- 【Updated on May 12, 2025】 Integration of CiNii Dissertations and CiNii Books into CiNii Research
- Trial version of CiNii Research Automatic Translation feature is available on CiNii Labs
- Suspension and deletion of data provided by Nikkei BP
- Regarding the recording of “Research Data” and “Evidence Data”
Bibliographic Information
- Other Title
-
- トウケイテキ インガ スイロン ノ アタラシイ トレンド : ケンテイリョク ブンセキ ト ベイズ スイロン
Search this article
Description
統計的仮説検定において,以下のような経験をした研究者も多いのではないだろうか?</p><p>(1) 統計的仮説検定が有意にならなかったので,p値が0.05より小さくなるまでサンプル数を増やした。(p-hacking)</p><p>(2) 有名な論文の内容を再検証しようとリプリケーション・スタディーを行ったのだが,結果を再現できない。</p><p>(3) ビッグデータを使って,男性と女性100万人のIQスコアから 2 群の差の検定を行った。</p><p>その結果,標本平均の差は0.1以下だったが t値が10で帰無仮説が却下された。標本サイズが大きすぎるようだ。</p><p>(4) 統計の初心者は,t値が大きければ大きいほど(あるいは p値が小さければ小さいほど) その効果自体が大きいと,標準化係数(効果量)との概念を混同しがちである。</p><p> 統計的仮説検定に関する批判は70年代から議論されていたのだが( Morrison and Henkel1970),この10年ほどの間に大きな変化が起きつつある。ひとつは検定力分析の重要性,もうひとつはベイズ推論である。これらはマーケティング・サイエンスの研究者にとっても,実験計画や分析において将来,重要になる可能性があるので紹介しておく。
Journal
-
- Journal of Marketing Science
-
Journal of Marketing Science 24 (1), 1-5, 2016
Japan Institute of Marketing Science
- Tweet
Details 詳細情報について
-
- CRID
- 1390282680479710336
-
- NII Article ID
- 130005437605
-
- NII Book ID
- AN00390434
-
- ISSN
- 21878315
- 21874220
-
- NDL BIB ID
- 027827695
-
- Text Lang
- ja
-
- Article Type
- journal article
-
- Data Source
-
- JaLC
- NDL Search
- CiNii Articles
- KAKEN
-
- Abstract License Flag
- Disallowed