#統計 how compatibleとcompatibility intervalの翻訳問題 現在の案 * how...

@genkuroki
黒木玄 Gen Kuroki@genkuroki
87 views May 05, 2025 ~2 min read
Advertisement
1
#統計 how compatibleとcompatibility intervalの翻訳問題

現在の案

* how compatible → 相性の良さ

* compatibility interval (ある閾値によってデータの値と相性が良いとみなされたパラメータの値全体の区間) → 好相性区間

以前は「良相性区間」と呼んだりしたが、「好相性区間」の方が自然。
2
#統計 他の専門用語とぶつからないように、専門用語として使われている可能性が低い日常的な言葉である「相性」を使っている。今後意見が変わる可能性もある。

compatibilityを「互換性」と訳すのはP値の意味的に変。

統計学で「適合」はfitという意味なので「適合性」もまずそう。
3
#統計 「親和性」は「生体親和性→biocompatibility」のような例があるので避けた。

「整合性」は意味的には問題なさそうだが、微妙に強過ぎるニュアンス(カチッと整合しているというようなニュアンス)があるので避けた。
4
#統計 P値について「P値は、特定の統計モデルの下でのデータの値とモデルのパラメータの値に関する検定仮説の相性の良さ(compatibility)の指標の1つである」と日本語で言うことに躊躇する必要はない。続く
5
#統計 しかし「信頼区間」を「特定の統計モデルと閾値の下で、データの値と相性が良い(好相性)とみなされたモデルのパラメータの値全体のなす区間」という意味で「好相性区間」のように呼ぶことには、個人的にかなり躊躇してしまいます。

既存の用語を置き換える試みはかなり怖い。
6
#統計 Grokさんの助けを借りて作った「P値はデータの値とモデル+検定仮説の相性の良さの指標の1つである」のイラスト。

こういうのを見れば、P値を相性の良さ(compatibility)として解釈することも定着し易くなったりしないかな。
Media image
7
#統計 P値が低そうな(すなわち女の子と男の子の相性が悪そうな)イラストをGrokで生成しようとしたがあんまりうまく行かない。
Media image
Media image
8
へたに喧嘩させてしまうと余計に相性が良いように(P値が大きいように)見えてしまう。
9
#統計 "Under a specified statistical model, a P-value indicates how compatible a testing hypothesis concerning a parameter value of that model is with the observed data value." のようなP値の説明の自然な翻訳では、how compatibleを「どの程度適合するか」とするのが自然です。続く
@genkuroki
黒木玄 Gen Kuroki@genkuroki
#統計 Grokさんの助けを借りて作った「P値はデータの値とモデル+検定仮説の相性の良さの指標の1つである」のイラスト。

こういうのを見れば、P値を相性の良さ(compatibility)として解釈することも定着し易くなったりしないかな。
Media image
10
#統計 続き。しかし統計学の文脈では「適合」はfitの訳語としてよく使われているので、別の区別できる言い方が好ましいです。

最も安易な案は、how compatibleを「どの程度互換性があるか」のように翻訳すること。

しかしその文脈で「互換」をcompatibleの訳語として使うことは避けたいと思う。続く
@genkuroki
黒木玄 Gen Kuroki@genkuroki
#統計 Grokさんの助けを借りて作った「P値はデータの値とモデル+検定仮説の相性の良さの指標の1つである」のイラスト。

こういうのを見れば、P値を相性の良さ(compatibility)として解釈することも定着し易くなったりしないかな。
Media image
11
#統計 「互換」は字面的には「互いに交換できること」を意味しています。しかし実際にはその意味を超えて、ソフトAが○○でも動くことを「ソフトAは〇〇互換」と言ったりします。

「適合」「親和的」「相性が良い」のような意味を持つcompatibleがなぜか「互換」と訳されるようになってしまった。続く
@genkuroki
黒木玄 Gen Kuroki@genkuroki
#統計 Grokさんの助けを借りて作った「P値はデータの値とモデル+検定仮説の相性の良さの指標の1つである」のイラスト。

こういうのを見れば、P値を相性の良さ(compatibility)として解釈することも定着し易くなったりしないかな。
Media image
12
#統計 P値の説明の文脈で欲しいcompatibleの翻訳語は「適合している」に近い意味の別の言い方です。

P値に類似の概念として尤度(ゆうど)がある。

尤度はモデルのすべてのパラメータの値の設定の仕方が観察データの値にどの程度適合(fit)しているかを表しています。続く
13
#統計 確率分布モデルのデータの値へのフィッティング(適合)は尤度(ゆうど)最大化またはその変種が標準的です。

