意性と実務的重要性を分けて考えます。
結論として、この問題では「用語の定義」だけでなく、どの前提で使えるのか、どの誤解を避けるべきか、実務では何を確認するのかまで結びつけて理解することが重要です。