2 平均の差
第 1 章では、power.t.test() で「差 5 mmHg、標準偏差 10 mmHg、検出力 80% なら 1 群 64 人」と求めました。 この章では、その中身を公式で確かめ、標準偏差にどんな値を入れればよいか を実際のデータで考えます。
2.1 公式を作る
2 群の平均の差 \(\bar{y}_1 - \bar{y}_0\) は、人数が十分なら正規分布に従い、その標準誤差は
\[ SE = \sigma \sqrt{\frac{1}{n} + \frac{1}{n}} = \sigma \sqrt{\frac{2}{n}} \]
です(1 群 n 人、標準偏差 σ)。
- 差がない世界では、差は 0 を中心に散らばる。両側 5% で有意になるのは、差が \(1.96 \times SE\) を超えたとき
- 本当の差が Δ の世界では、差は Δ を中心に散らばる。そのうち 80% が \(1.96 \times SE\) を超えてほしい
塗った部分(本当の差 5 の世界で、境目を超える割合)が検出力です。 境目は「0 から \(1.96 \times SE\)」、そして「Δ から下に \(0.84 \times SE\)」(0.84 は正規分布で下側 20% の点)にあるので、
\[ \Delta = (1.96 + 0.84) \times \sigma \sqrt{\frac{2}{n}} \quad\Longrightarrow\quad n = \frac{2 (z_{1-\alpha/2} + z_{1-\beta})^2 \sigma^2}{\Delta^2} \]
公式では 1 群 62.8 人。power.t.test() の 63.8 人より約 1 人少なくなりました。 公式は正規分布を使っていますが、実際の t 検定は 標準偏差もデータから推定する ので t 分布を使い、少しだけ多くの人数が必要になります。人数が少ないときほど、この差は大きくなります。
- 人数は (z_α + z_β)² に比例:検出力 80% なら (1.96 + 0.84)² ≈ 7.85、90% なら (1.96 + 1.28)² ≈ 10.5。だから 90% にすると約 1.34 倍
- 人数は σ² / Δ² に比例:差が半分なら 4 倍
- 2 群合計の人数は、この 2 倍
2.2 標準偏差をどこから持ってくるか
実際の計画では、σ を 先行研究やパイロット研究、既存のデータ から見積もります。 NHANES の 40〜69 歳を「既存のデータ」として、収縮期血圧の標準偏差を調べてみます。
標準偏差は 18.0 mmHg。第 1 章で仮に置いた 10 mmHg よりずっと大きい値です。この値で計算し直します。
1 群 205 人。σ = 10 のときの 64 人の 3 倍以上です。
2.2.1 対象者の条件で、標準偏差は変わる
降圧薬の試験なら、対象は 血圧が高い人 に限るはずです。収縮期血圧 140 mmHg 以上の人だけで見ると:
標準偏差は 14.1 mmHg、必要な人数は 1 群 127 人になりました。 対象を絞ると値の範囲が狭くなり、標準偏差が小さくなります。計画している研究の対象者に近い集団 の標準偏差を使うことが大切です。
年齢層でも、標準偏差は 15〜19 mmHg と変わります。
- 試験の評価項目が「12 週後の血圧」なのか「12 週間の 変化量」なのかで、使う標準偏差は違います
- 変化量の標準偏差は、前後の相関 ρ によって \(\sigma\sqrt{2(1-\rho)}\) になり、ρ が 0.5 より大きければ、1 回の値の標準偏差より 小さく なります
- ベースラインの値で調整する解析(ANCOVA)なら、さらに人数を減らせます(第 5 章)
2.3 正規分布でないとき
評価項目が歪んだ分布で、Wilcoxon の順位和検定(Mann-Whitney の U 検定)を使う予定なら、どうでしょうか。 データが正規分布なら、Wilcoxon 検定は t 検定より少しだけ検出力が低くなります。
t 検定なら 80% になる 64 人で、約 78%。人数を 約 5% 増やす(t 検定の人数 ÷ 0.955 ≈ 67 人)と、80% に届きます。 データが裾の重い分布なら、逆に Wilcoxon 検定のほうが検出力が高くなります。分布の形が分からないときは、第 7 章のシミュレーションで、想定した分布のもとで検出力を確かめます。
2.4 片側検定にすると
片側 5% にすると 1 群 51 人と、両側の 64 人より少なくなります。 ただし、片側 5% は「両側 10%」と同じ基準で、有意になりやすくしているだけ です。臨床試験の優越性の検証では、ふつう両側 5%(または片側 2.5%)を使います。片側検定を使うのは、非劣性試験(第 6 章)のように、最初から一方向だけを問う場合です。
2.5 やってみよう
- NHANES の 40〜69 歳で、総コレステロール(
TotChol、mmol/L)の標準偏差を求め、0.3 mmol/L の差を検出力 90% で見つけるのに必要な 1 群の人数を計算してください - 公式(正規分布)で計算した人数と
power.t.test()の人数の差は、人数が少ないときほど大きくなります。Δ = 10、σ = 10(標準化された差 1.0)で確かめてください
- 標準偏差は約 1.09 mmol/L、必要な人数は 1 群 277 人
- 公式では 15.7 人、
power.t.test()では 16.7 人。どちらも約 1 人の差ですが、人数が少ないので割合としては 6% ほどの差になります
- 公式:\(n = 2(z_{1-\alpha/2} + z_{1-\beta})^2 \sigma^2 / \Delta^2\)(1 群)。
power.t.test()は t 分布を使うので少し多め - 標準偏差は、計画している研究の対象者に近い集団 から見積もる。対象者の条件・年齢で大きく変わる
- 評価項目が「値」か「変化量」かで、使う標準偏差が違う
- Wilcoxon 検定を使うなら、正規分布のデータでは約 5% 多めに
- 片側検定は人数を減らすための道具ではない