公開日: 09/09/2026

一標本Poisson平均の検出力

「一標本Poisson平均の検出力エクスプローラ」では、ユニットあたりの不適合数(1単位あたりの度数)に関する検定の標本サイズや検出力が計算できます。「一標本Poisson平均の検出力エクスプローラ」を起動するには、[実験計画(DOE)]>[標本サイズエクスプローラ]>[検出力]>[一標本Poisson平均の検出力]を選択します。標本サイズ・有意水準・検出力の間にあるトレードオフの関係を調べることができます。ここでの仮説検定は、次のような帰無仮説に対するものです。

Equation shown here

両側検定における対立仮説は、次のとおりです。

Equation shown here

片側検定における対立仮説は、次のとおりです。

Equation shown here もしくは Equation shown here

この式で、lはユニットあたり度数です。

「一標本Poisson平均の検出力エクスプローラ」の設定

ラジオボタン・テキストボックス・メニューによって、実験や調査の仮定(仮説検定に用いる前提)を設定します。それらの設定を変更すると、プロファイルが更新されます。プロファイル上で十字をドラッグすることでも、設定を変更できます。

検定の種類

仮説検定が片側なのか両側なのかを指定します。

設定

有意水準(α)

第1種の誤りの確率(帰無仮説が正しい場合に、その帰無仮説を誤って棄却する確率)です。この値は、一般には、「有意水準」や「α水準」などと呼ばれています。デフォルトの有意水準は0.05です。

「一標本Poisson平均の検出力エクスプローラ」のプロファイル

プロファイルは、標本サイズが検出力の計算にどのような影響を与えるかを示します。

解を求めたい対象:

指定された指標以外における現在の設定のもとで、現在の検出力を満たす指標の解が求められます。どの指標の解を求めるかを指定するために、「標本サイズ」・「検出したい比」・「帰無仮説でのユニットあたり度数」のいずれかを[目標]に選択してください。

検出力

帰無仮説が正しくないときに、その帰無仮説を正しく棄却できる確率。その他の設定が同じである場合、標本サイズが大きくなるほど、検出力は増加します。

標本サイズ

実験に必要な標本サイズ(実験回数・実験ユニット数・試料の個数・観測数など)。

検出したい比

検出したいユニットあたり度数を比(「帰無仮説での仮説値」を「対立仮説での仮説値(真値)」で割ったもの)で指定します。

帰無仮説のユニットあたり度数

帰無仮説でのユニットあたり度数(帰無仮説でのユニットあたり度数の仮説値)を指定します。

「一標本Poisson平均の検出力エクスプローラ」のオプション

「エクスプローラ」の赤い三角ボタンのメニューとレポートのボタンを使って、以下のオプションが使用できます。

シミュレーションデータ

データテーブルが開き、エクスプローラでの設定に基づいてシミュレートしたデータが表示されます。応答列の計算式は、乱数を生成するための計算式となっており、指定された設定に対応したものになっています。

収集用データテーブルの作成

データの収集に使える新しいデータテーブルが作成されます。データテーブルには、データを分析するためのスクリプトも含まれています。

設定の保存

現在の設定が「設定の保存」の表に保存されます。複数の異なる計画を保存して、比較することができます。標本サイズエクスプローラの「設定の記録」を参照してください。

デフォルトに戻す

すべてのパラメータとグラフをデフォルトの設定にリセットします。

「一標本Poisson平均の検出力エクスプローラ」の統計的詳細

ユニットあたり度数の検出力計算は、Poisson分布のlに対する正確検定に基づいて、また、検出力もPoisson分布に基づいて計算されています。各対立仮説に対して、次の式で検出力は計算されます。

上片側対立仮説の場合(l > l0):

Equation shown here

下片側対立仮説の場合(l < l0):

Equation shown here

両側対立仮説の場合(l ≠ l0):

Equation shown here

ここで

aは、有意水準。

nは、標本サイズ。

l0は、帰無仮説におけるユニットあたり度数の不適合率です。

r=l/l0

Pois(., l)は、パラメータlを持つPoisson分布の分布関数です。

より詳細な情報が必要な場合や、質問があるときは、JMPユーザーコミュニティで答えを見つけましょう (community.jmp.com).