【MS02】統計・計量経済学 推測統計の基礎 標本理論、仮説検定、信頼区間

はじめに

MS01では、統計学・計量経済学の全体構成を整理した。本稿は、その第一の各論として、推測統計学の基礎——標本理論、仮説検定、信頼区間——を掘り下げる。今日、多くの実証研究で標準的に用いられている仮説検定の手続きは、実は単一の理論ではなく、互いに対立する、少なくとも二つの理論的立場が、歴史的な経緯の中で混ざり合って形成されたものである。

フィッシャーの有意性検定

1925年という出発点

統計的仮説検定の理論は、ロナルド・フィッシャーの一連の研究に遡る[1]。フィッシャーが発展させた「有意性検定（significance test）」は、帰無仮説（検証したい効果が存在しないとする仮説）のもとで、観測されたデータ、あるいはそれより極端なデータが得られる確率（p値）を計算し、この確率が、あらかじめ定めた閾値より小さければ、帰無仮説を疑わしいとみなす、という手続きである。

0.05という閾値、そしてフィッシャー自身の留保

フィッシャーは、自身の計算において、0.05という有意性の閾値を用いたが、この特定の閾値を、固定的な基準として処方することには、慎重な留保を示していた[2]。フィッシャーにとって、有意性検定は、あくまで、特定のデータが、帰無仮説の下でどれだけ起こりにくいかを示す、証拠の強さの指標であり、機械的な「棄却するか、しないか」の二分法的な判断手続きとして、意図されたものではなかった。

ネイマン＝ピアソンの仮説検定理論

対立仮説の導入

フィッシャーの有意性検定とは異なる理論的な立場が、イェジ・ネイマンとエゴン・ピアソンによって、1928年に提示された[3]。ネイマンとピアソンは、フィッシャーの枠組みにはなかった、対立仮説（帰無仮説が誤りである場合に、真であるとされる仮説）という概念を導入した[3]。1933年の論文「統計的仮説の最も効率的な検定の問題について」において、この理論は、より体系的に整理された[3]。

対立仮説の導入をめぐる、フィッシャーの強い反発

対立仮説の導入は、フィッシャーを落胆させ、フィッシャーは、ネイマンとピアソンを、痛烈に批判することになった[3]。フィッシャーの立場からは、有意性検定は、個々のデータが提供する証拠の強さを、帰納的に評価する手続きであるのに対し、ネイマン＝ピアソンの枠組みは、第一種の誤り（本当は正しい帰無仮説を誤って棄却する誤り）と第二種の誤り（本当は誤っている帰無仮説を誤って受容する誤り）の確率を、あらかじめ固定した上で、長期的に繰り返し適用される、機械的な「振る舞いのルール」として、検定を位置づけるものであった。この違いは、統計的推論を、証拠に基づく帰納的な判断として捉えるか、長期的な意思決定の規則として捉えるかという、哲学的な立場の違いを反映していた。

信頼区間という概念

ネイマンによる定式化

信頼区間の概念を、体系的に定式化したのは、1935年、ネイマンが発表した論文「信頼区間の問題について」である[4]。信頼区間は、母数（真の値）が、ある確率で含まれると考えられる、データから計算される区間を指す。

ウィルソンによる先駆的な貢献

ただし、信頼区間という発想そのものには、より早い先駆的な貢献があったことが、ネイマン自身によって認められている。統計学者E・B・ウィルソンは、1927年の論文「確率的推論について」において、二項分布に従う事象の真の成功率を推定する文脈で、信頼区間に相当する概念を、既に提示していた[5]。ネイマンは、ウィルソンを、この概念の創始者として位置づけたが、ウィルソン自身は、この評価に対して、慎重な留保を示していたとされる[5]。

「フィッシャーとネイマン＝ピアソンの融合」という、広く流布した誤解

現在標準的に教えられる「NHST」の実態

今日、多くの分野の統計教育において標準的に教えられる「帰無仮説有意性検定（NHST）」は、しばしば、フィッシャーの有意性検定と、ネイマン＝ピアソンの仮説検定理論の「ハイブリッド」であると説明される。しかし、近年の研究は、この「ハイブリッド」という理解そのものが、神話にすぎない可能性を指摘している[6]。この研究によれば、心理学をはじめとする多くの分野が実際に採用してきたのは、フィッシャーの片側検定と、0.05という慣習的な閾値であり、ネイマン＝ピアソンが本来意図した、対称的な意思決定の論理——対立仮説を明示的に特定し、第一種・第二種の誤りの確率をあらかじめ設定する、という手続き——は、実質的に実装されてこなかった[6]。この意味で、広く教えられているNHSTは、「ハイブリッドではなく、純粋なフィッシャー」に近いと、この研究は結論づけている[6]。

皮肉な帰結——信頼区間という、もう一つのネイマンの発明

興味深いことに、この研究は、ネイマン自身が1937年に確立した、信頼区間という、もう一つの発明こそが、フィッシャーとネイマン＝ピアソンの対立が生み出した、多くの実務上の混乱を、解消しえたはずであると指摘している[6]。信頼区間は、極端な帰無仮説・対立仮説の値の両方を、あらかじめ特定することなく、同時に棄却できるという性質を持つ[6]。しかし、実際の統計教育・実務では、この信頼区間の潜在的な利点は、十分に活かされてこなかった。