「適合」という言葉を使うと特にP値の話をしていることが伝わり難くなり、英語との一対一対応が大幅に崩れるという欠点があります。続く
14
#統計 「適合的」の代わりに「親和的」「相性が良い」のような候補が考えられます。

「どれだけ親和的か」と「どれだけ相性が良いか」の比較になるのですが、私は統計学用語の権威的なお堅い響きが好きではないので「相性の良さ」の方を現時点では採用しているわけです。(意見を変える可能性がある)
15
#統計 多分、諸々の事情を考慮できない"AI"達は、P値の説明でのcompatibilityを安易に「互換性」と翻訳しがちなので警戒したい所です。

「互換性」だと「ソフトが動くか動かないか」のようなかっちりした二値的ニュアンスが強く、連続的な程度としてのP値のニュアンスを伝え切れないと思います。
16
#統計 P値はデータの値とモデル+検定仮説の相性の良さ(compatibility)を表しています。

相性が悪い場合にP値は小さくなります。

(イラストは、二人の距離が近いせいで、「相性が悪い」というより、本当は仲が良いのだが一時的に喧嘩しているように見えてしまっている。まあ、いいか!テキトー)
Media image
@genkuroki
黒木玄 Gen Kuroki@genkuroki
#統計 Grokさんの助けを借りて作った「P値はデータの値とモデル+検定仮説の相性の良さの指標の1つである」のイラスト。

こういうのを見れば、P値を相性の良さ(compatibility)として解釈することも定着し易くなったりしないかな。
Media image
17
#統計 この文脈でモデルは「データの値の生成のされ方をパラメータ付き確率分布でモデル化したもの+諸々の仮定」を意味しており、検定仮説という用語は「帰無仮説」から「ゼロ仮説」というニュアンスを取り除いたものという意味で使っています。
@genkuroki
黒木玄 Gen Kuroki@genkuroki
#統計 P値はデータの値とモデル+検定仮説の相性の良さ(compatibility)を表しています。

相性が悪い場合にP値は小さくなります。

(イラストは、二人の距離が近いせいで、「相性が悪い」というより、本当は仲が良いのだが一時的に喧嘩しているように見えてしまっている。まあ、いいか!テキトー)
Media image
18
#統計 P値が小さいときに、その主な原因を検定仮説(帰無仮説)の疑わしさに求めることは最も頻繁に見るP値の誤用。

小さなP値は「データの値」ちゃんと「モデル+検定仮説」ちゃんの相性が悪いことを意味しているにすぎないので、データの取得法やモデルの設定が悪いことが問題なのかもしれません。
Media image
@genkuroki
黒木玄 Gen Kuroki@genkuroki
#統計 P値はデータの値とモデル+検定仮説の相性の良さ(compatibility)を表しています。

相性が悪い場合にP値は小さくなります。

(イラストは、二人の距離が近いせいで、「相性が悪い」というより、本当は仲が良いのだが一時的に喧嘩しているように見えてしまっている。まあ、いいか!テキトー)
Media image
19
#統計 小さなP値が得られたときには

* データの取得法の側に問題があった
* P値の計算に使ったモデルが妥当でなかった
* 検定仮説(帰無仮説)が間違っていた

という可能性だけではなく、

* 単に仲が悪そうな所を偶然見てしまっただけ😊

という可能性も疑う必要があります。
Media image
20
#統計 所謂「Pハッキング」の不正行為は、「P値が小さくなる場合をしつこく探して小さくなった場合についてのみ報告する行為」なので、

 しつこく仲が悪そうな場面を探して、
 仲が悪いと言いふれまわる行為

にたとえられます。本当は仲が悪くない可能性が高まる。
Media image
21
#統計 こういう「日本的」なイラストでP値について説明できるのは、compatibilityを「相性の良さ」と翻訳したから。

「互換性」だとこういう感じのかわいい話にはし難い。
Media image
Media image
22
#統計 早速意見を変えたくなって来た。

「好相性」は「こうあいしょう」と発音して欲しいのですが、各種のAIさん達は訓読みと音読みを混ぜないというルールを厳密に適用して「こうそうせい」のように読みたがる。

面倒なので、compatibility intervalは「相性が良い区間」で良いかなと思い始めた。
@genkuroki
黒木玄 Gen Kuroki@genkuroki
#統計 how compatibleとcompatibility intervalの翻訳問題

