どの統計検定を用いるべきですか？

適切な統計検定の選び方

適切な統計検定を選択することは、好みの問題ではありません。それは、測定した結果の種類、比較するグループまたは測定値の数、そして観測値が独立しているか対応しているかという3つの要素によって決まります。これら3つの要素を正しく理解すれば、検定方法はほぼ必ず導き出されます。上記のインタラクティブセレクターは、まさにこれらの判断基準に基づいて選択をガイドします。このセクションでは、その背後にある論理を説明し、審査員に選択理由を説明できるようにします。

ステップ1 — 結果変数（従属変数）の種類を特定する

すべてはここから始まります。連続的な結果（血圧、HbA1c、スコアなど）は、t検定やANOVAなどの平均値に基づく検定に適しています。カテゴリカルな結果（治癒/未治癒、反応者/非反応者など）は、カイ二乗検定、フィッシャーの正確確率検定、ロジスティック回帰などの比率に基づく検定に適しています。順序尺度の結果（疼痛スケール、病期など）は、通常、ノンパラメトリック法を必要とします。イベント発生までの時間の結果（生存、再発までの時間など）は、単純な平均値の比較では考慮できない打ち切り観測値を考慮する必要があるため、生存分析が必要です。

ステップ2 — グループの数を数え、ペアリングを確認します

既知の値と比較しているのは、 1つのグループですか、 2つのグループですか、それとも3つ以上のグループですか？また、観測値は独立していますか（各グループに異なる被験者が含まれていますか）、それともペアになっていますか（同じ被験者を2回測定したり、マッチングさせたりしていますか）？ペアリングは最も見落とされがちな区別です。治療の前後に同じ患者を測定することはペアデータです。2つの測定値が独立したグループから得られたかのように分析すると、そのデザインを強力にする情報そのものが失われ、文献でも認識されている誤りとなります。

ステップ3 — 前提条件の確認（パラメトリックかノンパラメトリックか）

パラメトリック検定（t検定、ANOVA、ピアソン相関係数）は、結果がほぼ正規分布に従うこと、およびグループ比較の場合は分散が類似していることを前提としています。これらの前提が成り立つ場合、または中心極限定理が適用できるほどサンプルサイズが大きい場合は、パラメトリック検定の方が検出力に優れています。データが歪んでいる場合、順序尺度である場合、またはサンプルサイズが小さい場合は、ノンパラメトリック検定に切り替えてください。独立t検定の代わりにマン・ホイットニー検定、対応のあるt検定の代わりにウィルコクソン検定、ANOVAの代わりにクラスカル・ウォリス検定、ピアソン相関係数の代わりにスピアマン相関係数を使用します。

ステップ4 — テストと照合し、電卓で確認する

結果の種類、グループ構成、および前提条件が確定したら、テストが決定されます。以下の比較表を参考に、対応する無料計算ツールを開き、表示されたRコードと照らし合わせて結果を確認してください。研究計画を立てる際は、データ収集前に必ずサンプルサイズと検出力の分析を実施してください。