DS検定 用語解説
第2種の過誤とは
帰無仮説が本当は誤っているのに、棄却せず採用してしまう検定上の誤り。帰無仮説が正しいのに誤って棄却してしまう第1種の過誤とは、間違える向きが逆になる。
まず押さえる結論
第2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
正しい帰無仮説を棄却してしまう誤りではなく、誤っている帰無仮説を棄却できずに見逃す誤りとして捉える
本当は誤っている帰無仮説を、検定の結果として棄却できずに受け入れてしまう誤りを指します。第2種の過誤が起こる確率をβとすると、1-βは検出力と呼ばれ、本当に差がある場合にそれを正しく検出できる確率を表します。標本の大きさを増やすと、他の条件が同じであれば検出力は高まり、第2種の過誤は起こりにくくなる、という関係も押さえておきます。
- 問題文で見る箇所
- 「本当は誤っている帰無仮説」「棄却できない」という語の組み合わせを確認します。「正しい帰無仮説を棄却してしまう」という逆方向の説明であれば、第2種の過誤ではなく第1種の過誤を候補にします。
- 隣接概念との境界
- 第1種の過誤は、正しい帰無仮説を誤って棄却してしまう誤りです。第2種の過誤は誤っている帰無仮説を棄却できない誤りなので、帰無仮説の真偽と検定結果の組み合わせで整理し、検出力（1-β）が第2種の過誤の確率βと表裏の関係にあることも合わせて確認します。
誤答しやすい選択肢
- 正しい帰無仮説を誤って棄却した場合を第2種の過誤とする。それは第1種の過誤の説明であり、第2種の過誤は誤っている帰無仮説を棄却できない場合です。
- 検出力を第2種の過誤が起こる確率そのものとする。検出力は1からβ（第2種の過誤の確率）を引いた値であり、第2種の過誤の確率と検出力は別の数値です。
- 標本の大きさを増やすと第2種の過誤は必ず増えると考える。他の条件が同じであれば、標本の大きさを増やすほど検出力が高まり、第2種の過誤は起こりにくくなります。
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誤っている帰無仮説を棄却できなかった場合を第2種の過誤として特定する。
- 04検出力（1-β）との関係、標本の大きさとの関係も確認する。
到達条件: 第2種の過誤を誤っている帰無仮説を棄却できない誤りとして説明し、検出力・第1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
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
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 / 推定・検定
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。
この事例では、状況を表す条件を定義や役割へ対応させると「第1種の過誤」に絞れる。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。
同じ章で確認したい用語
到達チェック
- 第2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2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）