分布は通常、再標本数が多いほど割り出しやすくなります。たとえば、このデータでは、50個の再標本で分布が不明確です。1000個の再標本になると、形状はほぼ正規に見えます。
このヒストグラムでは、ブートストラップ分布は正規分布のように見えます。
μ₁: 病院 = Aの場合の評価の母平均 |
---|
µ₂: 病院 = Bの場合の評価の母平均 |
差: μ₁ - µ₂ |
病院 | N | 平均 | 標準偏差 | 分散 | 最小 | 中央値 | 最大 |
---|---|---|---|---|---|---|---|
A | 20 | 80.30 | 8.18 | 66.96 | 62.00 | 79.00 | 98.00 |
B | 20 | 59.30 | 12.43 | 154.54 | 35.00 | 58.50 | 89.00 |
Aの平均 - Bの平均 = 21.000 |
---|
帰無仮説 | H₀: μ₁ - µ₂ = 0 |
---|---|
対立仮説 | H₁: μ₁ - µ₂ ≠ 0 |
リサンプル数 | 群平均 | 標準偏差 | p値 |
---|---|---|---|
1000 | -0.185 | 4.728 | < 0.002 |
これらの結果での帰無仮説は、二つの病院間の平均評価の差は0であるという仮説です。p値が有意水準である0.05以下の0.002よりも小さいため、帰無仮説を棄却する決定を下し、病院の評価は異なると結論付けます。