統計を勉強してる人がいるけど、数式を覚えるよりそれを何のために使うかを学んだほうがいい、あくまで手段だから。

たとえば独立した2群のt検定をする前提としてそれぞれの試料が計量データ、正規分布、等分散であり正規性を有しているか、帰無仮説と対立仮説は適切か、p値の根拠は…などなどの意味を知ったほうが良いと思うのです。

これを見てもうよくわからなくなったらノンパラメトリック検定でなんとかすりゃいいんじゃね？と思うのです。母集団が正規分布してるかどうか関係なく検定してくれるし、ただ昔は計算するのはすげえ大変だったけど、最近だとマシンパワー強いからガンガン計算してくれるし。

なので次回はMann-WhitneyのU検定の話でもしようかと思うがするかー！面倒じゃー！要は自分の仮説の正しさを数学的根拠を持って示すのが統計学においての検定なんじゃ！

俺は正しいのであるという主張に対しての帰無仮説が「俺は正しくない」ということにして検定を行うのであれば、まず正しい、正しくないという尺度を持って調査する必要があるわけだ。分かるか？

そもそも何を以て正しいとするか、「正しい」の定義を明確にしないといけないという論理も必要になってくるのである。

「この確率が低いから正しいんですよ」という統計のインチキに騙されるな！