Mathematics推測統計学University

2標本t検定統計量(独立標本)

Q: What are common mistakes with the 2標本t検定統計量(独立標本) formula?

標本サイズや分布が大きく異なるのに等分散を仮定すること。 標本が本当に独立であることを確認しないこと(例:対応のあるデータに使用するなど)。 非プール版ではなく標準のプール分散公式を使用すること。

Q: What are some study tips for the 2標本t検定統計量(独立標本) formula?

標本サイズが小さい場合 (n < 30) は、正規性を必ず確認してください。 この検定の自由度を計算するには、Welch-Satterthwaite の式を使ってください。 標本が独立であること、つまり一人の対象者の選択が別の対象者の選択に影響しないことを確認してください。

この統計量は、母分散が未知の場合に、2つの独立したグループの平均の差が統計的に有意であるかどうかを判定する。

Understand the formulaSee the free derivationOpen the full walkthrough

t = \frac{( x ˉ _{1} - x ˉ _{2} ) - ( μ _{1} - μ _{2} )}{\frac{s _{1}^{2}}{n _{1}} + \frac{s _{2}^{2}}{n _{2}}}

Open Full Walkthrough Try Calculator

This public page keeps the free explanation visible and leaves premium worked solving, advanced walkthroughs, and saved study tools inside the app.

Core idea

Overview

2標本t検定統計量(独立標本)について、主要な入力値と式の関係を整理し、計算結果の意味を解釈するための説明です。条件、単位、前提を確認しながら使うことで、結果を比較、判断、見積もり、リスク確認に結びつけやすくなります。必要に応じて値を変え、結果の変化も確認してください。

When to use: 2標本t検定統計量(独立標本)は、与えられた値から必要な結果を求めたいときに使います。入力の単位、範囲、前提条件を確認してから代入し、計算結果を現実の条件や問題文の目的と照らし合わせてください。

Why it matters: 2標本t検定統計量(独立標本)の結果は、数値を比較し、傾向、制約、リスク、設計上の判断を説明するために役立ちます。答えを単独の数値として扱わず、条件が変わったときの意味や妥当性も確認できます。

Symbols

Variables

t = t-statistic, $\overset{x}{ˉ}$ _1 = Mean of sample 1, $\overset{x}{ˉ}$ _2 = Mean of sample 2, $s_{1}^{2}$ = Variance of sample 1, $s_{2}^{2}$ = Variance of sample 2

t

t-statistic

Variable

\overset{x}{ˉ}_{1}

Mean of sample 1

Variable

\overset{x}{ˉ}_{2}

Mean of sample 2

Variable

s_{1}^{2}

Variance of sample 1

Variable

s_{2}^{2}

Variance of sample 2

Variable

n_{1}

Size of sample 1

Variable

n_{2}

Size of sample 2

Variable

diff

Hypothesized difference

Variable

Walkthrough

Derivation

2標本t検定統計量(独立標本)の導出

この導出では、標本分布の特性を利用して、2つの標本平均の差を標準化することによりt分布に従う検定統計量を構築します。

2つの標本は互いに独立しています。
標本が抽出される母集団は近似的に正規分布に従います。
母分散は未知であり、推定値として標本分散を使用する必要があります。

平均差の標本分布を定義する

独立した正規母集団の標本平均はそれ自体が正規分布するため、それらの差は母平均の差を中心とし、結合された分散を持つ正規分布に従います。

(\overset{x}{ˉ}_{1} - \overset{x}{ˉ}_{2}) \sim N (μ_{1} - μ_{2}, \frac{σ _{1}^{2}}{n _{1}} + \frac{σ _{2}^{2}}{n _{2}})

Note: 2つの独立変数の差の分散は、それぞれの分散の和に等しい。

標準化(Zスコア)

標本平均の差を、期待値を引き、標準誤差で割ることにより、標準正規変数に変換します。

Z = \frac{( x ˉ _{1} - x ˉ _{2} ) - ( μ _{1} - μ _{2} )}{\frac{σ _{1}^{2}}{n _{1}} + \frac{σ _{2}^{2}}{n _{2}}} \sim N (0, 1)

Note: このステップでは母分散の知識が必要であり、通常は未知である。

標本分散への置換

母分散が未知であるため、それらを標本分散 $s_{1}^{2}$ および $s_{2}^{2}$ で置き換える。この置換により、Z分布はt分布に変換される。

t = \frac{( x ˉ _{1} - x ˉ _{2} ) - ( μ _{1} - μ _{2} )}{\frac{s _{1}^{2}}{n _{1}} + \frac{s _{2}^{2}}{n _{2}}}

