t検定計算 — ウェルチの2標本・1標本
ウェルチの2標本t検定・1標本t検定を実行。平均・標準偏差・t値・自由度・厳密な両側p値・コーエンのdを算出します。
🔒 すべてあなたのブラウザ内で動作します。入出力データはサーバに送信・保存されないため安全です。
ウェルチのt検定(ウェルチ=サタスウェイトの自由度)を使用し、p値は正則化不完全ベータ関数によるt分布の厳密値です。データがおおむね正規分布であることを仮定します — 標本が非常に小さい・歪みが大きい場合はノンパラメトリック検定(マン=ホイットニーのU検定など)を検討してください。学習用の補助ツールです。結果をクリックでコピー。
このツールについて
このt検定ツールは、2つのグループの平均が本当に違うのか、あるいは1つのグループの平均が目標値と違うのかを検定します。グループAとBの数値を貼り付けると、Welch(ウェルチ)のt検定(等分散を仮定しない)を実行し、平均・標準偏差・t統計量・自由度・正確な両側p値・効果量(Cohenのd)を表示します。1標本モードでは、1組のデータを仮説の平均値と比較します。実験・実験室データ・課題の有意差チェックに手早く使え、すべてブラウザ内で計算されます。
よくある質問
なぜStudentではなくWelchのt検定なのですか?
Studentのt検定は「両群の分散が等しい」ことを仮定しますが、これはしばしば成り立たず、崩れると偽陽性が増えます。Welch版はその仮定を置かず、分散がたまたま等しいときはStudentとほぼ同じ結果になります。そのため安全な既定であり、現代の統計学者も既定として推奨します。このツールは2標本ではWelchを使います。授業などでStudentが必要な場合、両者は自由度やp値がわずかに異なることがある点に注意してください。
Cohenのdはp値に加えて何を教えてくれますか?
p値は「差が本物か」を、Cohenのdは「差がどれくらい大きいか」を標準偏差単位で教えます。目安として0.2で小、0.5で中、0.8で大です。これが重要なのは、サンプルが大きいと些細な差でも統計的に有意になるからです。pがごく小さくてもdが0.05なら「本物だが無視できる効果」を意味します。両方を報告しましょう。効果量を伴わない有意性は、重要でない結果を大げさに見せてしまいます。
データはローカルで処理されますか?
はい。平均・分散・t統計量・正確なp値はすべてブラウザ内のJavaScriptで計算されるため、貼り付けた数値が端末の外に出ることはなく、読み込み後はオフラインでも動きます(未発表の実験データに便利)。ただし注意点として、t検定は「おおむね正規分布・独立」を仮定します。非常に小さく大きく歪んだ標本では、Mann–Whitneyのようなノンパラメトリック検定を検討し、本ツールは統計レビューの代わりではなく学習補助として使ってください。