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
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
- 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
- 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 - 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
- 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
- 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
- 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。
- 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 |
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)。