読み方 ： たいりつかせつ

概要

「効果がある」「差がある」「関連がある」といった状況を前提とする仮説で、観測されたデータによって主張したい内容を反映した仮説である。一方、従前の理論や前提が正しいとする仮説は「対立仮説」（alternative hypothesis）と呼び、「効果がない」「差がない」「関係がない」ことを表している。

一般的な統計的検定では、帰無仮説が正しいと仮定したときに、今回得られたデータが生じる確率を計算する。算出された確率値（p値）が非常に小さければ、この結果が偶然生じたと考えるのは無理があることになり、帰無仮説は棄却され対立仮説が採択される。偶然ではないと判断する基準（閾値）を「有意水準」と呼び、通常は1%や5%が用いられる。検定の結果は有意水準と共に「帰無仮説は危険率5%で棄却された」といったように表現する。

例えば、新薬が疾患に効果があるかを症例データを集めて検証したい場合、帰無仮説は「新薬には効果がない」で、対立仮説は「新薬には効果がある」となる。新薬には効果がないと仮定したときに、新薬の投与によって症状が改善した症例数が偶然生じる確率を算出する。これが有意水準を下回り、例えば確率0.1%でしか起こらない数だとすれば、得られたデータは帰無仮説より対立仮説の方が整合的だと結論づけることができる。

なお、対立仮説の立て方には、「両側検定」と「片側検定」の二種類がある。両側検定では差があることについて「平均はαと等しくない」といったように方向を特定しない主張を設定するのに対し、片側検定では「平均はαより大きい」あるいは「平均はαより小さい」といったように、特定の方向を持つ主張を設定する。目的に応じて適切な形を選択する必要がある。

この記事の著者 ： (株)インセプト IT用語辞典 e-Words 編集部
1997年8月より「IT用語辞典 e-Words」を執筆・編集しています。累計公開記事数は1万ページ以上、累計サイト訪問者数は1億人以上です。学術論文や官公庁の資料などへも多数の記事が引用・参照されています。