ここまでで仮説検定の基本を学びました。
ここからは、実際の例を使って考えてみましょう。

どんな例ですか？

お祭りの屋台でお菓子くじを引くことにしました。

このくじは「当たりは20%」と書いてあります。

くじって楽しいですよね。

でも、お祭りの屋台って絶対20%の確率で当たっていないと思う。

でも、そう思うだけで実際に20%の確率で当たるっていうのは、嘘なのか本当なのかわんないよね？

そういうときに、その当たり確率が本当か検証するのが仮説検定です。

それでは、20%の確率で当たるのかどうか、仮説検定で確かめましょう。

20%の確率って、平均して5回に1回は当たるということですよね。

そうですね。
まず、この表示が正しいと仮定して考えます。

実際にこのくじを引いた人にアンケートを取りました。

屋台でこのくじを引いた人に聞いたところ、50人から回答が集まりました。

あれ？当たり20%なら、もっと当たりそうですよね。

予想は10人くらいなのに、実際は5人しかいません。

そこで、「本当に当たり20%だとしたら、50人中5人以下しか当たらないことは、どのくらい起こりにくいのか」を考えます。

この確率表からp値を求めます。

そういえば、「p値」の計算をする時は、「多い場合」も「少ない場合」も考えたよな？

あ、確かに。

コイントスのときは、表が多すぎる場合と少なすぎる場合の両方を足したよね。

いいところに気づきましたね。

今回検証したいのは、「当たりが少なすぎるのではないか」という点です。

なるほど。

だから今回は、少ない方だけを考えれば良いってことかな？

そうだよね。片側検定っていうのだよね。

その通りです。

そのため、p値は 0人〜5人 の確率を足して求めます。

p値が求められたら、次はその値を見て終わりではありません。
有意水準と比べて判断することが大切です。

有意水準って、結果がめずらしいかどうかを判断するための基準だったよな。

その通りです。
今回は、有意水準を 5% として考えます。

ということは、p値が5%より小さいかどうかを見ればいいんですね。

はい。
p値が有意水準より小さいなら、その結果は 偶然では起こりにくいと判断します。

逆に、p値が5%より大きければ、たまたま起こった可能性もあるということですね。

その通りです。
つまり、p値と有意水準を比べることが、結論を出すためのポイントになります。