---
id: 5d498a03-bad8-4fc7-baa3-ec56649f34b3
blueprint: japanese_translation
title: T検定で実験データを分析する
title_en: 'Analyze experimental data with a T-test'
source: 'https://help.amplitude.com/hc/ja/articles/12587885686299'
---
" 

|  |
| --- |
| **この記事のテーマ：*** Amplitude ExperimentでT検定を使用する方法を理解する
 |

異なる統計検定を実施することの利点を理解するのは難しい場合があります。この記事では、最初から最後まで実験を行うことを検討している場合でも、実験結果チャートにデータセットをインポートする場合でも、Amplitude ExperimentでT検定を使用する方法や、検定がどのように計算されるかについて、わかりやすく説明します。

T検定は、統計的に有意な差があるかどうかを判断するために、2つのデータ集団の**平均を比較**します。Amplitudeコンピューティングは、ウェルチのT検定を使用します。この検定では、データセットについていくつかの前提があります。

* Central Limit Theorem（中央極限定理）が、指標に適用されます。
* 2つの母集団は同じバリアンスを使用しません。
* 期間推定ツールで指定されたサンプルサイズに達するまで、T検定を実行しないでください。

T検定は、**両側検定**（指標の変化を**どちらの方向にも**求める）か、**片側検定**（増加**または**減少を求める）のいずれかで完了できます。両側検定では、統計的に有意な増加または減少は**明示的に述べられません**が、片側検定では**明示的に述べられます**。（*増加*を選択した場合、信頼区間の上限は正の無限大になります。*減少*では、信頼区間の下限は負の無限大になります。）

**注**：まだ実験を実行していない場合、サンプルサイズが十分に大きい場合は、T検定を実行する代わりに、逐次検定を使用してください。検定オプションの違いについて詳しくは、こちらのブログをご覧ください。

## T検定でデータを分析する

Amplitude Experimentの*[Plan]*（計画）タブまたは*[Analyze]*（分析）タブからT検定にアクセスできます。

片側検定を実行する場合は、*[Plan]*（計画）タブから*[Increase]*（増加）または*[Decrease]*（減少）を選択し、両側検定を行う場合は、*[Any]*（すべて）を選択します。

あるいは、次のステップに従って、T検定で実験結果を分析します。

1. Experiment Resultsチャートから、T検定の方向をクリックして変更します（*[Increase]*（増加）、*[Decrease]*（減少）、または*[Any]*（すべて））。

1. 次に、*統計設定*をクリックします。*[T-test]*（T検定）をクリックして、*[Test Type]*（検定の種類）を変更します。
2. *[Samples Per Variant Needed]*（バリアントごとに必要なサンプル）で必要なユーザー数を入力します。

**注**：T検定は、特定の偽陽性と偽陰性の割合を制御する前に、まず必要なサンプルサイズを計算することで機能します。サンプルサイズのしきい値に達する前にデータを分析すると、エラー率が高くなります。途中で確認することにより実験プロセスを妨げる可能性について詳しくは、こちらの記事をご覧ください。

*[Samples Per Variant]*（バリアントごとのサンプル数）に入力するサンプルサイズがわからない場合は、Amplitudeの期間推定ツールを使用します。詳細は、ヘルプセンターの記事「期間推定ツールを使用して実験を計画する」をご覧ください。

1. 最後に*[Apply]*（適用）をクリックして、統計設定をT検定に変更します。

*[Analyze]*（分析）タブに、実験データのT検定結果が表示されます。デフォルトの検定の種類は逐次検定ですのでご注意ください。検定の種類をT検定に変更しても、ページをリフレッシュするか閉じると元に戻り、Amplitude Experimentには保存されません。検定結果の解釈についての詳細は、ヘルプセンターの記事「Amplitude's Experiment Results chart」（AmplitudeのExperiment Resultsチャート）をご覧ください。

## T検定に必要なサンプルサイズを管理する

T検定を実行する前に、最小サンプルサイズに達する必要があります。T検定の*[Analyze]*（分析）タブでは、データセットが小さすぎる場合に警告されます。

サンプルサイズの要件の詳細は、*[Cumulative Exposure]*（累積露出）グラフと対応する表をご覧ください。グラフは、*Sample Size Target*（サンプルサイズの目標）という名前の一定の点線を表示しています。これは、バリアントごとに必要な合計ユーザー数です。グラフの横にある表は、各バリアントに必要なユーザー数である*Exposure Remaining*（露出残）をハイライトしています。この情報から、T検定を実行する前に必要なユーザー数を確認できるだけでなく、T検定を使用して結果を解釈する前に、実験を完了するために必要な時間の推定値がわかります。

残念ながら、必要なサンプルサイズに達しても、結果が統計的に有意であることを保証するものではありません。例えば、リフトがMDEよりも小さい場合、統計的に有意な結果が得られないことがよくあります。

"