1サンプル平均の無作為化テストの分析のオプションを選択する

1標本平均の無作為化検定 > 再抽出 > オプション > 計算。

対立仮説を選択し、標本平均を保存するか、または乱数ジェネレータの初期値を設定します。

対立仮説

対立仮説から、検定する仮説を選択します。

平均値 < 仮説値

この片側検定を使用して、母平均が仮説平均より小さいかどうかを判定します。この片側検定の検出力は両側検定よりも高いですが、母平均が仮説平均よりも大きいかどうかは判定できません。

たとえば、ある品質分析者がこの片側検定を使用して水中の固形物の平均濃度が22.4 mg/Lよりも低いかどうかを確かめます。この片側検定の検出力は高く、平均が22.4 mg/Lよりも少ないかどうかは判定できますが、平均が22.4 mg/Lよりも多いかどうかを判定できません。

平均値 ≠ 仮説値

この両側検定を使用して、母平均が仮説平均と異なるかどうかを判定します。両側検定により、仮説値より小さい差か大きい差かは検出できますが、検出力は片側検定の場合よりも低くなります。

たとえば、エンジニアが鉛筆の平均長さが目標値である18.85 cmと異なるかどうかを調べるとします。目標値との差は重要なため、エンジニアはこの両側検定を使用して平均値が目標値より大きいか小さいかを判定します。

平均値 > 仮説値

この片側検定を使用して、母平均が仮説平均より大きいかどうかを判定します。この片側検定の検出力は両側検定よりも高いですが、母平均が仮説平均よりも小さいかどうかは判定できません。

たとえば、病院の管理者がこの片側検定を使用して、満足度調査に対する患者の平均評価が90よりも高いかどうかを判定するとします。この片側検定の検出力は高く、平均評価が90よりも高いかどうかは判定できますが、平均評価が90よりも低いかどうかは判定できません。

片側または両側の対立仮説の選択についての詳細は、帰無仮説と対立仮説についてを参照してください。

ワークシートで各再標本の平均を保存するよう選択します。Minitabでは、データの最後列の後の平均列に、値が保存されます。

Minitabでは、再標本の中央が仮説平均と同じになるようにデータが調整されます。まず、仮説平均と元の標本の平均の差が計算されます。次に、元の標本の各値に差を足すかまたは元の標本から差を引きます。再標本はこの調整済みデータから採取されます。

（オプション）乱数ジェネレータの初期値で、1以上の整数を入力して、ブートストラップ標本の無作為選定の開始点を指定することができます。同じ初期値を使用すると、同じ標本を得ます。

たとえば、教授が授業で使うために、元のデータの再標本を50個生成するとします。教授と生徒各々が、初期値を1と設定して同じブートストラップ分布、したがって同じ分布結果を生成します。