DS検定トップ ＞ 対応があるデータと対応がないデータの違いとは？【DS検定】

まず結論

対応があるデータとは「同じ対象を2回測ったデータ」、対応がないデータとは「別々の対象同士を比べるデータ」です。

DS検定では、「どの検定を選ぶべきか」を判断させる問題としてよく問われます。
ここを間違えると、t検定の種類をすべて誤って選ぶことになります。

直感的な説明

✅ 対応があるデータ（ペアデータ）

例：

• ダイエット前とダイエット後の体重
• 研修前と研修後のテスト点数
• 同じ機械の改良前と改良後の性能

→ 同じ人・同じ対象を2回測っているので、1対1のペアになっています。

つまり、「変化」を見たいときのデータです。

✅ 対応がないデータ（独立データ）

例：

• A社の売上とB社の売上
• 男性グループと女性グループの平均身長
• A工場とB工場の不良率

→ 別々の集団同士を比べるので、1対1のペア関係はありません。

こちらは「グループ間の差」を見たいときです。

定義・仕組み

■ 対応があるデータ

• 同一対象を2条件で測定したデータ
• 個々の差（前後の差）に意味がある
• 分析では「差の平均」を検定する

使う検定：

• 対応のあるt検定

ポイント： 「1標本の検定」と似た考え方になります（差が0かどうかを見るため）

■ 対応がないデータ

• 異なる集団同士の比較
• 各グループの平均を直接比較する

使う検定の流れ：

1. 分散が等しいか確認（F検定）
2. 分散が等しい → スチューデントのt検定
3. 分散が異なる → ウェルチのt検定

DS検定では
「分散が等しいと仮定しているか？」が重要な判断ポイントになります。

どんな場面で使う？

✔ 対応があるデータを使う場面

• 改善効果の検証
• 施策前後の比較
• 同一人物の変化分析

👉 ビジネスでは「施策の効果検証」で非常によく使います。

✔ 対応がないデータを使う場面

• A/Bテスト
• 異なる店舗比較
• 異なる顧客層比較

👉 マーケティング分析ではこちらが頻出です。

よくある誤解・混同

❌ 「前後比較＝必ずt検定」

→ その前に確認すべきは
対応がある giving なのか？ないのか？

DS検定では
「同じ対象かどうか」が最大の判断ポイントです。

❌ 「分散が等しいかは気にしなくてよい」

→ 対応がない場合は重要です。

選択肢で

• 「分散が等しいと仮定する」
• 「分散が異なる場合にも使える」

と書いてあったら注意。

❌ 「データ数が同じなら対応がある」

→ 間違いです。

データ数が同じでも
同一対象かどうかが本質です。

まとめ（試験直前用）

• 同じ対象を2回測定 → 対応があるデータ
• 別々の集団比較 → 対応がないデータ
• 対応がある → 対応のあるt検定
• 対応がない → 分散確認 → スチューデント or ウェルチ

DS検定では
「同じ人か？別の人か？」をまず判断すること。

ここを外さなければ選択肢はかなり切れます。

対応スキル項目（データサイエンス力シート）

• スキルカテゴリ：データ理解
• サブカテゴリ：統計解析
• ★ 検定の前提条件（対応の有無、分散の等質性など）を理解し、適切な手法を選択できる
• ★ 仮説検定の考え方（帰無仮説・対立仮説）を理解している

🔗 関連記事

• アクセス制御リスト（ACL）とは？ファイル権限の基本を整理【DS検定】
• 中間層で使用される活性化関数とは？（ReLU・シグモイド・ソフトマックスの違い）【DS検定】
• アジャイル開発とは？ウォーターフォール開発との違いを整理【DS検定】
• 分析アプローチ設計とは？（分析プロジェクトを成功させる設計プロセス）【DS検定】
• 必要なデータ・分析手法・可視化を適切に選択する力とは？【DS検定】

---

🏠 DS検定トップに戻る