片側検定・両側検定

定義としては、
帰無仮説H0:μ0, 対立仮説H1:μ1
としたときに、

・片側検定 → H0:μ0 H1:μ>μ0
(得られた結果の方向性を考慮して棄却を行う場合)
【ex. 新しく開発された新薬が従来薬よりも有効であることを示す】
・両側検定 → H0:μ0 H1:μ≠μ0 
(得られた結果に方向性が無く、棄却を行う場合)
【ex. 男と女で睡眠時間に違いがあることを示す】

つまり、調べたい検定の帰無仮説対立仮説の立て方によってどこに片側検定にするか両側検定にするかが決まります。 実際、片側検定と両側検定ではどう違うかというと、両側検定におけるP値0.05は、片側0.025になりますが、片側検定では片側のみで0.05なので、 当然片側検定の方が有意差が出やすくなります。通常は両側検定をしておけば間違いないと言えます。

 

〔例〕
フィッシャーの正確確率検定の場合

①新しく開発された新薬Aが従来薬Bよりも有効であることを示す場合
この場合、「新薬 > 従来薬」という結果があるか否か、という検定であるので、片側検定を行います。
  治癒 効果無し
新薬A 13 4 17
従来薬B 6 14 20
19 18 37
p-value = 0.0058548
で新薬Aは従来薬Bよりも効果が高い、という結果になります。(仮想例)

②男女間で読書時間に違いがあるかどうかを示す場合
この場合、違いがある場合の時間差は不明なので両側検定を行います。
  6時間以上 6時間未満
男性 13 4 17
女性 6 14 20
19 18 37
p-value = 0.0081381
で男性の方が女性よりも睡眠時間が長い、という結果になります。(仮想例)

このように片側検定を使うか、両側検定を使うかは、検定を行う条件により決まります。
データが同じでも片側か両側かによって計算されるp-valueが異なります。