Python・R・エクセルによるデータサイエンス | 統計解析講義

効果量の統計学【統計解析講義基礎】 | 統計解析 - Python・R・エクセルを使った講義で最速マスター

効果量の統計学【統計解析講義基礎】

効果量の統計学【統計解析講義基礎】


効果量の統計学【統計解析講義基礎】

 

統計的な有意性と分析結果の有意味性との間には重要な違いがあります。

 

しかし、もう1つ、統計的結果の価値を判断する非常に有用な方法があります。

 

それは、効果量を使用することです。

 

効果量はエフェクトサイズともいいます。

 

効果量は、統計的結果の大きさの測度(必ずしも絶対的な大きさではありません)です。

 

言い換えれば、2群間の平均値には本当に差があるかもしれませんが、効果量は非常に小さく、その結果、その違いは相対的に意味がないかもしれません。

 

その一方で、2群間の平均値の絶対的な差は小さいが効果量は非常に大きく、リサーチクエスチョンによっては、その差に大きな意味と価値があることを示すこともあり得ます。

 

効果量は標本の大きさを考慮しないので、たとえば群間の差の重要性などについて決定を下すためのもう1つのツールともなります。

 

効果量は簡単に計算できます。

 

2群の平均値の差を共通の標準偏差で割ることで計算します。

 

共通の標準偏差は、各群の標準偏差の重み付け平均により計算します。

 

効果量には単位はありません(無単位です)。

 

たとえば仮に、自尊心のテストを受けた青年のグループについての情報があり、効果量を計算したいとします。

 

グループ     平均     標準偏差
年齢低群    27.5     4.65
年齢高群    31.2     3.98

 

これらの数値を使って効果量を計算すると以下のようになります。

 

効果量=(31.2−27.5)/4.65=0.79

 

効果量の解釈はかなり単純です。

 

群間の差がゼロならば、効果量も同様にゼロで、得点分布の差異はほとんどありません。

 

つまり得点は非常に似ているということです。

 

効果量が1であれば、その得点のまとまりは約62%重なり合いますが、38%の効果が差異を表しています。

 

ESが大きくなるにつれて、得点の共通部分は小さくなり、互いに大きく異なってきます。

 

効果量が大きくなるほど分布の違いが大きくなり、その差の有意味性も大きくなります。

 

多くの研究者が効果量を報告するわけではありませんが、非常に有益なツールです。

 

差異が統計的に有意かどうかにかかわらず、さらに違いを探る上で有効です。

セミナー詳細こちら                    解析ご相談こちら


 

 

効果量の統計学【統計解析講義基礎】

効果量の統計学【統計解析講義基礎】

効果量の統計学【統計解析講義基礎】