MathLabs
定理証明済み

両側z検定の正確な有意水準

内容

X1,…,XnX_1, \ldots, X_n を独立に N(μ0,σ2)N(\mu_0, \sigma^2) に従うとし(σ\sigma は既知)、Z=Xˉ−μ0σ/nZ = \frac{\bar{X} - \mu_0}{\sigma / \sqrt{n}} とする。標準正規分布について P(Z>zα/2)=α/2P(Z > z_{\alpha/2}) = \alpha/2 となる値を zα/2z_{\alpha/2} とする。このとき、∣Z∣>zα/2|Z| > z_{\alpha/2} のとき H0:μ=μ0H_0: \mu = \mu_0 を棄却する検定は、ちょうど P(reject H0∣H0)=αP(\text{reject } H_0 \mid H_0) = \alpha を満たす。

なぜ正しいのか?

棄却域は H0H_0 のもとでの ZZ の正確な分布から直接構成されるため、H0H_0 のもとでのその確率は単に上から抑えるのではなく正確に計算でき、選んだ水準 α\alpha で偽陽性率が近似的にではなく厳密に制御された検定が得られる。

証明の概略

第1段階(H0H_0 のもとでの ZZ の分布):X1,…,XnX_1, \ldots, X_n が独立に N(μ0,σ2)N(\mu_0, \sigma^2) に従うので、標本平均 Xˉ\bar{X} は N(μ0,σ2/n)N(\mu_0, \sigma^2/n) に従い、標準化すると Z=Xˉ−μ0σ/n∼N(0,1)Z = \frac{\bar{X} - \mu_0}{\sigma/\sqrt{n}} \sim N(0, 1) が正確に成り立つ。

第2段階(棄却事象の確率):棄却事象は ∣Z∣>zα/2|Z| > z_{\alpha/2} であり、これは互いに素な2つの事象 Z>zα/2Z > z_{\alpha/2} と Z<−zα/2Z < -z_{\alpha/2} に分かれるので、P(∣Z∣>zα/2)=P(Z>zα/2)+P(Z<−zα/2)P(|Z| > z_{\alpha/2}) = P(Z > z_{\alpha/2}) + P(Z < -z_{\alpha/2}) である。

第3段階(標準正規分布の対称性を使う):標準正規密度は 00 について対称なので、P(Z<−zα/2)=P(Z>zα/2)P(Z < -z_{\alpha/2}) = P(Z > z_{\alpha/2}) である。zα/2z_{\alpha/2} の定義により、これらの確率はそれぞれ α/2\alpha/2 に等しい。

第4段階(2つの部分を足す):第2段階に代入すると、P(∣Z∣>zα/2)=α/2+α/2=αP(|Z| > z_{\alpha/2}) = \alpha/2 + \alpha/2 = \alpha となり、この確率は(第1段階を使って)H0H_0 のもとで正確に計算されたものなので、主張どおり P(reject H0∣H0)=αP(\text{reject } H_0 \mid H_0) = \alpha が正確に成り立つ。

この定理を使うトピック

ステップごとの証明

この定理のステップごとの証明はまだありません。