5  有意差のアスタリスクと線

群を比べた図に、検定の結果を線とアスタリスク(*)で描き込む 形は、生命科学・医学の論文でとてもよく見かけます。 この章では、検定を自分で行い、その結果を自分で描く 方法を練習します。便利なパッケージもありますが、何を描いているかを自分で制御できることが大切です。

5.1 手順

  1. 何と何を比べるか を決める(すべての組み合わせか、対照群とだけか)
  2. 検定を行い、多重比較の補正 をする
  3. p 値を、アスタリスクなどの記号に変換する
  4. 線(ブラケット)と記号を、データに重ならない高さ に描く

5.2 1–2. 検定と多重比較の補正

3 種の体重を、2 種ずつ比べます(3 通り)。後で線を重ならないように積み上げるため、隣どうしの比較(短い線)を先に、離れた群の比較(長い線)を後に 並べておきます。ここでは、等分散を仮定しない t 検定(Welch)を行い、Holm の方法 で補正します。

アデリーとヒゲの差は 27 g で p = 0.65(補正後も 0.65)、ジェンツーとほかの 2 種の差は約 1360〜1390 g で、p は非常に小さくなりました。

5.3 3. p 値を記号にする

よく使われる対応は次のとおりですが、雑誌や分野によって違う ので、図の説明に必ず書きます。

p 値 記号
p ≥ 0.05 ns(有意差なし)
p < 0.05 *
p < 0.01 **
p < 0.001 ***
p < 0.0001 ****

5.4 4. 線と記号を描く

5.4.1 カテゴリの軸の「位置」を知る

線を引くには、各群の 横軸の位置(数値) が必要です。

  • ggplot2:カテゴリの軸の位置は、1, 2, 3, …(因子の水準の順)
  • seaborn:カテゴリの軸の位置は、0, 1, 2, …

高さは、比べる 2 群のデータの最大値より少し上にし、線が重ならないように 1 本ずつ上にずらします。

ヒント線を重ねる順番

長い線(アデリー〜ジェンツー)を下に置くと、その上の記号が短い線とぶつかります。短い線を下、長い線を上 に積むのが基本です。記号と上の線が近すぎるときは、線の間隔(step)を広げます。

ヒント位置を「データの値」で決めると、どの図にも使える

線の高さをデータの最大値と範囲から計算しているので、変数を変えても(ひれの長さ、くちばしの深さ)同じコードで描けます。 ymax と step を群ごとの最大値から計算すれば、線を短くまとめることもできます。

5.4.2 関数にまとめる

何度も使うので、「データ・群の列・値の列・比較の表」から図を作る関数にしておきます。

5.5 群の中を 2 つに分けたとき(dodge)

種ごとに オスとメス を比べる図では、箱が横にずれて並ぶので、線の位置も ずらした位置 にする必要があります。

  • ggplot2:position_dodge(width = 0.75) で 2 群なら、中心から ± 0.75 / 4 = ± 0.1875
  • seaborn:hue で 2 群なら(既定の幅 0.8)、中心から ± 0.2
ノートこの 3 回の比較に補正は必要か

「各種の中でオスとメスを比べる」3 回の検定は、それぞれ別の問いと考えて補正しないこともあれば、まとめて補正することもあります。どちらにしたかを、図の説明に書きます。

5.6 パッケージを使う:ggsignif

R の ggsignif は、geom_signif() で線とアスタリスクを描いてくれます。

警告パッケージに検定をまかせると、補正されない

geom_signif(test = ...) は、比較ごとに独立に検定し、多重比較の補正をしません。また、t 検定の種類(Welch かどうか)も既定値任せになります。 検定は自分で行い、結果だけを annotations =(記号)・y_position =(高さ)・xmin =, xmax =(位置)で渡すのが安全です。

Python では、statannotations というパッケージが同じ役割を持ちますが、seaborn 0.13 との組み合わせで動かないことが多いため、このハンズオンでは上の bracket() のように自分で描く方法を勧めます。

5.7 アスタリスクの前に考えること

警告アスタリスクは、情報を大きく減らす
  • アスタリスクは「p 値がどの閾値より小さいか」しか伝えない。差の大きさ・向き・信頼区間 は分からない
  • 「ns」は「差がない」ではない(χ² 検定ハンズオン第 8 章)
  • たくさんの組み合わせに線を引くと、図が読めなくなり、多重比較の問題も大きくなる。比べる組み合わせを事前に決める
  • 図の説明に、検定の名前・補正の方法・記号の対応・各群の人数 を書く
  • 可能なら、アスタリスクの代わりに p 値そのもの(p = 0.003)や、差と 95% 信頼区間 を示す
重要この章のまとめ
  • 検定と補正は自分で 行い、結果の表から線と記号を描く
  • カテゴリの位置は ggplot2 で 1, 2, 3、seaborn で 0, 1, 2。dodge したときは中心から ±(幅 / 4) や ±0.2
  • 線の高さは データの最大値と範囲 から計算し、1 本ずつ上にずらす。上に余白を作る
  • ggsignif に検定をまかせると 補正されない。記号と位置を渡す
  • アスタリスクより、p 値・差と信頼区間 のほうが情報が多い。検定・補正・記号の意味を必ず書く