4  r×c 表:どこが、どれくらい違うのか

2×2 より大きい表でも、χ² 検定のしくみは同じです。 ただし、p 値が小さいと分かっても、表のどこが違うのか、どれくらい違うのか は p 値からは分かりません。 この章では、残差と効果の大きさで、χ² 検定の結果を「読む」方法を練習します。

4.1 学歴と主観的健康

NHANES 2009–2012 の 20 歳以上で、最終学歴(5 区分) と 主観的健康(「あなたの健康状態は?」への 5 段階の回答)の関係を見ます。

χ² 値は 1433(自由度 (5 − 1)(5 − 1) = 16)、p 値は 2.2×10⁻¹⁶ 未満です(R はこれより小さい値を表示しません)。 「学歴と主観的健康には関係がある」ことは分かりましたが、これだけでは どの学歴で、どの回答が多いのか が分かりません。

ノート欠測は自動で除かれている

table() は、どちらかが NA の人を数えません。20 歳以上 11778 人のうち、表に入ったのは 10039 人です。 誰が除かれたのかの確認は、記述統計ハンズオン の第 4 章を参照してください。

4.2 どこが違うのか:残差

4.2.1 行ごとの割合を見る

まずは素直に、学歴ごとの回答の割合を見ます。

学歴が高いほど「Excellent(とても良い)」「Vgood(かなり良い)」が多く、「Fair(あまり良くない)」「Poor(悪い)」が少ない、という傾向が見えます。

4.2.2 標準化残差

セルごとに、観測と期待のずれを 「偶然のばらつきの何倍か」 で表したのが 残差 です。chisq.test() の結果に 2 種類入っています。

  • ピアソン残差 residuals:(O − E) / √E。2 乗して足すと χ² 値になる
  • 標準化残差(調整済み残差)stdres:ピアソン残差を、さらにセルごとの標準誤差でそろえたもの。独立なら ほぼ標準正規分布 に従う

標準化残差は、±2 を超えると「偶然にしては多すぎる(少なすぎる)」 の目安になります。

  • 8th Grade(中学卒業まで)で Fair(+20.9)・Poor(+11.8) が多い
  • College Grad(大学卒業)で Excellent(+12.7)・Vgood(+19.0) が多く、Fair(−16.1)が少ない
  • High School・Some College は、全体の平均に近い
警告残差は 25 個の検定をしているのと同じ

25 セルの残差を ±2(約 5%)で判定すると、関係がなくても 1 つくらいは「有意」に見えます。 厳しめに判定するなら、セルの数で割った有意水準(ボンフェローニ補正)に対応する値を使います。

この表では、±3.09 で判定しても結論はほとんど変わりません。

4.2.3 モザイク図

mosaicplot() は、セルの面積を人数に比例させ、残差の大きさで色を付けて 表示します(青の実線:多すぎ、赤の破線:少なすぎ)。 色分けに使われるのは、図の凡例の表記(Standardized Residuals)と違って ピアソン残差 (O − E)/√E です。±2・±4 で色の濃さが変わります。

4.3 どれくらい違うのか:効果の大きさ

4.3.1 Cramér の V

χ² 値は、人数に比例して大きくなります(第 3 章)。関係の 強さ を人数に依存しない形で表すのが Cramér の V です。

\[ V = \sqrt{\frac{\chi^2}{N \times (\min(r, c) - 1)}} \]

0 なら完全に独立、1 なら一方からもう一方が完全に決まる関係です。

V = 0.19 です。目安としては、自由度などによって基準は変わりますが、およそ 0.1 で小さい、0.3 で中くらい、0.5 で大きい関連とされます(Cohen の基準)。 学歴と主観的健康の関連は「小さい〜中くらい」です。p 値が 10⁻¹⁶ より小さいからといって、関連が非常に強いわけではありません。

4.3.2 2×2 表なら、差・比で表す

2×2 表では、Cramér の V より、リスク差・リスク比・オッズ比と、その信頼区間 で表すほうが、臨床的に解釈しやすくなります。 性別と身体活動(「中強度以上のスポーツや運動をしているか」)で計算してみます。

prop.test() の信頼区間は「1 行目 − 2 行目」(女性 − 男性)なので負の値です。向きを直すと、男性は女性より、運動している人の割合が 7.0 ポイント高く(95% CI 5.2〜8.8)、リスク比は 1.16(1.12〜1.21)です。 「p = 3×10⁻¹⁴」よりも、ずっと多くのことが伝わります。

4.4 大標本の p 値は、小さな差も拾う

同じ性別で、糖尿病の割合を比べます。

差は 1.1 ポイントで、p = 0.09 です。もし同じ割合のまま、人数が 4 倍だったらどうでしょうか。

p = 0.0007 で「高度に有意」になります。差の大きさ(1.1 ポイント)は何も変わっていません。 逆に、少ない人数で調べると、大きな差でも有意になりません。

200 人だけをランダムに選んで、性別と身体活動を比べ直します。

ヒント報告するときは
  • p 値だけでなく、各群の人数と割合(表そのもの)
  • 2×2 表なら 差・比と 95% 信頼区間、大きい表なら Cramér の V や、注目するセルの割合
  • どこが違うのかを述べるなら、標準化残差 や、事前に決めた比較(第 8 章)

200 人では、男女の差は 7.1 ポイントと全体とほぼ同じなのに、p = 0.32 で有意になりません。

4.5 χ² 検定は「順序」を見ていない

学歴と主観的健康は、どちらも 順序のある カテゴリです。しかし、χ² 検定は行や列の並び順を気にしません。

「学歴が高いほど健康と答える」という 傾向 を調べたいなら、順序を使う検定のほうが、少ない人数でも差を見つけやすくなります(第 7 章)。

重要この章のまとめ
  • r×c 表の χ² 検定は「どこかに関係がある」ことしか言わない
  • どこが:行ごとの割合と 標準化残差(±2、厳しめならボンフェローニ補正)、モザイク図
  • どれくらい:Cramér の V、2×2 表なら リスク差・リスク比・オッズ比と信頼区間
  • 大標本では、意味のないほど小さな差も有意になる。小標本では大きな差も有意にならない
  • χ² 検定は 順序を無視 する