DS検定 用語解説
第1種の過誤とは
帰無仮説が本当は正しいのに、誤って棄却してしまう検定上の誤り。
この記事の目次
まず押さえる結論
第1種の過誤は、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)具体例から判断の境界を固める
帰無仮説を棄却できなかった誤りではなく、正しい帰無仮説を誤って棄却してしまう誤りとして捉える
本当は正しい帰無仮説を、検定の結果として誤って棄却してしまう誤りを指します。有意水準は、この第1種の過誤をどれくらいまで許容するかを事前に決めた上限にあたります。有意水準を小さく設定するほど、本当は正しい帰無仮説を誤って棄却してしまう確率は下がりますが、他の条件が同じであれば第2種の過誤が起こりやすくなる、という関係も押さえておきます。
- 問題文で見る箇所
- 「本当は正しい帰無仮説」「誤って棄却」という語の組み合わせを確認します。「誤っている帰無仮説を棄却できない」という逆方向の説明であれば、第1種の過誤ではなく第2種の過誤を候補にします。
- 隣接概念との境界
- 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す。第1種の過誤は正しい帰無仮説を誤って棄却する誤りなので、帰無仮説の真偽と、検定の結果として棄却するかしないかの組み合わせで4通りに整理すると混同を防げます。
誤答しやすい選択肢
- 誤っている帰無仮説を棄却できなかった場合を第1種の過誤とする。それは第2種の過誤の説明であり、第1種の過誤は正しい帰無仮説を誤って棄却する場合です。
- 有意水準を第1種の過誤が実際に起きた回数の割合とする。有意水準は第1種の過誤の起こりやすさの上限として事前に決める基準値です。
- 有意水準を小さくすると第1種の過誤・第2種の過誤の両方が同時に小さくなるとする。標本の大きさなどの条件が同じ場合、有意水準を小さくすると第2種の過誤は起こりやすくなる関係があります。
4段階の判断手順
- 01帰無仮説が本当は正しいのか誤っているのかを設問文から先に固定する。
- 02検定の結果として棄却したのか、棄却しなかったのかを確認する。
- 03正しい帰無仮説を棄却した場合を第1種の過誤として特定する。
- 04有意水準がこの誤りの起こりやすさの上限であることを踏まえ、第2種の過誤との関係も確認する。
到達条件: 第1種の過誤を正しい帰無仮説を誤って棄却する誤りとして説明し、有意水準・第2種の過誤との関係を言える。
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
品質レビューで次の判断を再検証する。効果がないのに、検定結果から効果があると誤って結論づけた。この誤りはどれか 根拠と用語の対応まで確認して選べ。
レビューでは、設問の対象と役割を分けると「第1種の過誤」を採用できる。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 / 推定・検定
誤答除外の観点から次のケースを検討する。効果がないのに、検定結果から効果があると誤って結論づけた。この誤りはどれか 他の候補が条件を満たさないことも確認して選べ。
誤答候補を役割ごとに除外すると「第1種の過誤」だけが条件を満たす。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 / 推定・検定
実際には帰無仮説が正しいにもかかわらず、それを棄却してしまう誤りはどれか。
正解は「第1種の過誤」である。第1種の過誤は、実際には帰無仮説が正しいにもかかわらず、帰無仮説を棄却してしまう誤りを指す。第2種の過誤は、実際には帰無仮説が正しくない場合に棄却できない誤りであり、真の状態と判断の組み合わせが逆である。有意水準は帰無仮説を棄却する際の判断に関わる基準、p値は観測された結果に関わる値であって、誤りそのものの名称ではない。検定では、帰無仮説が実際に正しいかと、棄却したかを二つの軸として整理する。したがって第1種の過誤を選ぶ。
同じ章で確認したい用語
到達チェック
- 第1種の過誤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、第1種の過誤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)