一方では、2群実験（例えば、治療効果の検定）のためにデザインされた対標本を使うことができる。 一方、独立変数が空間的に構造化されている場合は、より複雑な構造で使用することができる。 これは、空間や時間の経過に伴って、被験者や対象物の異なるペアに治療を施すことができるようにするためである。
したがって、各データポイントは、一意の被験者識別子と、別の被験者からの別の観察との関連性を持つ。
ペアサンプルとは？
対の標本は、2つの行動に対する1つの治療の効果のような、2つの対の変数間の差について推論するための標本です。 また、ある変数のばらつきが別の変数のばらつきによって引き起こされる量を推定するのにも役立つ。
対の標本デザインでは、各参加者は標本の各データポイント（または対）に複数の測定値を提供します。
それでは、一対のt検定の役割を理解することの重要性について説明しよう。 この統計検定は、「治療前と治療後」や「治療と対照」など、何らかの方法で一致させた2つの変数を比較するものである。
対応のあるt検定の帰無仮説は、対応のある差の平均が母集団でゼロに等しいというものである。
つまり、母集団から得た多数の標本でこの検定を行った場合、そのほとんどは平均対差がゼロに近くなると予想される。 言い換えれば、ほとんどのサンプルは、その値の間にわずかな正負の差があることになる。
対応のあるt検定の対立仮説は、対応のある差の平均が母集団でゼロに等しくないというものである。 これは効果が観察されたことを意味し、あるサンプルセットから別のサンプルセットへ、あるいはあるグループから別のグループへと何かが変化したことを意味する。
p値が有意水準（例えば、0.05）より小さければ、帰無仮説を棄却し、標本は平均対差が母集団でゼロに等しくないと結論づけるのに十分な強力な証拠を提供していると結論づけることができます。
対の標本と独立標本の違いは何ですか？
独立標本は、対の標本とは異なり、2つの別々の集団を無関係とみなし、各個人は1つのグループにのみ属する。 例えば、高コレステロール値と健康転帰の関係を調べたい研究者は、心血管疾患を有する患者を治療群に割り付け、心血管疾患はないがコレステロール値が高い患者と比較することができる。
いずれの場合も、各被験者を無作為に研究グループか対照グループに割り付け、データを収集する。
詳細はこちら 母集団とサンプル
サンプルが対になっているかどうか、どうやって見分けるのですか？
例えば、生徒が勉強を休む前と休んだ後の小テストの平均点を比較したいとします。 この場合、休憩前と休憩後の2つの条件で1つのグループを作ることになる。 対のt検定は、この2つのグループの得点を比較するために考案された。
一方、対応のないt検定は、独立した2つのグループまたは項目の平均を比較する。 例えば、小テストの平均点が男女間で差があるかどうかを調べたいとします。 その場合、男女間の分散に差があると仮定せずに、対にならないt検定を使って得点を比較することができます。
分散が条件間で等しいと仮定されない対応のないt検定とは対照的に、対応のあるt検定では分散が条件間で等しいとみなされる。
次の図を使って、どのような場合に対標本／独立標本が必要かを理解しよう。
結論
リサーチにおけるペアサンプルの収集は、多くの種類の市場調査においてシックスシグマの改善をもたらすことができる、あまり活用されていないテクニックである。 また、より良いビジネス上の意思決定につながる貴重な洞察を集めることもできる。 さらに、より高いレベルの統計効率、より比較可能な回答、優れたデータ品質が得られる。
QuestionProでは、お客様のあらゆるリサーチニーズに対する適切なサンプリング手法の価値を理解しています。 今すぐ無料入札を依頼する
