『有意差なし』という結果になったのは、サンプルサイズが十分でなかったことが原因かも…

今回は、サンプルサイズについてわかりやすく解説します。 統計的仮説検定の判断は100％正しいことはなく、判断と事実が異なる可能性が常にあります。 誤った判断になってしまう原因の1つに、サンプルサイズが適切でない場合が考えられます。 統計的仮説検定を行う際のサンプルサイズは、多すぎても少なすぎても誤った判断をしてしまう可能性を高めてしまうため、最適サンプルサイズを検討することが重要です。 この動画では、最も単純な、母分散既知の場合の平均値の検定の片側検定を例にサンプルサイズの考え方を解説しています。 母分散未知の場合や、両側検定の場合など、今回取り上げた例題とは異なるケースであっても、サンプルサイズの考え方は同じなので、サンプルサイズ計算をマスターするには、まずは、この動画の内容をしっかり理解することが重要だと考えます。 QC検定のお勉強にもお役立てください。 皆さまのお役に立てる動画配信をしていきますので、応援していただけると嬉しいです（^-^） ＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝ 【関連動画】 ▼仮説検定。なぜ「ではないとは言えない」と表現するのか？p値とは？ 　   • 統計的仮説検定。なぜ「ではないとは言えない」と表現するのか？p値とは？   ▼t検定を学ぶ前に見るべし！母分散が既知の場合の平均値の検定。 　   • t検定を学ぶ前に見るべし！母分散既知の場合の母平均の検定。   ▼検出力の本質。その検定結果は果たして信頼に足るのか？ 　   • 検出力の本質。その検定結果は果たして信頼に足るのか？   ▼標本平均が従う分布の平均と分散、意外と簡単に導出できちゃいます！［証明］ 　   • 標本平均が従う分布の平均と分散、意外と簡単に導出できちゃいます！［証明］   ＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝ チャンネル登録はこちら ☞   / @datasciencelab.   #QC検定1級成績優秀表彰者が解説します