Pythonで学ぶ仮説検定
James Chapman
Curriculum Manager, DataCamp
標本は、より大きな母集団からのランダムな部分集合である
データセットの各観測値（行）は独立している
中心極限定理が適用されるよう、標本は不確実性を軽減するのに十分な大きさである
$n \ge 30$
$n$: 標本サイズ
$n_{1} \ge 30, n_{2} \ge 30$
$n_{i}$: グループ $i$ の標本サイズ
データの行数 $\ge 30$
$n_{i} \ge 30$（すべての $i$ に対して）
$n \times \hat{p} \ge 10$
$n \times (1 - \hat{p}) \ge 10$
$n$: 標本サイズ$\hat{p}$: 標本の成功割合
$n_{1} \times \hat{p}_{1} \ge 10$
$n_{2} \times \hat{p}_{2} \ge 10$
$n_{1} \times (1 - \hat{p}_{1}) \ge 10$
$n_{2} \times (1 - \hat{p}_{2}) \ge 10$
$n_{i} \times \hat{p}_{i} \ge 5$（すべての $i$ に対して）
$n_{i} \times (1 - \hat{p}_{i}) \ge 5$（すべての $i$ に対して）
$n_{i}$: グループ $i$ の標本サイズ$\hat{p}_{i}$: グループ $i$ の成功割合
ブートストラップ分布が正規分布に見えない場合、前提条件が満たされていない可能性があります
Preparing Video For Download...