現在の案

* how compatible → 相性の良さ

* compatibility interval (ある閾値によってデータの値と相性が良いとみなされたパラメータの値全体の区間) → 好相性区間

以前は「良相性区間」と呼んだりしたが、「好相性区間」の方が自然。
23
#統計 関連音声概要(約7分)

compatibility interval (= confidence interval の言い換え)は「データの値と相性が良いとみなされるモデルのパラメータの値の範囲の区間」という意味なので

 「(データの値と)相性が良い区間」

と言えば良いと思い、採用してみました。音声で聴くとそう悪くない。
@genkuroki
黒木玄 Gen Kuroki@genkuroki
#統計 NotebookLMに指示を出してP値解説の決定版とみなせるAmrhein-Greenland 2022の音声概要を作らせてみました。
↓
notebooklm.google.com/notebook/d2508…

7分程度と短いのでNotebookLMに興味がある人は聴いて見てください。多分勉強にもなる。

音声概要は指示を出して作らせた方が良いです。
↓
Media image
24
#統計 現時点でのP値の説明の仕方の翻訳案

compatibility → 相性の良さ
compatibility interval → (データの値と)相性が良い区間
compatibility graph → 相性グラフ

変更点「好相性区間」→「相性が良い区間」

権威的な響きがどんどん無くなって行く😊
@genkuroki
黒木玄 Gen Kuroki@genkuroki
#統計 how compatibleとcompatibility intervalの翻訳問題

現在の案

* how compatible → 相性の良さ

* compatibility interval (ある閾値によってデータの値と相性が良いとみなされたパラメータの値全体の区間) → 好相性区間

以前は「良相性区間」と呼んだりしたが、「好相性区間」の方が自然。
25
#統計 「効果がない」「差がない」という意味のnullhypothesisをゼロ仮説と翻訳する流儀は、佐藤俊哉先生の『統計よりも重要なことを学ぶ』で学びました。

その流儀の下で、ゼロ仮説以外の帰無仮説はtest hypothesis (検定仮説)と呼ぶと良いです。
26
#統計 P値に関する解説の決定版とみなされるAmrhein-Greenland 2022 journals.sagepub.com/doi/epub/10.11… の音声概要(NotebookLMで作成)

notebooklm.google.com/notebook/d2508…
Media image
Media image
@genkuroki
黒木玄 Gen Kuroki@genkuroki
#統計 NotebookLMに指示を出してP値解説の決定版とみなせるAmrhein-Greenland 2022の音声概要を作らせてみました。
↓
notebooklm.google.com/notebook/d2508…

7分程度と短いのでNotebookLMに興味がある人は聴いて見てください。多分勉強にもなる。

音声概要は指示を出して作らせた方が良いです。
↓
Media image
27
#統計 Amrhein-Greenland 2022の音声概要(NotebookLMに指示を出して作成)


7:02
@genkuroki
黒木玄 Gen Kuroki@genkuroki
#統計 P値に関する解説の決定版とみなされるAmrhein-Greenland 2022 journals.sagepub.com/doi/epub/10.11… の音声概要(NotebookLMで作成)

notebooklm.google.com/notebook/d2508…
Media image
Media image
29
#統計 Rafi-Greenland 2020はAmrhein-Greenland 2022のロングバージョンのような論文です。

NotebookLMに指示を出して、compatibilityを「互換性」と不適切に翻訳しないようにして作った音声概要
↓
9:01
30
#統計 かわいい方が良さそうなので作り直した。

P値の概念に関する解説の決定版の Amrhein-Greenland 2022の音声概要(NotebookLMに指示を出して作成)

これを聴けば、P値と信頼区間=データの値と相性が良いパラメータの値の区間について理解できる。
7:02
@genkuroki
黒木玄 Gen Kuroki@genkuroki
#統計 P値に関する解説の決定版とみなされるAmrhein-Greenland 2022 journals.sagepub.com/doi/epub/10.11… の音声概要(NotebookLMで作成)

notebooklm.google.com/notebook/d2508…
Media image
Media image
31
#統計 巷では統計学通を騙る半可通達が

 P値ではなく信頼区間を使える(ニヤ)

と言っているようだが、既出の論文

bmcmedresmethodol.biomedcentral.com/articles/10.11…
Rafi-Greenland 2020

は信頼区間も悪しき二分法の原因になっていることが分かるように書かれています。

半可通達は多分この手の論文を読もうとしていない。
@genkuroki
黒木玄 Gen Kuroki@genkuroki
#統計 Rafi-Greenland 2020はAmrhein-Greenland 2022のロングバージョンのような論文です。

NotebookLMに指示を出して、compatibilityを「互換性」と不適切に翻訳しないようにして作った音声概要
↓
32
#統計 思いっ切り単純化して言うと、

