t検定の対象試験と出題頻度

「検定」と名のつく手法が並ぶと、どれがどの場面の道具なのか分からなくなります。

t検定は、その中でも最初に名前を聞く手法。

t検定はテクノロジ系・基礎理論・応用数学に属する統計的仮説検定のひとつです。

FE・APの出題範囲には入るものの頻出度はC。到達目標は「2群の平均差を調べる検定」と識別できる用語識別レベルで足ります。

出題情報を確認する
対象試験:
基本情報技術者(FE),応用情報技術者(AP)
出題頻度:
★☆☆
頻出度C(低)/用語識別レベルで十分

t検定の定義

平均が少しだけ違ったとき、それを「改善した」と言い切ってよいのか。判断の根拠を示せずに止まってしまう場面があります。

t検定は1908年、ビール会社の技術者ゴセットが「Student」の筆名で発表した手法。少数の標本しか取れない醸造の現場から生まれた点に、この検定の性格がよく表れています。

t検定とは、

「2群の平均の差が偶然かどうかをt分布で判定する仮説検定」

です。

行列の続く2軒のラーメン店を思い浮かべてみてください。待ち時間の平均が3分違ったとして、それが日々のばらつきの範囲なのか、店の実力差なのかを数値で切り分ける道具にあたります。

扱うのは人数ではなく時間という数値。ここが度数を扱う検定との分かれ目になります。

📊 t検定の基本情報

項目 内容
英語表記 t-test(Student’s t-test)
扱うデータ 数値データ(量的データ)の平均
統計量 t=(標本平均の差)÷(標準誤差)
自由度 対応なし2標本ならおよそ n1+n2−2
主な用途 2群の平均差の検定/A/Bテストの効果測定

t検定の解説

平均だけを見ても判断できないのは、データに分散、つまりばらつきがあるからです。まずは手元の状況がt検定の対象なのかを、3つの分岐で確定させましょう。

📊 検定手法の選択フロー

1
データの種類
数値なら次へ/度数ならカイ二乗検定
2
群の数
2群なら次へ/3群以上なら分散分析
3
同じ対象か
Yesで対応あり/Noで対応なし

3つの分岐だけで、t検定か否かとその種類が確定する

Q1で度数の集計表に進んだ場合の行き先はカイ二乗検定で、t検定・F検定・分散分析を含む4手法の横並び比較は同記事の早見表に整理してあります。

本記事は「平均」を扱う側の担当として、t検定の内部の使い分けに集中します。

t値は「差の大きさ」を「ばらつき」で割った物差し

t値は、2群の平均の差を、その差自体の揺らぎを示す標準誤差で割った値です。

標準誤差は標準偏差をデータ数の平方根で割って求めます。差が大きいほど、そしてばらつきが小さいほどt値は大きくなり、偶然では説明しにくくなる。

📊 t検定の4ステップ

1
帰無仮説
2群の母平均に差はない
2
t値の算出
平均の差÷標準誤差
3
自由度
対応なしなら約n1+n2−2
4
判定
棄却限界値を超えれば棄却

係数の暗記は不要。4の判定に至る流れだけ押さえれば足りる

t分布は「標本が少ないとき用の、裾が厚い正規分布」

t値の判定に使う確率分布がt分布です。

📊 正規分布とt分布の形の違い

正規分布 t分布(自由度が小さい) 裾が厚い 裾が厚い 峰は低く、両端は高い
正規分布
母集団のばらつきが分かっている前提。標本が多い場合に使う
t分布
ばらつきを標本から推定する前提。その不確かさの分だけ裾が厚い

自由度が大きくなるほど、t分布は正規分布に重なっていく

正規分布とよく似た左右対称の釣鐘型ですが、裾がやや厚く広がっている点が違い。

標本が少ないと母集団のばらつきを標本から推定するしかなく、その不確かさの分だけ極端な値が出やすい形になっています。

自由度が大きくなるほど正規分布に近づく、という関係だけ覚えれば十分。形状の暗記までは求められません。

対応のあるt検定と対応のないt検定 ─ 同じ人を測ったかどうかで分かれる

分岐点は、同じ対象を2回測ったかどうかの一点。

実務でt検定に出会う最頻の場面はA/Bテストと性能改善の効果測定で、筆者もチューニング前後のAPIレスポンスタイムを比べる場面で名前を聞きました。

手計算する機会はまずなく、ExcelのT.TEST関数か、Pythonの scipy.stats に配列を渡してp値を見る流れが大半です。間違えやすいのは計算ではなく関数の選択で、同一ユーザの前後比較なのに対応なしの関数を呼んでしまう取り違えが起きやすい。

📊 t検定の3タイプ

タイプ データの取り方 Pythonの関数 典型例
対応のあるt検定 同一対象を2回測定 ttest_rel 改修前後の応答時間
対応のないt検定 別々の2群を1回ずつ ttest_ind A群とB群のCVR比較
ウェルチのt検定 別々の2群・分散が異なる ttest_ind(equal_var=False) 件数が大きく違う2群

📝 ポイント整理

・扱うのは度数ではなく数値データの平均
・t値は差が大きくばらつきが小さいほど大きくなる
・同一対象の2回測定なら対応あり、別々の群なら対応なし
・3群以上に広げると分散分析、関係の予測に進むと回帰分析

t検定は試験ではこう出る!

