サンプルサイズと検出力 ハンズオン

何人集めればよいかを、公式とシミュレーションの両方で — 平均・割合・非劣性・クラスター・公式のない解析まで

公開

2026年10月18日

はじめに

English version available — Read in English (machine-assisted translation by generative AI).

「何人集めればいいですか?」は、研究の計画でいちばんよく出る質問のひとつです。 R なら power.t.test(delta = 5, sd = 15, power = 0.8) の 1 行で答えが出ます。しかし、その 1 行の裏では、

  • 「検出力 80%」とは、何が 80% なのか
  • 差 delta と標準偏差 sd に、どんな値を入れればよいのか
  • 脱落・割付の比・ベースラインの値・クラスターで、人数はどう変わるのか
  • 「差がないこと」を示したいときも、同じ計算でよいのか
  • 公式がない解析(ロジスティック回帰、生存時間、混合モデル…)では、どうすればよいのか

といったことが、たくさん省略されています。

このハンズオンでは、ブラウザで動く R を使って、サンプルサイズを 公式で計算し、シミュレーションで確かめ、よくある誤りを体験します。

このハンズオンのゴール

  1. 有意水準・検出力・効果の大きさ・ばらつき・人数の 関係を説明 できる
  2. 平均の差・割合の差の必要人数を、公式と power.t.test() / power.prop.test() で計算できる
  3. 差や標準偏差の 見積もり方 と、その不確かさが人数に与える影響を判断できる
  4. 脱落・割付比・ベースライン調整・クラスター・非劣性に合わせて 人数を補正 できる
  5. 公式がない解析でも、シミュレーションで検出力を求められる
  6. 研究計画書に書ける形で、サンプルサイズの根拠を報告 できる

対象読者

  • 臨床研究・疫学・ヘルスケアデータの研究を計画する方(これから計画する方)
  • 平均・標準偏差・p 値・t 検定の意味が、なんとなく分かる方(統計検定 3 級程度)
  • R は「コードを読んで、少し書き換えて実行できる」程度で大丈夫です

ブラウザで R が動きます

各章のコードセルは、あなたのブラウザの中で R が実行されています(webR という技術)。 コードを書き換えて「Run Code」を押せば、すぐに結果が変わります。インストールは不要です。

ノート
  • 各章を開いた直後は、R とパッケージの読み込みに 数十秒〜1分ほど かかります
  • シミュレーションのセルは、ブラウザの中で数千回の検定を繰り返すので、数秒〜十数秒 かかることがあります
  • PC での閲覧を推奨します

使う関数は、ほぼすべて R に最初から入っている stats パッケージのもの(power.t.test, power.prop.test, t.test, glm など)と、シミュレーションのための replicate() です。

使うデータ

データ 内容 主に使う章
NHANES 2009–2012 米国の健康栄養調査の実際の標本(約 2 万人)。血圧・BMI・コレステロールなど 2, 4
シミュレーション 「本当の差」を自分で決めて作るデータ。検出力を確かめるのに使う 全章
警告データの注意

NHANES は、このハンズオンでは「先行研究やパイロット研究のデータ」の代わりとして、標準偏差などを見積もるために使います。 重みを使わずに集計しているので、米国の母集団の値ではありません(重みの話は 記述統計ハンズオン の第 5 章)。

章の構成

章 内容
1 検出力とは何か(有意水準・検出力・効果・ばらつき・人数の関係)
2 平均の差:公式、power.t.test()、シミュレーション、標準偏差の見積もり
3 割合の差:power.prop.test()、基準の割合で人数が変わる、比で指定するとき
4 効果の大きさの決め方:臨床的に意味のある差、パイロット研究と先行研究の落とし穴
5 設計で変わる人数:割付比、脱落、ベースライン調整、対応のあるデータ、クラスター
6 非劣性・同等性:マージンと片側検定
7 公式がないとき:シミュレーションで検出力を求める(ロジスティック回帰・生存時間)
8 事後の検出力の誤り、精度から決める人数、報告の書き方
9 演習と、サンプルサイズ設計のチェックリスト

各章は「まず関数で人数を出す → 公式で中身を確かめる → シミュレーションで本当に検出力が出るか確かめる → 落とし穴に気づく」という流れです。

関連するハンズオン:χ² 検定ハンズオン(第 8 章で割合と r×c 表の検出力)、多重検定ハンズオン(複数の主要評価項目があるときの有意水準)、欠測データと多重代入ハンズオン(脱落したデータの扱い)。