9  演習と、検定を選ぶチェックリスト

これまでの章の内容を、自分の手で使ってみます。 この章のコードセルは自動では実行されません。空欄(___)を埋めて「Run Code」 を押してください。解答例は各問の下に折りたたんであります。

9.1 検定を選ぶチェックリスト

カテゴリのデータで検定をする前に、次のことを順に確かめます。

# 確かめること 選ぶもの 章
1 表に入っているのは 人数(度数) か。割合を入れていないか ― 1
2 1 人は表の 1 か所だけ に数えられているか(同じ人の前後・複数行・複数の病変) 前後・ペア → McNemar。複数行 → 1 人 1 行にそろえるか、GEE・混合モデル 6
3 問いは何か:1 つの変数を 理論の割合 と比べる / 2 つの変数の 関係 適合度 chisq.test(x, p =) / 独立性 chisq.test(table) 3, 1
4 理論の割合の パラメータをデータから推定 したか 自由度を推定した数だけ減らす 3
5 期待度数 はどれくらいか(1 未満がないか、5 未満が 20% 以下か) 小さい → Fisher の正確検定 または simulate.p.value 5
6 2×2 表で、Yates の補正 をするか(R は既定で補正する) 解析計画で決めて、明記する 5
7 交絡因子 はないか。層によって群の構成が違わないか 層別 → Mantel-Haenszel、多くの変数 → ロジスティック回帰 7
8 カテゴリに 順序 があり、傾向を見たいか 傾向検定 prop.trend.test() 7
9 どこが・どれくらい 違うかを示したか 標準化残差、Cramér の V、差・比と信頼区間 4
10 3 群以上を 2 群ずつ比べたか。サブグループ解析をしたか Holm などで補正 8
11 必要な人数を 事前に 計算したか power.prop.test()、非心 χ² 分布 8
12 検定・補正・区分のまとめ方を データを見る前に 決めたか 解析計画書に書く 5, 7, 8

9.2 演習 1:喫煙経験に男女差はあるか

NHANES の 20 歳以上で、「これまでに 100 本以上たばこを吸ったか」(Smoke100)を男女で比べます。

9.2.1 1-1. 表と期待度数

性別 × 喫煙経験の表を作り、期待度数を 自分で 計算してください。

E1 <- outer(rowSums(tab1), colSums(tab1)) / sum(tab1)

期待度数は、女性で喫煙経験あり 2681 人、男性で 2554 人ほどです(全体の割合 44.5% を男女の人数に掛けたもの)。

9.2.2 1-2. 検定と効果の大きさ

χ² 値を計算して chisq.test() と一致することを確かめ、割合の差と 95% 信頼区間を求めてください。

sum((tab1 - E1)^2 / E1)
chisq.test(tab1, correct = FALSE)
prop.test(tab1, correct = FALSE)

χ² = 391(自由度 1)、p < 0.001。喫煙経験がある人の割合は女性 35.6%、男性 53.8% で、女性 − 男性 = −18.1 ポイント(95% CI −19.9〜−16.4)です。 報告するなら「男性は女性より 18 ポイント(95% CI 16〜20)多い」と、差と信頼区間で書きます。

9.3 演習 2:降圧薬を飲む人は増えたか

Framingham の 1 回目と 3 回目の両方を受診した人で、降圧薬(BPMEDS)を飲んでいる人の割合が変わったかを調べます。

同じ人の 1 回目と 3 回目なので、McNemar 検定 です。

mcnemar.test(tab2)

服用者は 2783 人中 59 人(2.1%)から 424 人(15.2%)に増えました。 変化した人は「飲み始めた」379 人、「やめた」14 人で、McNemar の χ² = 337(補正つき)、p < 0.001 です。 2 つの時点を別の群として chisq.test() に入れるのは、同じ人を 2 回数えているので誤りです(第 6 章)。

9.4 演習 3:喫煙と 24 年間の死亡

Framingham の 1 回目の診察で、喫煙と 24 年間の死亡の関係を調べます。

9.4.1 3-1. まず素直に

ノート考えよう

死亡割合の差は 2.3 ポイント(オッズ比 1.11)、p = 0.11 で有意ではありません。「喫煙は死亡と関係ない」と結論してよいでしょうか? 次に何を確かめますか?

