検出力の本質。その検定結果は果たして信頼に足るのか？

[@ダンスインザダーク-g4p]

こんばんは、一番わかりやすいチャンネルをいつもありがとうございます。
本日QC1級受けてきました。
1次問題は例年より簡単だと思うのですが所々ミスりました。
論述ミスったので準一級かすればいいかなぁ。

[@DataScienceLab.]

コメントありがとうございます(^-^)
試験おつかれさまでした！
結果がわかるまでドキドキですよね。

[@morimorymotchan]

いつも分かりやすい動画を作成していただき、頭が下がります。
この動画について質問させてください。
今回示されている2つの例ではどちらも対立仮説が具体的（①表が出る確率が0.9、②平均300、標準偏差25）でしたが、対立仮説が帰無仮説の否定（①表が出る確率が0.5でない、②平均200、標準偏差25でない）の場合でも検出力を考えることは出来るのでしょうか？

[@DataScienceLab.]

検出力とは、対立仮説が成立している時に、帰無仮説が誤っていると正しく統計的に判断できる確率なので、[対立仮説が真である]という立場で考える必要があります。
対立仮説の分布が具体的でない場合は、対立仮説の分布が色々変わった場合を網羅した形で検出力を表現できる『検出力曲線』で考えます。
よろしければ、こちらの動画をチェックしてみてください！
ruclips.net/video/LWToj0tl62I/видео.html

[@morimorymotchan]

@@DataScienceLab. ありがとうございます。理解できました。今後ともよろしくお願いいたします。

[@ザックスキフ]

qc2級受けて、自己採点では合格はしてると思います。今回は傾向が凄く変わり、過去問を学ぶだけでは太刀打ちできなかったと思います。このチャンネルで、深く学ばさせてもらいました。ありがとうございます。
今年はひとつ、一問で5ページにもわたる大問があり、シュークリームを題材にした問題だったため、受験生はしばらくシュークリームを見たくも無くなったとか。
ただ、パレート図の分析→管理図の分析→工程能力の分析→カイ2乗検定によるばらつき分析→回帰の分散分析、という流れの一連の分析を組み合わせて問題に対処するというもので、実務ではこういう風に順序立てて解析を進めていけばいいのかなあというのがわかる、いい問題でした。ただいつまでも解くのが終わらないので少々時間配分にこまりました。
とにかく、ありがとうございました。

[@DataScienceLab.]

5ページの問題はスゴイですね(x_x)
試験おつかれさまでした！
良い結果になりそうでなによりです！
おめでとうございます(^-^)

[@ザックスキフ]

返信ありがとうございます。
来年は1級受験予定です。
引き続き、動画にお世話になります。
1級の内容も沢山投稿いただけると嬉しいです。
なにとぞ（希望）

[@DataScienceLab.]

1級にチャレンジされるのですね！
1級の範囲の動画もちょこちょこ出していますので、お勉強のお役に立てると嬉しく思います(^-^)