仮説検定と p 値
仮説の下で観測結果を評価する p 値と、検定の誤りや信頼区間との関係を通勤時間と架空の投資戦略で考えます。
投資判断の前に免責事項をご確認ください
仮説の下で観測結果を評価する p 値と、検定の誤りや信頼区間との関係を通勤時間と架空の投資戦略で考えます。
投資判断の前に免責事項をご確認ください
ある通勤経路について、基準と比べた所要時間の差を25日間記録すると、平均で1日6分長くなりました。これは説明のために作った架空の例です。選ぶ日が変われば平均も変わるため、6分という差は、日を選び直したときの平均の変動と比べて読む必要があります。
シリーズの「標本誤差・信頼区間・検定」では、前回、対象全体の平均を推定する区間を扱いました。次回は最尤推定を扱います。
同じ条件で、別の架空例も考えます。例Aと例Bはともに25日間の通勤時間差で、比較の基準は1日0分です。平均差はAが1日6分、Bが1日2分でした。
両例とも、対象となる日全体の時間差のばらつきは標準偏差で1日10分とします。標準偏差は個々の値が平均からどの程度散らばるかを表す尺度です。各日の値は互いに影響せず、同じ分布から得られると仮定します。
AとBの平均差は4分違います。平均を比べるには、個々の日のばらつきだけでなく、25日分の平均が日を選び直すたびにどれくらい変わるかを考えます。
対象全体の平均を母平均と呼び、記号を とします。選んだ日の観測値の平均は標本平均 、比較する母平均の値は です。今回の基準は0分/日なので、 です。
比較の基準として「母平均は基準と等しい」という帰無仮説 を置きます。基準より長いか短いかを限定せず、異なる方向の両方を調べる対立仮説を とします。
観測数を 、第 番目の観測値を とします。和を表す は、ここでは から までの値を足す記号です。標本平均は、その合計を観測数で割った値です。
標本を取り直したときの標本平均のばらつきを表す尺度が標準誤差です。母標準偏差を 、標準誤差を とすると、観測が独立で同じ分布に従うとき、前回示した式は です。例Aでは母標準偏差を既知とし、 分/日になります。
同じ独立・同一分布の条件で母標準偏差が分からない場合は、標本から求めた標準偏差 を用いて標準誤差を推定します。推定値を と書くと、次の形です。 は、同じ標本の平均を基準に散らばりを測る補正です。
推定標準誤差は母標準偏差が未知のときの推定値です。正規分布に従う母集団から独立に得た有限個の標本でこれを使う場合、検定統計量は標準正規分布ではなく 分布に従います。 分布は標本数に応じて形が変わる分布です。
以下の と p 値の計算は、母標準偏差が既知の例に限ります。観測した平均と基準との差を、既知の母標準偏差から求めた標準誤差で割った値を検定統計量 とします。前回の記事で分位点に使った とは役割が異なり、今回は観測結果の位置を表します。
各日の独立・同一分布に加え、日を選び直して得る標本平均の分布が釣り鐘形の正規分布に近いと仮定します。その平均を基準0から標準誤差で測った位置が、標準正規分布の上の です。近似が成り立つかは元の分布や標本数に左右され、25日なら常に成り立つとは限りません。
図の入力値は標本平均です。図中の「標準偏差 σ」の欄には、個々の日の母標準偏差10分/日ではなく、標本平均の標準誤差2分/日を設定しています。基準を0分/日、標準誤差を2分/日に固定して比べます。
操作ヒント値のスライダーを動かすか、説明ステージを再生してください。平均からの距離を σ で割り、2つの点を共通 z 軸へ写します。
読み取れること通勤時間差Aは 6分/日、通勤時間差Bは 2分/日 です。同じ目盛りなので、平均からの距離をそのまま比べられます。
Aの標本平均6分/日は基準から標準誤差の3個分、Bの2分/日は1個分の位置にあります。Aの入力を6から2に変えると、標準化値は3から1になり、Bと同じ位置に重なります。図が示すのは標準化値であり、p 値ではありません。
p 値は、帰無仮説が成り立つと仮定した下で、観測された検定統計量と同じか、それ以上に仮説に合わない結果が出る確率です。どの方向を仮説に合わないとするかは、対立仮説によって決まります。
標準正規分布は、中心が0で左右対称の釣り鐘形の分布です。図の縦軸の確率密度は、各位置の周辺に確率がどの程度集まるかを表す高さで、特定の範囲の確率は曲線と横軸に囲まれた面積で読みます。曲線下の全体の面積は1です。分布の端の領域を裾と呼びます。
Aの観測位置は3です。両側では反対側の−3も含め、0からの距離が3以上となる両端の面積を足します。色の付いた部分はその範囲を示しています。
標準正規分布で 以下となる確率を 、 の符号を除いた大きさを とします。正規近似と標準誤差が妥当なとき、左側の対立仮説なら観測位置以下の確率、右側なら全体の1から観測位置以下の確率を引いた値を使います。両側では右端と同じ面積の左端を足します。
Aでは、母平均が0という仮定の下で が3以上になる確率が約0.0027です。これは仮説を前提にした結果の確率であり、帰無仮説そのものが正しい確率ではありません。
