<<目次へ

"第1種も誤り"と"第2種の誤り"って何だ？

　仮説検定は統計学において重要な分析方法のひとつですが、検定を行う際には常に第1種の誤りと第2種の誤りのことを頭に置いておかなければなりません。ではこの第1種の誤り（あるいは第2種の誤り）とはいったい何のことでしょうか?

�T　まずは言葉のおさらいから

◎採択域（acceptance region）と棄却域(reiection region)

　ある分布において起こりにくいとされる域（例えば5%の部分）を棄却域といい、起こりやすいとされる域（例えば95%の部分）を採択域といいました。例えば下のグラフは自由度19のカイ二乗分布ですが、ピンク色で塗りつぶされている部分が棄却域で、そうでない部分が採択域です。

◎有意水準(levels of significance)と危険率(risk rate)

　有意水準と危険率は同じ意味で使われるのでした。例えば「有意水準0.05で検定したところ〜」とか「5%の危険率で帰無仮説は棄却された」などという使い方をしました。

◎帰無仮説(null hypothesis)と対立仮説(alternative hypothesis)

　棄却することを目的として立てる仮説のことを帰無仮説といい、H0で表しました。それに対して本来いいたいほうの仮説のことを対立仮説といい、こちらはH1で表しました。

�U　第1種の誤り(type �T error)と第2種の誤り(type �U error)

　例えば「あの人物は女性である」という帰無仮説を立てたとしましょう。このとき、帰無仮説が正しいのに仮説を棄却してしまう（すなわち女性なのに男性だと判断してしまう）ことを第1種の誤りといいます。逆にこの仮説が誤っているのに採択してしまう（すなわち男性なのに女性だと判断してしまう）ことを第2種の誤りといいます。

　統計的仮説検定を行う際には常にこの2種類の判断ミスを犯す危険性があるということです。もっとも統計学とは確率論ですから、たとえ99%正しいであろうと統計学的に判断されても、残りの1%はそうでない可能性もあるわけですから、考えてみれば当たり前のことです。常に「もしかしたら・・・」と頭の片隅においておく必要がありそうですね。