7  層別と順序:Mantel-Haenszel 検定と傾向検定

ここまでの χ² 検定は、2 つの変数だけを見ていました。この章では、

の 2 つを扱います。どちらも、ふつうの chisq.test() が答えていない問いに答えます。

7.1 喫煙者は長生き? をもう一度

第 1 章では、Whickham の女性で「喫煙者のほうが 20 年後の死亡が少ない」(χ² = 9.12, p = 0.003)という結果になりました。 オッズ比を出しておきます(喫煙者を 1 行目にしています)。

オッズ比 0.68 で、喫煙者のほうが死亡のオッズが低い、という結果です。しかし、喫煙者と非喫煙者では年齢の分布が違いました。

65 歳以上は、非喫煙者が 193 人、喫煙者が 50 人です。高齢の非喫煙者が多いので、非喫煙者のほうが 20 年後の死亡が多くなります。

7.2 層ごとに見る

年齢層ごとに 2×2 表を作ります。3 次元の表になります。

どの年齢層でも、喫煙者のほうが死亡割合が高く なっています。全体をまとめると逆転するのは、シンプソンのパラドックスです(記述統計ハンズオン 第 1 章)。

層ごとに χ² 検定をすると、どれも有意ではありません。

それぞれの層は人数が少なく、1 つずつでは差を見つけられません。3 つの層の結果を、1 つの検定にまとめたい ところです。

7.3 Mantel-Haenszel 検定

Mantel-Haenszel(MH)検定は、層ごとに「喫煙者で死亡」のセルの 観測と期待のずれ を計算し、それを すべての層で足し合わせて から χ² 値にします。

\[ \chi^2_{\mathrm{MH}} = \frac{\left(\sum_k (a_k - E[a_k])\right)^2}{\sum_k \mathrm{Var}(a_k)} \]

層の中だけで比べるので、層をつくった変数(年齢)による交絡を取り除いた 検定になります。手で計算してみます。

mantelhaen.test() は、MH の χ² 値と、年齢層で調整した共通のオッズ比(MH オッズ比)も出してくれます。

  • 調整前(全体)のオッズ比:0.68(喫煙者は死亡が少ない)
  • 年齢 3 層で調整したオッズ比:1.35(95% CI 0.96〜1.90、p = 0.08)

向きが逆転しました。

7.3.1 層の切り方が粗いと、交絡が残る

「18〜44 歳」「45〜64 歳」の中にも、20 歳ほどの年齢差があります。層を 10 歳刻みにしてみます。

6 層で調整すると、オッズ比 1.52(95% CI 1.07〜2.16)、p = 0.02 となりました。 層が粗いと、層の中に年齢の違いが残り(残余交絡)、調整が不十分になります。75 歳以上の層は、全員が亡くなっているので、比較の情報を持っていません。

ノート層ごとのオッズ比が違うときは

MH 検定は、「どの層でもオッズ比が同じ(くらい)」であることを前提に、共通のオッズ比をまとめています。 層によって関係の向きが逆なら、まとめるとお互いに打ち消し合って、関係を見逃します。 まず層ごとのオッズ比を並べて確かめます。オッズ比が層の間で同じかどうか(均質性)の検定には、Breslow-Day 検定や、次の Woolf の検定があります。

3 つの年齢層のオッズ比は 1.5、1.3、1.2 程度で、均質性の検定も p = 0.92 です。まとめてよさそうです。

ヒントロジスティック回帰との関係

MH 検定は、年齢層をカテゴリとして入れたロジスティック回帰 glm(死亡 ~ 喫煙 + 年齢層, family = binomial) とほぼ同じ問いに答えています。 年齢を連続量のまま入れたいときや、調整したい変数が多いときは、回帰モデルを使います。

7.4 順序のあるカテゴリ:傾向検定

第 4 章で、χ² 検定は行や列の 順番を無視する ことを確かめました。 BMI の区分や年齢層のように、カテゴリに順序があり、「大きくなるほど割合が上がる(下がる)」かどうかを知りたいときは、傾向検定(Cochran-Armitage の傾向検定)を使います。

Framingham の最初の診察で、BMI の区分ごとの糖尿病の割合を見ます(第 5 章と同じ表)。

BMI が高い区分ほど、糖尿病の割合が 1.7% → 2.9% → 4.5% → 9.2% と上がっています。

7.4.1 χ² 値を分解する

ふつうの χ² 値(自由度 3)は、直線的な傾向の部分(自由度 1)と、それ以外のずれ(自由度 2)に分けられます。

全体の χ² 値 35.2 のうち、30.7 が直線的な傾向で説明でき、残りの 4.4(自由度 2, p = 0.11)は有意ではありません。 「BMI が高いほど、糖尿病の割合が上がる」という単純な関係で、ほぼ説明できることが分かります。

7.4.2 傾向があるなら、傾向検定のほうが見つけやすい

本当に直線的な傾向(10% → 13% → 16% → 19%)があるとき、各区分 80 人で調べたら、どれくらいの確率で有意になるかをシミュレーションします。

有意になる確率(検出力)は、ふつうの χ² 検定で約 26%、傾向検定で約 41% です。 ふつうの χ² 検定(自由度 3)は「どこかが違う」すべてのパターンに目を配るので、検出力が分散します。 傾向を調べたいと事前に決めているなら、自由度 1 の傾向検定のほうが、同じ人数で差を見つけやすくなります。

警告点数のつけ方と、事前の計画
  • prop.trend.test() は、既定で区分に 1, 2, 3, … の等間隔の点数をつけます。区分の幅が違うとき(例:BMI の中央値)は score = で指定できますが、点数は結果を見る前に決めます
  • χ² 検定と傾向検定の両方をやって、p 値が小さいほうを報告するのは、多重検定です(第 8 章)
  • 傾向検定が有意でも、関係が直線的だとは限りません(U 字型でも有意になることがある)。必ず割合を並べて見ます
重要この章のまとめ
  • 交絡因子で層に分け、層の中の比較をまとめるのが Mantel-Haenszel 検定。調整したオッズ比も出る
  • 層が粗いと 残余交絡。層ごとのオッズ比が大きく違うときは、まとめずに層ごとに報告する
  • 順序のあるカテゴリでは 傾向検定(自由度 1)。χ² 値を「傾向」と「それ以外」に分解できる
  • どの検定を使うか、どう点数をつけるかは、データを見る前に決める