交通・物流分野への接続

ZE06・ZE07が扱ってきた、政策効果の測定における仮説検定・信頼区間の利用は、本稿で確認した、フィッシャーとネイマン＝ピアソンという、異なる理論的系譜の、歴史的な混淆の上に成り立っている【推論】。実務において「有意水準5%」という基準を機械的に適用する際、その手続きが、フィッシャー的な証拠評価の論理に由来するのか、ネイマン＝ピアソン的な長期的な誤り率の制御に由来するのかを意識することは、統計的な結果を、どう解釈すべきかという、実務上の判断に、示唆を与えうる。

おわりに

本稿は、フィッシャーの有意性検定、ネイマン＝ピアソンの仮説検定理論、ネイマンの信頼区間という、推測統計学の基礎理論を、その歴史的な対立関係とともに整理した。今日標準的に用いられるNHSTが、実際にはこの対立を「融合」したものではなく、フィッシャーの枠組みに、ネイマン＝ピアソンの語彙を部分的に借用した、実質的には「純粋なフィッシャー」に近いものであるという、近年の指摘は、統計的推論の手続きを、無批判に受け入れることの危うさを示している。次稿MS03では、回帰分析の理論——最小二乗法、多重共線性、不均一分散——を扱う。

主要先行研究

Fisher（1925年以降の一連の著作）、Neyman & Pearson（1928、1933）、Neyman（1935）[1][2][3][4]。

参考資料一覧

1. 「Statistical Significance Revisited」arXiv掲載論文。フィッシャーの有意性検定の起源について。
2. 同上。0.05という閾値の使用と、フィッシャー自身の留保について。
3. 同上。ネイマン＝ピアソンによる対立仮説の導入（1928年）、1933年論文、フィッシャーの反発について。
4. 「Fisher, Neyman-Pearson or NHST? A tutorial for teaching data testing」Frontiers in Psychology。Neyman (1935)「信頼区間の問題について」について。
5. 「Maximum Fidelity」arXiv掲載論文。E・B・ウィルソンの1927年論文「確率的推論について」、ネイマンによるウィルソンの位置づけについて。
6. 「The Mythical Marriage of Fisher and Neyman-Pearson」Replicability-Index。NHSTが「ハイブリッド」ではなく「純粋なフィッシャー」に近いという指摘、信頼区間が持つ潜在的な解決力について。

用語集

• 有意性検定, Significance Test, —, —: 帰無仮説の下で、観測データ以上に極端な結果が得られる確率（p値）を計算し、証拠の強さを評価する、フィッシャーの検定手続き。
• 仮説検定, Hypothesis Testing, —, —: 対立仮説を明示的に特定し、第一種・第二種の誤りの確率をあらかじめ設定した上で行う、ネイマン＝ピアソンの検定手続き。
• 第一種の誤り, Type I Error, —, —: 本当は正しい帰無仮説を、誤って棄却してしまう誤り。
• 第二種の誤り, Type II Error, —, —: 本当は誤っている帰無仮説を、誤って受容してしまう誤り。
• 信頼区間, Confidence Interval, —, —: 母数が、ある確率で含まれると考えられる、データから計算される区間。ネイマンが1935年に体系的に定式化した。
• NHST, Null Hypothesis Significance Testing, 帰無仮説有意性検定, —: フィッシャーとネイマン＝ピアソンの「融合」として広く理解されているが、実質的にはフィッシャーの枠組みに近いとされる、今日標準的な検定手続き。

Claude ログ

正確な典拠を確認してから執筆する。十分な資料が集まった。MS02を執筆する。整合性を確認する。引用番号[1]〜[6]の連番、全HTMLタグの対応が一致した。MS02を執筆した。

主な内容

• フィッシャーの有意性検定：0.05という閾値の由来と、フィッシャー自身がこれを固定的基準として処方することに慎重だったという、重要な留保を明示
• ネイマン＝ピアソンの仮説検定理論：1928年の対立仮説導入、1933年論文での体系化、そしてこの対立仮説の導入がフィッシャーを落胆させ、痛烈な批判を招いたという、統計学史上の有名な対立を整理。第一種・第二種の誤りという概念の導入も紹介
• 信頼区間：1935年のネイマンによる体系的定式化と、1927年のE・B・ウィルソンによる先駆的貢献（ネイマン自身がウィルソンを創始者と位置づけたこと）を紹介
• 最も重要な発見：今日標準的なNHST（帰無仮説有意性検定）が「フィッシャーとネイマン＝ピアソンのハイブリッド」だという広く流布した理解が、近年の研究では「神話」とされていること——実態は「ハイブリッドではなく、純粋なフィッシャーに近い」という指摘を紹介。さらに皮肉な点として、ネイマンが確立した信頼区間こそが、この混乱を解消しえたはずだったのに、実務では十分に活かされてこなかったという洞察を示した
• 交通・物流への接続：ZE06・ZE07が用いる「有意水準5%」という基準が、フィッシャー的な証拠評価かネイマン＝ピアソン的な誤り率制御か、どちらに由来するかを意識することの実務的意義を、【推論】タグ付きで提示

引用[1]〜[6]、参考資料一覧・用語集も本文に組み込み済み。全HTMLタグの対応を確認済み。

SNSリード文

NHST（帰無仮説有意性検定）は「フィッシャーとネイマン＝ピアソンの融合」——そう教わってきたかもしれませんが、実はこれは神話だという指摘があります。対立仮説の導入をめぐるフィッシャーの激しい反発、信頼区間の起源まで、推測統計学の基礎を、その対立の歴史とともに整理する回です。（132文字）

タイトル案

1. 「フィッシャーとネイマン＝ピアソンの融合」は神話だった
2. 対立仮説の導入は、なぜフィッシャーを激怒させたのか
3. 有意水準5%の裏にある、統計学史上の大論争

次はMS03（回帰分析の理論）の執筆に進んでよいか、確認したい。