9.4.2 3-2. 年齢層で層別する

年齢層(30 代・40 代・50 代・60 代)ごとの喫煙率と死亡割合を確かめ、Mantel-Haenszel 検定をしてください。

mantelhaen.test(tab3s, correct = FALSE)

喫煙率は 30〜40 代で約 59%、60 代で 32% と、若い人ほど喫煙者が多い データです。 年齢層ごとに見ると、どの層でも喫煙者の死亡割合が 5〜12 ポイント高く、年齢層で調整した MH オッズ比は 1.81(95% CI 1.57〜2.09)、p < 0.001 です。 調整前のオッズ比 1.11 は、「喫煙者は若い」ことで打ち消されていました(第 7 章)。

9.5 演習 4:小さな試験の副作用

架空の小さな試験で、薬 A を飲んだ 12 人では副作用が 0 人、薬 B を飲んだ 12 人では 5 人に出ました。

ノート考えよう

期待度数が 5 未満のセルはいくつありますか? 3 つの p 値はどう違いますか? 解析計画で、どれを使うと決めておくべきだったでしょうか?

fisher.test(tab4)$p.value

期待度数は「あり」の列の 2 つのセルで 2.5 と、5 未満です(4 セル中 2 つ = 50%)。 p 値は、補正なし χ² 0.012、Yates 0.044、Fisher 0.037 です。どれも 0.05 未満ですが、値はかなり違います。 人数が少なく期待度数も小さいので、Fisher の正確検定を 事前に 決めておくのが無難です(第 5 章)。 結果を見てから、いちばん小さい p 値を選ぶのは避けます。

9.6 確認問題

ノート問 1

3 行 × 4 列の表で χ² 検定をしました。自由度はいくつですか? χ² 値が 9 だったとき、p 値は 0.05 より大きいですか、小さいですか?

自由度は (3 − 1)(4 − 1) = 6。自由度 6 の χ² 分布の 5% 点は 12.6 なので、χ² = 9 では p > 0.05(p = 0.17)です。χ² 値は自由度と比べて判断します(第 2 章)。

ノート問 2

論文の表に「A 群 30.0%、B 群 20.0%」とだけ書かれていたので、chisq.test(matrix(c(30, 70, 20, 80), 2)) で検定しました。何が問題ですか?

割合を人数として入れているので、各群 100 人の表として計算されます。実際の人数が 20 人ずつでも 2000 人ずつでも同じ p 値になってしまいます。必ず 人数 の表で検定します(第 1 章)。

ノート問 3

ある遺伝子型の頻度が、ハーディ・ワインベルグ平衡(アレル頻度 p から AA : Aa : aa = p² : 2p(1−p) : (1−p)² と決まる)に従うかを調べます。p はデータから推定しました。自由度はいくつですか?

カテゴリは 3 つで、合計の制約で 1 つ減り、p を推定したのでさらに 1 つ減って、自由度は 3 − 1 − 1 = 1 です。chisq.test(x, p = ...) は自由度 2 で計算するので、pchisq() で自分で直します(第 3 章)。

ノート問 4

3 万 5 千人(男女 1 万 7500 人ずつ)の健診データで、高血圧の割合が 20.0% と 21.0% で、p = 0.02 でした。どう報告しますか?

差は 1 ポイントで、統計的には有意でも、臨床的に意味のある差かどうかは別に考えます。p 値ではなく、差と 95% 信頼区間(例:1.0 ポイント、95% CI 0.2〜1.8)で報告し、その大きさを解釈します(第 4 章)。

ノート問 5

同じ患者 50 人に、2 種類の迅速検査を行い、陽性率を比べたいと思います。どの検定を使いますか?

同じ患者に 2 つの検査をしているので、McNemar 検定(不一致が少なければ binom.test() による正確な検定)です。2 つの検査を別の 50 人ずつとして χ² 検定するのは誤りです(第 6 章)。

ノート問 6

5 つの施設で治療成功率を比べ、全体の χ² 検定は p = 0.01 でした。そこで、施設を 2 つずつ選んで 10 回 χ² 検定し、p < 0.05 だった組み合わせを「差がある」と報告しました。何が問題ですか?

10 回検定すると、本当は差がなくても、どれかが有意になる確率は 5% よりずっと大きくなります(独立なら約 40%)。Holm などで p 値を補正するか、比べる組み合わせを事前に決めて、その数で補正します(第 8 章)。 施設によって患者の重症度が違うなら、交絡の調整(第 7 章)も考えます。

9.7 おわりに

chisq.test() は 1 行で書けますが、その結果を正しく使うには、

  • 表が 人数 で、1 人 1 か所 に数えられていること
  • 期待度数 と 自由度 が何を意味しているか
  • 問いに合った検定(適合度・独立性・McNemar・MH・傾向)を選ぶこと
  • p 値だけでなく、どこが・どれくらい を示すこと

が必要です。自分のデータで検定するときは、このチェックリストを確かめてから chisq.test() を書いてください。