データサイエンスのいろは · ⏱️ 読了目安 9分

t検定と正規性の前提

t検定の equal_var は、2群のばらつきを同じものとして計算するかどうかを決める引数だ。ここをひとつ変えると、同じデータなのに p値が 0.048 から 0.077 へ動く。おみくじの箱に同じ玉を入れたまま、箱の仕切り方だけ変えたら「大吉」の枚数が変わったような顔をする。

僕は ttest_ind のコードを見て、p値が返ってきたらそれで一段落だと思っていた。けれど、入力データが同じでも、コードに置いた前提が違えば計算も変わる。ここでは、SciPy 1.18.1 で同じ小さなデータを二通りに通した。

① 用途:独立した2群の平均を比べる

scipy.stats.ttest_ind は、独立した2群の平均が同じという仮説を検定する関数だ。たとえば別々の人から集めた、作業時間の記録を比べる場面を考える。

呼び出し僕がコードで指定すること
ttest_ind(a, b)2群を渡す。equal_var は既定値を使う
ttest_ind(a, b, equal_var=False)2群を渡し、等分散を仮定しない Welch の計算を選ぶ

「独立した2群」という入口が合っているかは、データの集め方の話だ。もし同じ人の前後を測った値なら、ttest_ind に渡す前にそこで立ち止まる。関数名が似ていても、対応のあるデータ向けには別の ttest_rel がある。

② 代表要素:引数と返り値を並べて読む

equal_var=True が既定値で、通常の独立2標本 t 検定を行う。False にすると、母分散が等しいと仮定しない Welch の t 検定になる。僕は SciPy 1.18.1 の関数シグネチャと docstring を実際に読み、この既定値を確認した。 SciPy の ttest_ind リファレンス にも同じ説明がある。

今回の実行環境では、返り値は statistic、pvalue、df を持つ TtestResult だった。ネタ帳には statistic と pvalue の2つとあったけれど、少なくとも確認した SciPy 1.18.1 では自由度 df も見える。バージョンを書かずに「返り値はいつも2つ」とは言えなかった。

名前今回確認した中身
statistict 統計量
pvalue両側検定の p 値
dfこの結果に含まれる自由度
equal_varTrue が既定。False で Welch の計算

この返り値に、僕が置いた前提が妥当かどうかの判定は入っていない。数字が出たことと、その数字をどう読めるかは別々に見ておく。

③ AIが書く例:通るコードでも前提は選ばれている

AIに「2群を t 検定して」と頼むと、短い呼び出しが返ってくることがある。

from scipy.stats import ttest_ind

result = ttest_ind(group_a, group_b)
print(result)

これは SciPy 1.18.1 で実行できる。equal_var を省略しているので True が使われる。ここで「AIのコードが間違い」とは言えない。ただ、コードの短さのぶん、どの計算を選んだかが画面に出ていない。

同じ仮の作業時間データを使って、引数だけ変えた。

from scipy.stats import ttest_ind

group_a = [9, 10, 11, 10, 10]
group_b = [9, 12, 15, 18, 21]

print(ttest_ind(group_a, group_b))
print(ttest_ind(group_a, group_b, equal_var=False))

実行結果はこうなった。単位は仮に分とする。

計算statisticpvaluedf
equal_var=True(既定)-2.3312620.0480678.000000
equal_var=False-2.3312620.0773574.177690

入力した2群は同じ。変えたのは equal_var だけだ。出力では t 統計量は同じでも、自由度と p値が変わった。

④ 監査:結果の数字と一緒に呼び出しも残す

この例は各群5件の作り物で、どちらの検定を採るべきかを決める材料ではない。ばらつきも目で見てかなり違う。僕がここから言えるのは、「既定のまま動くコードは、等分散を仮定した計算を選んでいた」「引数を変えた実行では別の p値が出た」というところまでだ。

p値が 0.05 をまたいだのを見て、片方だけを「正解」と呼びたくなる。けれど、作例の数値だけで等分散性や正規性の前提が満たされたとは言えない。正規性を調べる手順を先に置くべきかも、この短い比較だけでは裁定できない。概念の「有意」が何を言うかは、公開済みの「有意差あり」で頷く前に、件数を聞きたいに置いてある。

僕がコードを読むときは、少なくともこの順で目を止める。

確認見るところ
2群の関係別々の群か、同じ対象の前後か
分散の扱いequal_var を省略していないか、値は何か
結果statistic と pvalue に加え df も残す
説明実行した SciPy のバージョンを添える
解釈小さな作例だけで前提の妥当性を決めていないか
引数をひとつ替えたら、札の数字も替わった。
引数をひとつ替えたら、札の数字も替わった。

⑤ チートシート:ttest_ind を閉じる前に

見るもの僕が確かめたこと
関数独立した2群向けの ttest_ind か
既定値equal_var=True。省略時は等分散を仮定する
比較equal_var=False にした結果も同じデータで確認する
返り値今回の SciPy 1.18.1 は statistic、pvalue、df を含んだ
前提の判断出力だけで正規性などを判定したことにはならない

今回の小さな例では、引数ひとつで p値が 0.048067 から 0.077357 に変わった。僕は「有意」の札だけを見てコードを閉じかけたけれど、札の裏には equal_var=True がいた。おみくじ箱の仕切りを変えたなら、箱の名前も一緒に書いておく。

やあ、ここまで読んでくれてありがとう。

身近な疑問に引っかかったら、数えて確かめないと気が済まない。引っかかってから「なるほど」に辿り着くまでの過程を置く場所「猫だくさん」。