Note: これは、分散が等しくないと仮定される場合のウェルチのt検定として知られており、自由度はウェルチ-サタースウェイトの式で近似される。

Result

t = \frac{( x ˉ _{1} - x ˉ _{2} ) - ( μ _{1} - μ _{2} )}{\frac{s _{1}^{2}}{n _{1}} + \frac{s _{2}^{2}}{n _{2}}}

Source: Welch, B. L. (1947). 'The generalization of 'Student's' problem when several different population variances are involved'.

Free formulas

Rearrangements

Solve for $\overset{x}{ˉ}_{1}$

$\overset{x}{ˉ}$ _1 を主語とした式に変形する

\overset{x}{ˉ}_{1} = t \frac{s _{1}^{2}}{n _{1}} + \frac{s _{2}^{2}}{n _{2}} + \overset{x}{ˉ}_{2} + (μ_{1} - μ_{2})

標準誤差を掛けて他の項を加えることで、最初の標本平均を分離する。

Difficulty: 3/5

Solve for $\overset{x}{ˉ}_{2}$

$\overset{x}{ˉ}$ _2 を主語とした式に変形する

\overset{x}{ˉ}_{2} = \overset{x}{ˉ}_{1} - (μ_{1} - μ_{2}) - t \frac{s _{1}^{2}}{n _{1}} + \frac{s _{2}^{2}}{n _{2}}

代数式の移項により、2番目の標本平均を分離する。

Difficulty: 3/5

Solve for $μ_{1}$

$μ_{1}$ について解きます。

μ_{1} = (\overset{x}{ˉ}_{1} - \overset{x}{ˉ}_{2}) - t \frac{s _{1}^{2}}{n _{1}} + \frac{s _{2}^{2}}{n _{2}} + μ_{2}

分子の成分を並べ替えて、最初の母平均を分離します。

Difficulty: 3/5

Solve for $μ_{2}$

$μ_{2}$ について解きます。

μ_{2} = μ_{1} - (\overset{x}{ˉ}_{1} - \overset{x}{ˉ}_{2}) + t \frac{s _{1}^{2}}{n _{1}} + \frac{s _{2}^{2}}{n _{2}}

項を再配置して、第2母平均を分離します。

Difficulty: 3/5

Solve for $s_{1}$

$s_{1}$ について解きます。

s_{1} = n_{1} ([\frac{( x ˉ _{1} - x ˉ _{2} ) - ( μ _{1} - μ _{2} )}{t}]^{2} - \frac{s _{2}^{2}}{n _{2}})

代数的に分離した後、両辺を二乗して、最初の標本分散項を分離します。

Difficulty: 5/5

Solve for $s_{2}$

$s_{2}$ について解きます。

s_{2} = n_{2} ([\frac{( x ˉ _{1} - x ˉ _{2} ) - ( μ _{1} - μ _{2} )}{t}]^{2} - \frac{s _{1}^{2}}{n _{1}})

$s_{1}$ と同様の手順で、第2標本分散項を分離します。

Difficulty: 5/5

Solve for $n_{1}$

$n_{1}$ について解く

n_{1} = \frac{s _{1}^{2}}{[ \frac{( x ˉ _{1} - x ˉ _{2} ) - ( μ _{1} - μ _{2} )}{t} ] ^{2} - \frac{s _{2}^{2}}{n _{2}}}

代数的手順を逆にして、最初のグループの標本サイズを分離する。

Difficulty: 5/5

Solve for $n_{2}$

$n_{2}$ について解く

n_{2} = \frac{s _{2}^{2}}{[ \frac{( x ˉ _{1} - x ˉ _{2} ) - ( μ _{1} - μ _{2} )}{t} ] ^{2} - \frac{s _{1}^{2}}{n _{1}}}

代数反転を使用して、2番目のグループの標本サイズを分離する。

Difficulty: 5/5

The static page shows the finished rearrangements. The app keeps the full worked algebra walkthrough.

