1 期待度数と χ² 値を手で計算する
コードセルは 編集して「Run Code」を押すと再実行 できます(R はあなたのブラウザ内で動いています)。 初回はパッケージの読み込みに数十秒かかります。
まず chisq.test() を素直に使い、その出力の数字を 1 つずつ手で作り直します。
1.1 データ:喫煙と 20 年後の生死
英国 Whickham の女性 1314 人の、1972〜74 年の喫煙と、20 年後に亡くなっていたかどうかです。
喫煙者 582 人のうち 139 人、非喫煙者 732 人のうち 230 人が亡くなっていました。
1.2 まず素直に検定する
X-squared = 9.1209, df = 1, p-value = 0.002527 と出ました(correct = FALSE の意味は第 5 章で説明します)。 この 3 つの数字 ―― χ² 値・自由度・p 値 ―― が、どこから来たのかを確かめます。
1.3 「関係がなかったら」の表を作る:期待度数
χ² 検定は、「喫煙と死亡に関係がない(独立)」と仮定したら、どんな表になるはずだったかを考えて、実際の表と比べます。
全体では 1314 人中 369 人、つまり 28.1% が亡くなっています。 喫煙と死亡に関係がないなら、喫煙者でも非喫煙者でも、28.1% が亡くなっているはずです。
- 喫煙者 582 人 × 28.1% = 163.4 人 が死亡、残り 418.6 人が生存
- 非喫煙者 732 人 × 28.1% = 205.6 人 が死亡、残り 526.4 人が生存
これを 期待度数(expected frequency)といいます。一般には、
\[ E_{ij} = \frac{(\text{行 } i \text{ の合計}) \times (\text{列 } j \text{ の合計})}{\text{総数}} \]
で計算できます。R では outer() で、行の合計と列の合計の「掛け算の表」を作ります。
chisq.test() の結果にも、同じものが入っています。
期待度数の表も、行の合計(582, 732)と列の合計(369, 945)は、元の表と同じです。 「周辺の合計はそのままで、中身だけが独立な場合の表」と考えます。この性質が、第 2 章の 自由度 につながります。
1.4 観測と期待のずれを 1 つの数にまとめる:χ² 値
実際の表(観測度数 \(O\))と期待度数 \(E\) の差を見ます。
喫煙者の死亡は、関係がない場合より 24.4 人少なく、非喫煙者の死亡は 24.4 人多い ことが分かります。 2×2 表では、4 つのセルのずれの大きさがすべて同じになります(周辺の合計が同じなので、1 か所ずれると他も決まる)。
このずれを、セルごとに 2 乗して期待度数で割り、足し合わせたのが ピアソンの χ² 値 です。
\[ \chi^2 = \sum_{\text{すべてのセル}} \frac{(O - E)^2}{E} \]
chisq.test() の X-squared = 9.1209 と一致しました。
1.4.1 なぜ期待度数で割るのか
同じ「24 人のずれ」でも、期待度数が 20 人のセルと 2000 人のセルでは、意味がまったく違います。 数えたデータ(度数)は、期待度数が大きいほど、偶然によるばらつきも大きくなります(ポアソン分布では、分散 ≒ 平均)。 そこで、ずれの 2 乗を期待度数で割って、「偶然のばらつきに比べて、どれくらいずれているか」 にそろえています。
期待度数 20 のセルで 24 人ずれるのは「偶然のばらつき(約 4.5 人)の 5 倍以上」ですが、2000 のセルでは「約 45 人の半分」にすぎません。
1.5 p 値:この χ² 値は偶然で出る大きさか
「関係がない」としたとき、χ² 値は 自由度 1 の χ² 分布 にほぼ従います(なぜそうなるのか、自由度とは何かは第 2 章)。 9.12 以上になる確率が p 値です。
関係がないなら、χ² 値が 3.84 を超えるのは 5% しかありません。9.12 は、それを大きく超えています。
1.6 割合(%)を入れてはいけない
χ² 値は「度数」の大きさに依存します。論文の表の 割合(%)を写して chisq.test() に入れる と、まったく違う p 値になります。
割合を入れると、全体が「200 人」の表として扱われ、p = 0.24 になります(正しくは 0.0025)。 χ² 検定には、必ず人数(度数)の表を入れます。
χ² 検定が示したのは「喫煙と 20 年後の死亡は、独立ではなさそうだ」ということだけです。 ここでは 喫煙者のほうが死亡が少ない という向きで有意になりましたが、これは喫煙者が若かったため(交絡)でした。 年齢で層に分けて検定し直すと解釈が変わることを、第 7 章で確かめます(記述統計ハンズオン の第 1 章も参照)。
1.7 練習
次の表は、架空の新しい治療(A)と従来の治療(B)の改善した人数です。期待度数と χ² 値を 自分で計算し、chisq.test(correct = FALSE) と一致するか確かめてください。
期待度数はすべてのセルで 37.5 と 22.5(改善 75 人 ÷ 120 人 = 62.5% がどちらの群でも改善する場合)。 χ² 値は 8.0、p = 0.0047 です。
- 期待度数 = 行の合計 × 列の合計 ÷ 総数。「周辺の合計はそのまま、中身が独立だったら」の表
- χ² 値 = Σ (観測 − 期待)² / 期待。期待度数で割って、偶然のばらつきの大きさにそろえる
- p 値は、χ² 分布で χ² 値以上になる確率
- 人数(度数)の表 を入れる。割合を入れると、まったく違う p 値になる