事前に定めた基準に従い、帰無仮説を退ける判断を棄却と呼びます。正しい帰無仮説を棄却することが第一種の誤りです。有意水準 は、この誤りの確率の基準です。
両側5%の検定では、標準正規分布の中央に95%を残し、両端を棄却域とします。累積確率から対応する位置を求める関数を 、正の境界を とすると、定義上の境界と棄却域は次のとおりです。
この境界を小数第2位まで表示すると1.96です。図の着色部分は事前に決めた棄却域で、先ほどの観測位置から決まる p 値の範囲とは異なります。
Aの位置3は棄却域に入ります。計算をたどると、標準誤差は 分/日、検定統計量は です。 を使えば、両側 p 値は となり、5%の基準で帰無仮説を棄却します。
Aの差の推定値は6分/日です。p 値はその差が実用上どれほど大きいかを決めません。6分の短縮や延長をどう評価するかには、通勤上の判断基準が別途必要です。
Bは 、両側 p 値は約0.3173で、同じ基準では棄却できません。これは差が厳密に0だと証明したことにはなりません。
偽の帰無仮説を棄却しないことは第二種の誤りです。特定の差が実際に存在すると仮定したとき、その誤りの確率を とし、正しく棄却する確率 を検出力と呼びます。
他の条件が同じなら、観測数が多いほど、また基準と実際の平均との差が大きいほど検出力は高くなります。観測値の誤差の標準偏差が小さい場合も同様です。有意水準を大きくすれば棄却域が広がり、第一種の誤りは増えますが、固定した対立条件での第二種の誤りは減ります。
信頼区間は、標本を取り直して同じ方法で区間を作る操作を繰り返したとき、定めた割合で母平均を含むように作る区間です。同じ正規モデル、標準誤差、両側の臨界分位点を使う95%信頼区間は です。
表示値1.96を使うと、Aは 分/日、Bは約 分/日です。Aの区間は基準の0を含まず、Bは含みます。
Aの区間は破線より上にあり、Bの区間は破線と交わります。同じ条件では、区間が基準を含まないことと両側5%検定での棄却は通常対応します。厳密な境界では規約に注意が必要です。端点を含む閉区間が基準を含まない条件は ですが、 を棄却とする条件は なので、境界ちょうどでは一致しません。
64営業日の架空の戦略で、平均日次リターン0.12%/日を基準0%/日と比較します。母標準偏差0.40%/日が既知で、観測が独立・同一分布、標本平均に正規近似を使えると仮定した計算です。
標準誤差は0.05%/日、標準化値は2.4、両側 p 値は約0.0164です。95%区間は約[0.022, 0.218]%/日となります。これらは仮定の下での計算であり、戦略の実績や実務上の重要性を示すものではありません。
ある日が平均より高いとき、離れた別の日も高くなりやすい関係があれば、独立に増減する場合より、日々の平均はまとまって変動しやすくなります。逆向きの関係なら変動を打ち消す方向に働きます。共分散は二つの値がそれぞれの平均から同じ方向にずれる傾向を正、逆方向を負で表す量です。自己相関はその関係をばらつきで割り、比較しやすくした値です。
平均と、日付そのものではなく日数の隔たりで決まる共分散が変わらない条件を弱定常と呼びます。各日の分散(ばらつきの二乗)を 、 日隔てた観測どうしの自己相関を とします。標本を取り直したときの平均の分散を と書くと、その平方根が標準誤差です。
は独立な場合の平均の分散で、角括弧内の1がその基準です。和は各隔たりの自己相関による増減を表し、2は観測の組を両方の順序で数える分です。重み は、隔たりが大きいほど標本内の組が少ないことを表します。
重み付きの自己相関の和が正なら、平均の分散と標準誤差は独立式より大きくなります。独立式を使うと標準誤差を過小評価し、同じ標本平均では を過大、正規近似による両側 p 値を過小に計算します。和が負なら向きは逆です。
独立でも、日によって散らばりが異なる場合があります。時点を 、その時点の分散を とすると、平均の分散は各時点の分散の合計を で割った です。その平方根が標準誤差です。
比較に使う共通分散を とします。各時点の分散の平均がこの値より大きければ、共通分散による標準誤差は過小、 は過大、正規近似による両側 p 値は過小になります。平均が小さければ逆です。分布が変化するというだけでは方向は決まりません。これらは条件付きの関係であり、実際の金融データにその条件が当てはまるかは確認されていません。
真の帰無仮説を、各回が互いに独立な条件で 回検定するとします。有意水準を各回 としたとき、少なくとも一度偶然に棄却する確率は です。棄却しない確率を全回分掛け、その値を1から引きます。
1回なら5%、2回なら 、つまり9.75%です。各回の5%を、複数回全体の偶然棄却の確率と同一視できません。有意な結果だけを選んで報告すると、報告結果は選別前より極端な側に偏ります。
標準正規近似による検定には、 検定の詳細と自由度、多重比較の補正手法、ベイズ的検定は含めていません。次回は最尤推定を扱います。
以下の命題をLeanで検証しています。記事の出典や、ここに含まれない主張の検証結果ではありません。
(6-0)/2=3
theorem occ_11 : (((6 - 0) / 2) : Nat) = 3 := by
decide