统计学第10回-中泽港.pptVIP

統計学第10回 多群の差を調べる～ 一元配置分散分析と多重比較 中澤　港 http://phi.ypu.jp/stat.html minato@ypu.jp (QAから）5%水準で有意でないとは？ 前回の例題：東京の集合住宅群と一戸建て群の間で水道水の遊離残留塩素濃度に差があるか？ どちらが高いとか低いとかいった事前情報はないので，帰無仮説「集合住宅群と一戸建て群の間で水道水の遊離残留塩素濃度に差はない」の両側検定。 「有意水準を5%にする」とは，「帰無仮説が偶然に成り立つ確率が5%未満であれば，統計的に意味があるほど稀な現象なので帰無仮説は成り立たないとみなす」ということ。 「5%水準で有意でない」とは，「帰無仮説が偶然に成り立つ確率が５％未満であれば，統計的に意味があるほど稀な現象なので帰無仮説は成り立たないとみなすとした（＝有意水準を5%にした）のに，データから計算するとその確率が5%より大きくなってしまったので，統計的に意味があるほど稀ではなく，帰無仮説が成り立たないとはみなせない」 この例でいえば，有意水準を5%にしたのに，「集合住宅群と一戸建て群の間で水道水の遊離残留塩素濃度に差がない」条件下で，実際に得られているデータが偶然得られる確率は5%より大きいので，「差がない」という帰無仮説が棄却されなかったということ。 ３群以上の差を比べるには？ 単純にt検定や順位和検定を繰り返してはいけない。個々の検定についての有意水準を例えば5%にすると，何度も検定する中で１つくらい間違って帰無仮説を棄却してしまう確率（第1種の過誤）が5%よりずっと大きくなってしまうから。 ２つの解決法 一元配置分散分析またはクラスカル＝ウォリスの検定（群分け変数が量的変数に与える効果という捉え方にする） 第1種の過誤を調整する多重比較 一元配置分散分析 総変動を群間変動と誤差変動に分解し，群間変動が誤差変動の何倍かという値がF分布に従うことを利用して検定する（群間変動が誤差変動に比して大きいことは，データのばらつきの多くが群間のばらつきによって説明されることを意味する）。 群数a。第i群の第j番目のデータをxijと書くと，総変動STは， 群間変動SAと誤差変動SEは， 自由度は，PA=a-1，PE=N-aであり，VA=SA/PA，VE=SE/PEより，F0=VA/VEが第１自由度PA，第2自由度PEのF分布に従うとして検定。 Rでは，summary(aov(量的変数 ~ 群分け変数))で実行 クラスカル＝ウォリスの検定 「少なくともどれか１組の群間で大小の差がある」という対立仮説に対する「すべての群の間で大小の差がない」という帰無仮説を検定。 まず２群の比較の場合の順位和検定と同じく，すべてのデータを込みにして小さい方から順に順位をつける（同順位がある場合は平均順位を与える）。 次に，各群ごとに順位を足し合わせて，順位和Ri(i = 1,2,...,k; k は群の数) を求める 各群のオブザーベーションの数をそれぞれni，全オブザーベーション数をN としたとき，各群について統計量Bi をBi=ni{Ri/ni-(N+1)/2}2 として計算し，Biの総和Bを求め，H=12B/{N(N+1)}とし（同順位があるときはさらに補正），表から，または自由度k-1のカイ二乗検定で検定。 Rではkruskal.test(量的変数 ~ 群分け変数)で実行。 多重比較の概要 ３つ以上の群があるときに，群間に差があるかどうかを調べるには，単純に２群間の比較を繰り返すのでは第１種の過誤が大きくなるのでそこを調整しなくてはならない。 「帰無仮説族」という考え方をする たくさんの方法が提案されているが，現在では使わない方が無難な方法もある。例えば，無制約LSD法とか，ダンカンの方法は第１種の過誤を正しく調整できないので使ってはいけない。 対照群がなければ，ボンフェローニかホルムまたはTuekyのHSDを用いる。対照群があればダネットかウィリアムズの方法を用いる。 ボンフェローニの方法 ボンフェローニの不等式「正しい帰無仮説のうちの少なくとも１つが誤って棄却されてしまう確率は，個々の正しい帰無仮説が誤って棄却されてしまう確率の和以下になる」を利用する。 k個の帰無仮説からなる帰無仮説族全体の有意水準をαにするために，個々の帰無仮説の有意水準をα/kにして棄却か保留かを判断する。 Rではpairwise.t.test(量的変数, 群分け変数, p.adjust.method=”bonferroni”)かpairwise.wilcox.test(量的変数, 群分け変数, p.adjust.method=”bonferroni”)で，個々の帰無仮説の