統計的検定や検定統計量とは?統計的に有意をわかりやすくいうと?

統計的検定とはわかりやすく簡単にいうとどういうこと?

統計学的検定とはわかりやすく一言でいうと何?

こんな質問をされた時に、あなたはどのように回答するでしょうか?

統計的検定とは、”ある結論を得るための手段”です。

この記事では、統計学的検定の概要をわかりやすく簡単にお伝えしますね。

 

統計的検定に付随する各種「検定統計量」というのもよくわからなかったりしますよね。。

ざっくりと簡単にわかりやすく、検定統計量もお伝えしていきます!

 

>>もう統計で悩むのは終わりにしませんか? 

↑期間・数量限定で無料プレゼント中!

目次

統計学的検定とはわかりやすく言うと?

統計学的検定とはわかりやすく言うと?

世の中には検定と呼ばれるものが数多くあります。

英語検定、数学検定、アロマテラピー検定など。

とてもユニークなものとしては、伊賀忍者検定なんていうのもあるそうですね。

ロゴ、めちゃめちゃかっこいいですね!

 

統計学的検定とはわかりやすく言うと?

 

実は、世の中にある全ての検定には、共通点があります。

それは「合格 / 不合格」という結論が出るということ。

そんなの当たり前じゃないか!

と思う方が多いと思いますが、統計学的検定を考える上でも、実はこの「合格 / 不合格」という概念が重要。

なぜか、統計学的検定となると、この概念が抜け落ちる人が多いです。

あなたもそんな一人になっていませんか?

 

統計学的検定も”ある結論を得る”というがいねんが重要なのです。

 

統計学的検定とは、統計的に有意かどうかを決めること

統計学的検定とは、”ある結論を得るための手段”です。

ではこの”ある結論”とは何でしょうか?

おそらく、あなたは何となく想像ついているでしょう。

そう、統計学的検定とは「有意差あり / 有意差なし」という結論を得るための手法です。

この結論以外にはあり得ないんです。

絶対に2択です。

それ以外の表現で検定結果を表現していると、あんまり統計のことがわかってないんだな、って思います。

 

例えば、P値<0.01の結果が出た時。

「非常に有意」っていう結論を出している学会発表とかないですか?

私はすごく見かけます。

そんな学会を見かけると、こんな気持ちです。

統計学的検定とは、〇〇かどうかを決めること

そんな結論は、実は有り得ないんです。

もう一度言いますね。

統計学的検定とは、「有意差あり / 有意差なし」という結論を得るための手法

同じ作用機序の薬剤AとBがあったとして。

 

Aの薬剤の第III相試験(プラセボ比較)結果はP=0.045

Bの薬剤の第III相試験(プラセボ比較)結果はP=0.001

 

この時、Bの方がよく効く薬だといえますか?

絶対に言えないですからね!!

なぜなら、サンプルサイズが大きくなるとP値は小さくなる性質があるからです。

つまり、Bの方が効果に差があったのか、それともサンプルサイズが多かったからなのかが、検定の結果だけではわからないのです

 

統計学的検定を行う意義とは。P値を出すことではない

統計学的検定を行う意義とは。P値を出すことではない

あなたももしかしたら「統計学的検定を実施する事=P値を出すこと」という理解をされているかもしれないですね。

ですがこれは、決定的な間違いです。

確かに検定でP値は必要。

だけど、P値は結論を得るための一つのツールです

有意水準とP値があって初めて、有意差があるかどうかが決まります

 

繰り返しになりますが、統計学的検定で大事なのは「有意差あり / 有意差なし」という結論です。

他のページで説明しますが、P値はあくまで確率を表しているものです

一方で検定は、結論を得るための手法です。

 

まずは統計学的検定の手順を知ることが重要

検定は「有意差あり / 有意差なし」という結論を得るための手法であることを繰り返し述べました。

そのため、検定をするうえで重要なこと。

 

