J-STAGE トップ  >  資料トップ  > 書誌事項

マーケティング・サイエンス
Vol. 24 (2016) No. 1 p. 1-5

記事言語:

http://doi.org/10.11295/marketingscience.240102

編集前記
  • 抄録

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?

(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)

(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。

(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。

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。

(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。

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。

Copyright © 2016 日本マーケティング・サイエンス学会

記事ツール

この記事を共有