出題パターン分析

FE・APの午前で「t検定」を直接の解答語とする出題は、確認できた実績がありません。ただしシラバスには応用数学の項目として統計的仮説検定が収録され、統計分野自体は範囲内。近縁分野ではAP令和6年秋期 午前 問76(ベイズ統計、正解:イ)やAP平成29年秋期 午前 問76(散布図)が実在しますが、いずれもt検定を問う問題ではなく、傾向を示す参考にとどまります。

📝 IPA試験での出題パターン

パターン1:手法と説明文の対応づけ(最有力・推定)
複数の統計手法の説明文を並べ、目的に合う手法を選ばせる形式。

 

パターン2:t値の手計算(可能性は低い・推定)
標本平均と標準偏差からt値を求めさせる形式。午前問題の形式上は想定しにくい。

 

上記2つは出題実績ではなく、統計分野の出題傾向からの推定です。

ひっかけポイントと対策

誤答は、別の手法の説明文をそのまま差し替える形で作られます。正体を先に覚えておけば消去法で切れるでしょう。

⚠️ ひっかけ早見表

誤答の値・選択肢 その正体
観測度数と期待度数のズレを合計 カイ二乗検定の説明
分散の比でばらつきを判定 F検定の説明
3群以上の平均に差があるか 分散分析の説明
有意水準5%=95%の確率で正しい 有意水準の意味の取り違え

📝 試験区分別の対策方針

・FE:「2群の平均に差があるかを調べる検定」と言えれば十分
・AP:対応あり/なしの区別と、他の検定との使い分けまで
・共通:頻出度Cのため学習時間は他分野へ回す

帰無仮説・有意水準・p値の三点セットを10行で整理する

検定の周辺語は3つで足ります。

帰無仮説は「差はない」と仮に置く主張、有意水準は棄却の境界としてあらかじめ決める確率(慣例で5%)、p値は「差がないと仮定したとき、観測されたほどの差が出る確率」。

p値が有意水準を下回れば帰無仮説を棄却し、「差がある」と結論づける流れになります。

注意したいのは、p値0.03が「効果がある確率97%」を意味しないこと。

会議でそう説明してしまう誤りは現場でも頻出で、実際に求められるのは計算力より、出た数字を正確に言い換える力でした。棄却できなかった場合も「差がない」の証明ではなく、「差があるとは言えなかった」にとどまります。

第一種の過誤・第二種の過誤とは

📊 判定 × 真実の2×2マトリクス

真実:差なし
真実:差あり
棄却した
第一種の過誤(α)
ない差をあると誤る。確率が有意水準
正しい判断(検出力)
ある差を正しく検出できた状態
棄却しない
正しい判断
差がないものを差なしと判断
第二種の過誤(β)
ある差を見逃す。慎重すぎる判断

αを下げるとβが上がる。両方を同時には小さくできない

【確認テスト】t検定の理解度チェック

Q. ある業務システムについて、改修前と改修後で応答時間に差が生じたかを確認したい。同一の10件の処理を改修前後の両方で計測し、それぞれの平均応答時間を比較する。用いる手法として最も適切なものはどれか。

  • A. 観測度数と期待度数のズレを合計した統計量を求め、カテゴリ間に関連があるかを判定する
  • B. 2群のばらつきの大きさが等しいかを、分散の比を用いて判定する
  • C. 同一対象を2回測定した差の平均が0といえるかを、t分布を用いて判定する
  • D. 3群以上の平均に差があるかを、群間変動と群内変動の比で判定する
正解と解説を見る

正解:C

解説:
同一の10件を改修前後の両方で測っているため、対応のあるt検定が該当します。選択フローに沿えば、まず「量的データか度数か」でAを切り、「平均かばらつきか」でBを切り、「2群か3群以上か」でDを切る。3回の分岐だけでCに到達できる構造です。

Aが不正解の理由:カイ二乗検定の説明。度数を扱う手法であり、応答時間という量的データの平均比較には使えない

Bが不正解の理由:F検定の説明。ばらつきが等しいかの判定であって、平均の比較ではない

Dが不正解の理由:分散分析の説明。今回は改修前後の2群であり、適用の対象が異なる

t検定の関連用語ネットワーク

t検定は推測統計の入口にあたる用語で、前後の用語とまとめて並べておくと選択肢の見分けが速くなります。

📊 関連用語マップ

カテゴリ 関連用語
前提知識 統計(親記事)/平均(比較の対象そのもの)
関連用語 相関(差ではなく関係の強さ)/F検定・分散分析・p値(リンクなし)
発展 回帰分析(差の判定から予測へ進む手法)