👿有罪 ゼロ仮説のP値による統計的有意性
👿有罪 信頼区間がゼロ仮説値を跨ぐか否かで有意性を判断

👼無罪 ゼロ仮説以外のすべてのP値達を二分法を経由せずに使うこと(これは本質的に信頼水準を固定せずにすべての信頼区間を考えることと同じ)
33
#統計 差がないというゼロ仮説単体のP値には、1つの値でしかなく、効果の大きさは分からないという欠点はあるが、有意水準のような閾値を設定しなくても得られる。

信頼区間は人為的な閾値による含む含まれないの二分法になっているという欠点はあるが、効果の大きさの情報を含む。

互いに相補的。
@genkuroki
黒木玄 Gen Kuroki@genkuroki
#統計 思いっ切り単純化して言うと、

👿有罪 ゼロ仮説のP値による統計的有意性
👿有罪 信頼区間がゼロ仮説値を跨ぐか否かで有意性を判断

👼無罪 ゼロ仮説以外のすべてのP値達を二分法を経由せずに使うこと(これは本質的に信頼水準を固定せずにすべての信頼区間を考えることと同じ)
34
#統計 P値を使わずに信頼区間を使っても酷い結論の出す行為は無くならなさそうなことの実例が論文で指摘されているのに、それを無視して「P値ではなく、信頼区間を使え」と言っている人達は問題がある。

危険な二分法をせずに済ませることもできる対案も論文で提案されている。
@genkuroki
黒木玄 Gen Kuroki@genkuroki
#統計 かわいい方が良さそうなので作り直した。

P値の概念に関する解説の決定版の Amrhein-Greenland 2022の音声概要(NotebookLMに指示を出して作成)

これを聴けば、P値と信頼区間=データの値と相性が良いパラメータの値の区間について理解できる。
35
#統計 有意水準α (信頼水準1-α)が設定されていなくても、P値には利用価値があることを理解できなくなるように多くの人が洗脳されていることが問題。

ただし、P値として、「差がない」というゼロ仮説以外の検定仮説のP値も利用しないとP値の有用性は大幅に下がる。
@genkuroki
黒木玄 Gen Kuroki@genkuroki
#統計 Rafi-Greenland 2020はAmrhein-Greenland 2022のロングバージョンのような論文です。

NotebookLMに指示を出して、compatibilityを「互換性」と不適切に翻訳しないようにして作った音声概要
↓
36
#統計 「統計的有意性」の使用廃止を提案している超有名なnature 2019論説 scholar.google.co.jp/scholar?cluste… の音声概要。

notebooklm.google.com/notebook/80ca1…
Media image
Media image
Media image
Media image
37
#統計 「統計的有意性」の使用に反対している超有名なnature 2019論説の音声概要
8:59
@genkuroki
黒木玄 Gen Kuroki@genkuroki
#統計 「統計的有意性」の使用廃止を提案している超有名なnature 2019論説 scholar.google.co.jp/scholar?cluste… の音声概要。

notebooklm.google.com/notebook/80ca1…
Media image
Media image
Media image
Media image
38
#統計 practical importance (実践的に十分大きな効果の推定値が得られたかどうか)で結果の価値を判断することもまたよろしくないことを解説している McShane-Gelman 2022 scholar.google.co.jp/scholar?cluste… の音声概要。

notebooklm.google.com/notebook/3c2fd…
Media image
Media image
Media image
39
#統計 practical importance (実践的に十分大きな効果の推定値が得られたかどうか)で結果の価値を判断することの危険性を解説している McShane-Gelman 2022 scholar.google.co.jp/scholar?cluste… の音声概要。
9:21
@genkuroki
黒木玄 Gen Kuroki@genkuroki
#統計 practical importance (実践的に十分大きな効果の推定値が得られたかどうか)で結果の価値を判断することもまたよろしくないことを解説している McShane-Gelman 2022 scholar.google.co.jp/scholar?cluste… の音声概要。

notebooklm.google.com/notebook/3c2fd…
Media image
Media image
Media image
40
#統計 以上で紹介した論文を読んだり、音声概要を聴けば分かるように、結論は

論文での結論は総合的判断で出すべきである。
1つの研究だけで最終結論を出さないように注意せよ。

「P値ではなく信頼区間を使え」とか「practical importanceで判断せよ」のような安易な提案はすべて否定されています。
41
#統計 Rafi-Greenland 2020 bmcmedresmethodol.biomedcentral.com/articles/10.11… のsurprisal value = S値について。S値は

S値 = -log₂ P値 (単位はビット)