Why it behaves this way

Intuition

数直線上に浮かぶ2つの異なる釣鐘型の確率分布を想像してほしい。分子はそれらのピーク(中心)間の物理的な距離を測る。分母は2つの分布の広がり(不確実性/分散)に基づいて縮小または拡大する「ものさし」の役割を果たし、t統計量は2つのピークが離れている「ものさしの長さ」の数である。

t

t-statistic

A signal-to-noise ratio: it tells you how many standard errors away the observed difference is from the hypothesized difference.

x̄₁ - x̄₂

標本平均の差

「信号」、すなわち2つのグループの平均結果間の生の観測差。

μ_{1} - μ_{2}

母平均の仮説上の差

「帰無仮説の基準線」;通常はゼロであり、グループ間に真の差がないという仮定を表す。

s₁²/n₁ + s₂²/n₂

標準誤差の二乗和

推定における全「ノイズ」または不確実性であり、各グループの変動(s²)をデータ点数(n)でスケーリングしたものを組み合わせたもの。

Signs and relationships

x̄₁ - x̄₂: 減算によって差の方向が定義される;正の結果は最初のグループの平均が高いことを示し、負の結果は2番目のグループが高いことを示す。
分母の平方根: 標準偏差ではなく分散(s²/n)を合計するのは、分散が加法性を持つためです。平方根を取ることで、合計分散を平均と同じ単位(標準誤差)に戻します。

One free problem

Practice Problem

次の条件を使って、2標本t検定統計量(独立標本)を求めてください。必要な値を式に代入し、単位と桁数を確認して答えてください。条件: 1, 50, 2, 10, 20, 45, 12, 25, 0。関連する記号: $s^{2}$ 。

Hint: 2標本t検定統計量(独立標本)の式に既知の値を代入し、単位、符号、分母と分子の対応を確認しながら計算してください。問題文で与えられた条件を先に整理すると解きやすくなります。関連する記号: s1^2, s2^2。

The full worked solution stays in the interactive walkthrough.

Where it shows up

Real-World Context

2標本t検定統計量(独立標本)は、実務、学習、分析の場面で具体的な値を代入して結果を確認するときに使えます。計算結果を単なる数値として扱うのではなく、条件の比較、判断、見積もり、リスク確認に結びつけて解釈するのに役立ちます。

Study smarter

Tips

標本サイズが小さい場合 (n < 30) は、正規性を必ず確認してください。
この検定の自由度を計算するには、Welch-Satterthwaite の式を使ってください。
標本が独立であること、つまり一人の対象者の選択が別の対象者の選択に影響しないことを確認してください。

Avoid these traps

Common Mistakes

標本サイズや分布が大きく異なるのに等分散を仮定すること。
標本が本当に独立であることを確認しないこと(例:対応のあるデータに使用するなど)。
非プール版ではなく標準のプール分散公式を使用すること。

Common questions

Frequently Asked Questions

この導出では、標本分布の特性を利用して、2つの標本平均の差を標準化することによりt分布に従う検定統計量を構築します。

2標本t検定統計量(独立標本)は、与えられた値から必要な結果を求めたいときに使います。入力の単位、範囲、前提条件を確認してから代入し、計算結果を現実の条件や問題文の目的と照らし合わせてください。

2標本t検定統計量(独立標本)の結果は、数値を比較し、傾向、制約、リスク、設計上の判断を説明するために役立ちます。答えを単独の数値として扱わず、条件が変わったときの意味や妥当性も確認できます。

標本サイズや分布が大きく異なるのに等分散を仮定すること。標本が本当に独立であることを確認しないこと(例:対応のあるデータに使用するなど)。非プール版ではなく標準のプール分散公式を使用すること。

標本サイズが小さい場合 (n < 30) は、正規性を必ず確認してください。この検定の自由度を計算するには、Welch-Satterthwaite の式を使ってください。標本が独立であること、つまり一人の対象者の選択が別の対象者の選択に影響しないことを確認してください。

References

Sources

Rice, J. A. (2006). Mathematical Statistics and Data Analysis.
Welch, B. L. (1947). The generalization of 'Student's' problem when several different population variances are involved.
Welch, B. L. (1947). 'The generalization of 'Student's' problem when several different population variances are involved'.

2標本t検定統計量(独立標本)

Overview

Variables

Derivation

平均差の標本分布を定義する

標準化(Zスコア)

標本分散への置換

Rearrangements

Intuition

Practice Problem

Real-World Context

Tips

Common Mistakes

Related Formulas

One-Sample t-Test

Pooled Two-Sample t-Test

Frequently Asked Questions

Sources