統計検定2級 用語解説
検出力とは
対立仮説が正しいときに、帰無仮説を正しく棄却できる確率。1から第2種の過誤の確率を引いた値にあたる。
まず押さえる結論
検出力は、統計検定2級の「第5章 仮説検定」に出てくる用語です。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: 2026-10-09。
試験概要（公式）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
「第5章 仮説検定」の問題で、取り違えやすい組み合わせです。
- 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出る確率。
- 第1種の過誤と第2種の過誤の取り違え。前者は正しい帰無仮説を棄却する誤り。
- 片側検定と両側検定の選び間違い。どちらを使うかは、対立仮説の向きが事前に決まっているかで変わる。
関連する確認問題
第5章 仮説検定 / 検定の考え方
有意水準だけを下げるときに注意すべきこととして、最も適切なものはどれか。
正解は「第1種の過誤は抑えやすくなるが、第2種の過誤や検出力との関係も考える必要がある」である。有意水準を下げると、正しい帰無仮説を誤って棄却してしまう第1種の過誤は抑えやすくなる一方で、第2種の過誤や検出力との関係もあわせて考える必要がある。有意水準を下げても検出力が必ず1になるとは限らず、帰無仮説という枠組み自体が不要になるわけでもなく、相関係数が0になるわけでもない。有意水準を一方向にだけ動かした場合の効果を、検出力や第2種の過誤との兼ね合いまで含めて考える姿勢が問われている。
第5章 仮説検定 / 検定の考え方
実際に効果があるとき、それを検定で検出できる確率を高めたい。対象となる概念はどれか。
この事例では「対立仮説が真のとき棄却できる検出力か」を確認すると、「対立仮説が正しいときに帰無仮説を棄却できる可能性を高めること」という説明が正しいと分かる。正解は「対立仮説が正しいときに帰無仮説を棄却できる可能性を高めること」である。検出力とは、対立仮説が正しいときに帰無仮説を棄却できる確率のことであり、検出力を高めるとは、差や効果が実際に存在するときにそれを見逃しにくくすることを意味する。帰無仮説が正しい確率を1に固定する操作、p値を有意水準より常に大きくする操作、決定係数を0に固定する操作は、検出力の定義とは無関係である。検出力を高めることは対立仮説が正しい場合に帰無仮説を正しく棄却できる確率を高める方向の話であり、確率を1に固定する話やp値・有意水準の大小操作、決定係数の値とは区別して考える必要がある。
第5章 仮説検定 / 検定の考え方
有意水準5%で仮説検定を行う。帰無仮説が正しいにもかかわらず、誤って帰無仮説を棄却してしまう確率として正しいものはどれか。
正解は「第1種の過誤の確率で、有意水準と同じ0.05」である。帰無仮説が真のときにこれを棄却してしまう誤りが第1種の過誤であり、その確率が有意水準αとして表される。有意水準5%で検定するなら、帰無仮説が真の場合に誤って棄却する確率は0.05である。第2種の過誤は帰無仮説が偽なのに棄却できない誤りで、確率はβと表す。検出力は偽の帰無仮説を正しく棄却する確率で1-βにあたり、有意水準とは別の量である。p値は観測したデータから計算する値で、有意水準のように事前に決める基準ではない。NIST公式ハンドブックも、有意水準を第1種の過誤の確率として説明している。
同じ章で確認したい用語
到達チェック
- 検出力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、検出力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）