DS検定 用語解説
帰無仮説とは
仮説検定で、差や効果がないものとして棄却できるかを判断する基準の仮説。
まず押さえる結論
帰無仮説は、DS検定の「第4章 統計・推定・検定」で確認しておきたい用語です。定義だけでなく、どの場面で使う言葉か、何と混同しやすいか、問題文のどの表現で判断するかまで確認します。
情報源と編集区分
公式範囲を確認し、具体例・誤答例・判断手順は当サイトが編集。 一次情報確認日: 2026-07-12。
試験概要（公式）混同しやすい用語との差
帰無仮説 / 対立仮説
帰無仮説は、差や効果がないものとして棄却できるかを判断する基準の仮説です。
対立仮説は、帰無仮説に対し、差や効果があるとして検討する仮説です。
見分け方: 「差がない」を基準に置く仮説か、「差がある」側の仮説かを分けます。
試験での問われ方
定義の言い換え
用語そのものではなく、説明文の一部を言い換えて出されることがあります。
似た概念との比較
同じ章の用語と入れ替えた選択肢に注意します。対象、目的、使う場面を分けます。
具体例からの判断
問題文の事例が、定義のどの部分に対応しているかを先に確認します。
誤答しやすいポイント
×母平均・母分散と標本平均・標本分散（不偏分散）の取り違え。母集団の値と標本から計算した値は別物。
×p値を『帰無仮説が正しい確率』と誤解する。p値は帰無仮説のもとで観測結果以上に極端な結果が得られる確率。
×相関関係と因果関係の混同。ピアソンの相関係数が大きくても因果関係を示すとは限らない。
関連する確認問題
第4章 統計・推定・検定 / 推定・検定
統計的仮説検定におけるp値の意味として最も適切なものはどれか。
正解は「帰無仮説のもとで観測結果以上に極端な結果が得られる確率」である。p値は、帰無仮説が正しいと仮定したうえで、今回の観測結果と同じかそれ以上に極端な結果がどの程度起こり得るかを表す確率であり、確率が指し示す対象は観測結果側の極端さである。「帰無仮説が正しい確率」と「対立仮説が正しい確率」は、いずれも仮説そのものの真偽に確率を割り当てる主張であり、p値が観測結果側の確率を表すという定義とは対象が異なる点で誤りである。「信頼区間」は点推定に幅を持たせた区間推定の結果であり、確率の値そのものを示すp値とは示す情報の形が異なる。
第4章 統計・推定・検定 / 推定・検定
検定において、本当は正しい帰無仮説を誤って棄却してしまう誤りの名称として正しいものはどれか。
正解は「第1種の過誤」である。第1種の過誤は、本当は正しい帰無仮説を誤って棄却してしまう誤りを指す。これに対して第2種の過誤は、誤っている帰無仮説を棄却できずに受け入れてしまう誤りであり、設問が問う向きとは逆である。「標本誤差」は標本を抽出する際に偶然生じるばらつきであり、「サンプリングバイアス」は抽出方法が偏ることで生じる系統的な誤差であって、いずれも帰無仮説を棄却するかどうかという検定の判断の誤りを指す語ではない。検定では、正しい帰無仮説を棄却する誤りと誤った帰無仮説を棄却できない誤りのどちらを避けたいかを意識して、有意水準の設定を考える。
第4章 統計・推定・検定 / 統計数理基礎
条件付き確率に関する説明として最も適切なものはどれか。
正解は「ある事象が起きたという条件のもとで、別の事象が起きる確率を扱う」である。条件付き確率は、たとえば事象Aが起きたという前提のもとで事象Bが起きる確率を考える概念である。「確率変数の平均だけを扱う」は期待値の説明であり、条件をつけた確率そのものを表す概念ではない。「帰無仮説を棄却するかどうかだけを扱う」は統計的仮説検定の説明であり、条件付き確率とは別の枠組みである。「データベースの正規化だけを扱う」はテーブル構造を整理するデータエンジニアリングの話であり、確率の概念とは無関係である。
同じ章で確認したい用語
他資格でも出題される用語
到達チェック
- 帰無仮説を一文で説明できる
- 同じ章の似た用語と違いを説明できる
- 問題文の具体例から、帰無仮説に関係する論点を拾える
- 関連問題を解き、誤答した選択肢の理由を確認できる
執筆: ミナト編集部（運営者情報を見る）