2つの母不適合数の差の検定を例題で解説 ~統計的検定(その10)~

統計的検定

※当サイトは、アフィリエイト広告を利用しています

この記事では、2つの母不適合数の差における統計的検定について、初心者の方にもわかりやすいよう例題を交えながら解説しています。

なお、統計的検定の概念とメリット、登場する用語の意味など、統計的検定(その1)の記事から段階を追って説明しています。

さまざまな検定の種類を網羅的に学習したい方は、ぜひ最初から読んでみてください。

仮説検定の考え方、帰無仮説・対立仮説を基礎から理解しよう ~統計的検定(その1)~
統計的検定とは、母集団に関して立てたとある仮説が成立するか否か、背理法の考え方を用いて標本データから確率論的に結論を導き出す検定のことです。この記事では、統計的検定の概念とメリット、登場する用語の意味、検定の大まかな手順について解説しています。

また、この記事では、母不適合数の定義やポアソン分布との関係性についての基本的な説明を省略しています。

あらためて定義から確認したいという方は、合わせて参考にしていただければ幸いです。

母不適合数の検定を例題で解説 ~統計的検定(その9)~
「不適合品」とは規格に適合しないもの、すなわち不良品のことを意味し、標準正規分布を用いて統計的検定を行うことができます。この記事では、1つの母不適合数の検定について、帰無仮説と対立仮説の設定のしかた、検定統計量の計算方法、検定手順を解説しています。
ポアソン分布とは? 期待値と分散の導出、エクセル関数の使い方
ポアソン分布とは、ある特定の期間の間にイベントが発生する回数の確率を表した離散型の確率分布です。この記事では、ポアソン分布の定義、期待値と分散の導出の仕方、エクセルでグラフ化する手順について解説しています。

2つの母不適合数の差の検定

検定統計量

2つの母不適合数の差の確率分布に関しても、1つの母不適合数と同様に、標準正規分布$N(0,1)$に従います

標準正規分布では、分布の横軸($Z$値)に対して、全体の何%を占めているのか対応する確率が決まっており、エクセルのNORM.S.DIST関数標準正規分布表で簡単に求められます。

2つの集団を$A, B$と名付けると、母不適合数の差の検定統計量は以下のように表されます。

$A$と$B$はそれぞれの集団を意味し、$\bar{λ}_{A}$, $\bar{λ}_{B}$は標本不適合数$λ_{A}$, $λ_{B}$は母不適合数$n_{A}$, $n_{B}$はサンプルサイズを表します。

計算式の構造は、1つの母不適合数の場合と同じなので覚えやすいですね。

とらまる
とらまる

その1から勉強してきた人は見慣れた形だよね

そして、統計的検定では帰無仮説として母不適合数に差がないことを仮定するので、$λ=λ_{A}=λ_{B}$と置くと、先ほどの式は以下のように変換されます。



ここで、$λ$は$A$と$B$を合わせた平均不適合数として、以下のように標本データから推定量を定義します。

$λ$が単位時間あたりの不適合数で定義されることに対し、$x_{A}$, $x_{B}$は観測したトータルの不良数を意味します。

この式に標本データから得られた不適合数とサンプルサイズを代入することで、検定統計量を求めることができます。

検定の手順

それでは、実際に母不適合数の差の検定をやってみましょう。

例題

とある製品をAラインとBラインの2つの生産ラインで製造しています。過去10年間の不具合発生数を集計した結果、Aラインは12回、Bラインは4回であったとき、1カ月当たりのラインAとBの母不適合数に差があると言えるでしょうか?



1.仮説を設定する

まずは、検証したい目的に合致した帰無仮説$H_{0}$と対立仮説$H_{1}$を設定します。

2つの母不適合数に違いがあることを背理法で証明したいので、帰無仮説を「$H_{0}:λ_{A}=λ_{B}$」、すなわち「2つのラインの不適合数に違いがない」と設定します。

また、対立仮説は本来の目的である証明したい仮説として、「2つのラインの不適合数に違いがある」とします。

$H_{0}:λ_{A}=λ_{B}$
$H_{1}:λ_{A}≠λ_{B}$(両側検定)



2.検定統計量を算出する

定義の数式に従い、検定統計量$Z$を求めます。

ここで注意が必要なのが、求めたいサンプルサイズに換算した単位当たりの不適合数を算出することです。

今回の場合、標本データのサンプルサイズは$n_{A}=n_{B}=120$(1カ月×120回)です。



3.帰無仮説の棄却/採択を判定する

検定統計量の値から帰無仮説の棄却/採択を判定します。

判定の指標には、標準正規分布の$Z$値を用います。

通常、統計的検定では、有意水準$α=0.05$や$α=0.01$を基準として用います。

つまり、本当は帰無仮説が正しいのに、誤って棄却してしまう確率が$α=0.05$の場合は5%、$α=0.01$なら1%となる状態のことです。

エクセルで標準正規分布の累積分布関数の逆関数を表すNORM.S.INV関数を使えば、$α=0.05$における棄却域を以下のように求められます。

先ほどの検定統計量と比較すると、以下の関係であることが分かります。

5%の棄却域に入っている状態、つまり有意水準5%で帰無仮説が棄却され、対立仮説が採択されるという結果となります。



4.検定の結論を導く

検定の結果から、今回の結論を出します。

有意水準5%でラインAとBの不適合数に違いがあると言える

まとめ

  • 2つの母不適合数に関する検定統計量
    ⇒標準正規分布のZ値を用いる
  • 検定の手順
    ⇒仮説を設定する
     検定統計量を算出する
     帰無仮説の棄却/採択を判定する
     検定の結論を導く

最後まで読んでいただき、ありがとうございました。

スポンサーリンク
統計的検定
こてつをフォローする
この記事を書いた人

【経歴】
関東在住、40代、製造業(品質部門)。
これまで、研究開発、設計、生産技術、仕入先の品質管理を手掛ける。

【保有知識・技術分野】
統計学、信頼性工学、品質工学。
半導体、基板、有機材料、金属、セラミックスの材料、製造、加工技術。
部品加工(機械加工、化学処理)、組立・実装技術、分析・物理解析技術。
QC検定1級保有。

【当サイトについて】
品質・生産の基礎知識をテーマに、用語の解説、使い方(作り方)、メリット、考え方のポイントを分かりやすく解説しています。
某メーカ様の品質教育用の資料としてもご活用いただいております。
QC検定(品質管理検定)の試験対策、おすすめ勉強法も紹介しています。

こてつをフォローする
QCとらのまき

コメント