| Up | 統計的仮説検定 | 作成: 2017-08-17 更新: 2017-08-17 |
これは，つぎの定理の使用である：
( Ａ ⇒ (矛盾命題) ) ⇒ ¬Ａ (「Ａから矛盾が導かれるならば，Ａは偽である」) つぎは，「( Ａ ⇒ (矛盾命題) ) ⇒ ¬Ａ」の特別な場合になる：
(「Ａから ¬Ａ が導かれるならば，Ａは偽である」)
¬Ａ ∨ (A ∧ ¬Ａ ) (¬Ａ ∨ A) ∧ (¬Ａ ∨ ¬A) ¬Ａ ∨ ¬A （ ∵ ¬Ａ ∨ A は恒真命題) Ａ ⇒ ¬Ａ 「( Ａ ⇒ ¬Ａ ) ⇒ ¬Ａ」の Ａは，役回りとして「¬ 」(null) に帰されるものであるから，「帰無仮定」ということになる。 さて，この特別な背理法「( Ａ ⇒ ¬Ａ ) ⇒ ¬Ａ」に「確率」をかませると，「(統計的)仮説検定」になる：
このときのＡを「帰無仮説」と呼び，H0で表す。 また，「ほとんど ¬ 」を，「有意水準 α 以下」で表す。 「仮説検定」は，「ほとんど ¬ 」かどうかの検定である。 このロジックを押さえるとき，「仮説検定」の枠組には＜過剰＞があることがわかる。 それは，「対立仮説 H1」である。 「¬Ａ」に，わざわざ「対立仮説 H1」の名前を振る。 この結果は，「対立仮説 H1」が空回りし，手順/ロジックが見えにくくなるということである。要するに，ややこしくなる。 そして，この＜ややこしさ＞が，「仮説検定」信奉のもとになる。 ＜ややこしさ＞が，浅学の者には＜もっともらしさ＞に見えるわけである。 しかも「仮説検定」は，統計アプリケーションになっているコンピュータ・ブログラムを走らせれば，結果がでる。 意味がわからなくても，結果が出る。 また，「有意」が出ないときは，データをいろいろ操作したり，データ数を増やしてみると「有意」が出ることがある。 これが，一部の研究分野では，研究論文作成の常態になることがある ( Douglas, H.J. (1999), ASA (2016) )。
|