仮説検定ビジュアライザ（検出力）
α・効果量・サンプルサイズを動かして、「差を見つける力」がどう変わるか体感しよう
1 − β=P(棄却 | H₁が真)
検出力 = 実際に差があるとき、それを正しく検出できる確率
- α
- 第1種の過誤 — H₀が正しいのに棄却する確率
- β
- 第2種の過誤 — H₁が正しいのに棄却できない確率
- δ
- 効果量 — H₀とH₁の距離（＝検出したい差の大きさ）
見る
2つの分布は「H₀が正しい世界」と「H₁が正しい世界」。重なりが大きいほど区別が難しい
読む
nを増やすと両分布が狭くなり、重なりが減って検出力が上がる。これがサンプルサイズ設計の原理
注意
αを小さくすると第2種の過誤βが増える。αとβはトレードオフ。両方下げるにはnを増やすしかない
α（第1種の過誤）0.050
β（第2種の過誤）0.218
検出力（1 − β）0.782検出力不足
80%検出力に必要な n32
青: H₀の分布橙: H₁の分布赤: α（第1種の過誤）灰: β（第2種の過誤）緑: 検出力（1−β）