対立仮説

対立仮説H1又はHaは、帰無仮説H0と対になる、差・効果・関連がある方向を表す仮説です。データがH0と十分に両立しないとき、H1を支持する統計的証拠が得られたと判断します。

■ 試験で押さえるポイント

• 両側対立仮説$\mu\ne\mu_0$は増減の両方、右片側$\mu>\mu_0$は増加だけ、左片側$\mu<\mu_0$は減少だけを検出対象とします。

• 片側検定は同じαを一方の裾へ置くため指定方向への検出力が高い一方、反対方向を有意として扱いません。データを見てから方向を変えません。

• H0を棄却してもH1が絶対に真と証明されたわけではなく、第1種の誤りの可能性、前提違反、バイアスが残ります。

• 検出したい最小効果と実務上の意味を事前に定めると、標本数設計と結果解釈を適切に行えます。単なる『差あり』だけでは大きさが分かりません。

■ 選択肢での判断ポイント

差の方向を問わないなら両側、特定方向だけなら片側です。研究者が望む結論を後からH1へ設定するものではありません。

例: 新方式で平均処理時間が短くなることだけを検証するなら、$H_0:\mu\ge\mu_0$、$H_1:\mu<\mu_0$という左片側の対立仮説を事前に設定します。