と定義されます。P値の違いの大きさはS値の違いの大きさで見るべきです。P値のままだと一般人は違いの程度を誤解し易い。続く
9:01
@genkuroki
黒木玄 Gen Kuroki@genkuroki
#統計 Rafi-Greenland 2020はAmrhein-Greenland 2022のロングバージョンのような論文です。

NotebookLMに指示を出して、compatibilityを「互換性」と不適切に翻訳しないようにして作った音声概要
↓
42
#統計 添付画像はRafi-Greenland 2020 bmcmedresmethodol.biomedcentral.com/articles/10.11… より。

P値=0.9999とP値=0.90の差と、P値=0.10とP値=0.0001の差は、どちらも0.0999なのですが、P値の差でP値の違いの大きさを測るのは誤りになります。

P値の違いの大きさは、差ではなく、比で測る必要があります。続く
Media image
43
#統計 添付画像はRafi-Greenland 2020 bmcmedresmethodol.biomedcentral.com/articles/10.11… より。

P値=0.9999とP値=0.90の比は0.9999/0.90=1.111で1に近く、P値=0.10とP値=0.0001の比は0.10/0.0001=1000で非常に大きい。

P値=0.9999とP値=0.90の違いは小さく、P値=0.10とP値=0.0001の違いは非常に大きい。続く
Media image
44
#統計 一般に確率の対数の-1倍を情報量(information)と呼ぶことがあります。

データの値とモデル+パラメータの値の設定の相性の良さ(compatibility)の指標であるP値に対応する情報量を驚きの度合い(surprisal value=S値)と定義しているわけです。
Media image
45
#統計 例えば、P値=0.9999, 0.90にはS値=0.15ビット, 0.0001ビットが対応しており、S値の差は0.15ビットで小さい。

しかし、P値=0.10, 0.0001に対応するS値=3.32ビット, 13.29ビットの差は10ビット程度もあり、かなり大きい。

S値では違いの大きさを差で測れてかつ「ビット」に関する直観も使える。
Media image
46
#統計 対数を取る操作が怖くなくてかつ「ビット」を単位に使うことに慣れている人達にとっては、P値よりも、S値 = -log₂ P値 (単位はビット)で結果を知らせた方が分かり易くなる可能性は高いと思います。

しかしlogが怖い人達にはあまりうまく行かないと思う。続く
47
#統計 logの使用が怖い人は例外的ではないので、そこはちょっと悲観的にならざるを得ないですが、

P値の違いの大きさは差ではなく、
比が1とどれだけ違うかで測るべきであること

についてはきちんと教えるようにした方が良いと思います。続く
48
#統計 同様に、有意水準5%と1%の違いは「5分の1になった」(得られる情報量を2ビット強増やした)と解釈するべきです。

信頼水準の違いは対応する有意水準の違い(比の1との違い)で測るべきです。例えば、信頼水準95%は有意水準5%に対応し、信頼水準の95%と99%の違いは有意水準も5%と1%の違いに等しい。
49
#統計

標本サイズが小さい場合に、効果ゼロ仮説のP値が5%未満になるためには、数学的な理由によって、効果の推定値が大きな値になる必要があります。

大きな効果の推定値が得られた場合を発表する価値が特別にあることにすると、小さな標本サイズの場合の偏った報告が増えることになります。
Media image
50
#統計 ゆえに、「統計的有意性」と「実践的に意味のある十分大きな効果の推定値が得られたか」という2つの評価基準の組み合わせを強調すると、小さな標本サイズでの統計的有意でかつ大きな効果の推定値が得られた場合に報告が偏って、複数の論文を参考にした判断で誤りが生じるリスクが増えます。
51
#統計 Greenlandさん達が compatibility interval (相性区間)と呼ぶことによって表現している区間の概念と同じものは、1971年出版された教科書 Probability, Statistics, and data analysis by Kempthorne and Leroy では consonance interval (調和区間)と呼ばれていた。

#統計改革 関連のまとめ
↓
@genkuroki
黒木玄 Gen Kuroki@genkuroki
#統計改革 1971年
52
#統計 結論: 実際に𝕏で試行錯誤的に使ってみた感触から、次のように翻訳するのが良い。

compatibility interval→相性区間
compatible→相性が良い
incompatible→相性が悪い

例文: 95%相性区間は、特定のモデルと閾値5%の下で、データの値と比較的相性が良いとみなされるパラメータの範囲である。
Actions
What You Can Do
  • Export as PDF or Markdown
  • Batch Export to Notion
  • Bookmark & Highlight
  • Screenshot Tweet
Create Free Account

Includes 7-day Premium trial

Advertisement