実は、どういった手順で検定を実施するかという、概念を知ることが一番重要です

なぜなら統計学的検定は「仮説検定」と呼ばれている通り、帰無仮説と対立仮説を先に決めなければなりません

そして、有意水準とP値の関係を理解しておく必要があります

 

多くの書籍が「どの検定を使えばよいか?」「どうやったらP値を出せるか?」ということが重視されすぎていますが、実はそれよりもちゃんと統計学的検定の手順を知ることの方が重要。

それがわかれば、たとえT検定であろうと、ウィルコクソン検定であろうと、分散分析であろうと、ログランク検定であろうと、すべて同じ枠組みで考えることができるからです。

統計学的検定の種類の違いは、データがどんな種類なのか?ということだけです。

  • 統計学的検定の枠組み
  • データの種類

この二つさえわかっていれば、検定は自ずと理解できます。

 

>>もう統計で悩むのは終わりにしませんか? 

↑1万人以上の医療従事者が購読中

検定統計量とはわかりやすくいうと何?

そして、統計的検定を学んでいると必ず出てくる用語が「検定統計量」です。

検定統計量って言われても、結局なんなの・・・??と思ってしまいますよね。

 

代表的な検定統計量を挙げると、以下のような統計量があります。

  1. T統計量
  2. F統計量
  3. カイ二乗統計量
  4. Z統計量

などなど。。

これらを見ただけでも逃げ出したくなりそう。。

と思ってしまいますが、検定統計量はそれほど難しいものではありません。

 

というのも、統計的検定は以下のような流れで実施されるからです。

統計的検定の流れ
データ → 検定統計量に変換 → P値に変換

 

そのため検定統計量とは「最終的なP値を算出するためにデータから一度変換しなければならない値」ぐらいにイメージしていただければOKです。

それ以上でも、それ以下でもないです!

 

ちなみに、検定統計量が大きくなればP値は小さくなり、検定統計量が小さくなればP値は大きくなる、という性質があります!

 

統計学的検定に関するまとめ

統計学的検定に関するまとめ

  • 世の中にある全ての検定には、「合格 / 不合格」という結果が出るということで共通。
  • 統計学的検定も「有意差あり / 有意差なし」という結論を得るという点で同じである。
  • 統計学的検定とP値の算出は全く違うことである。
  • 統計学的検定を実施するうえで重要なのは、その手順であり、概念である。

よかったらシェアしてね!
  • URLをコピーしました!
  • URLをコピーしました!

リサーチクエスチョン探し?データ分析?論文投稿?、、、で、もう悩まない!

第1章臨床研究ではなぜ統計が必要なのか?計画することの重要性
  • 推定ってどんなことをしているの?
  • 臨床研究を計画するってどういうこと?
  • どうにかして標本平均を母平均に近づけられないか?
第2章:研究目的をどれだけ明確にできるのかが重要
  • データさえあれば解析でどうにかなる、という考え方は間違い
  • 何を明らかにしたいのか? という研究目的が重要
  • 研究目的は4種類に分けられる
  • 統計専門家に相談する上でも研究目的とPICOを明確化しておく
第3章:p値で結果が左右される時代は終わりました
  • アメリカ統計協会(ASA)のp値に関する声明で指摘されていること
  • そうは言っても、本当に有意差がなくてもいいの…?
  • なぜ統計専門家はp値を重要視していないのか
  • 有意差がない時に「有意な傾向があった」といってもいい?
  • 統計を放置してしまうと非常にまずい
第4章:多くの人が統計を苦手にする理由
  • 残念ながら、セミナー受講だけで統計は使えません。
  • インプットだけで統計が使えない理由
  • どうやったら統計の判断力が鍛えられるか?
  • 統計は手段なので正解がないため、最適解を判断する力が必要
第5章:統計を使えるようになるために今日から何をすれば良いか?
  • 論文を読んで統計が使えるようになるための5ステップ
第6章:統計を学ぶために重要な環境
  • 統計の3つの力をバランスよく構築する環境

以下のボタンをクリックして、画面に出てくる指示に従って、必要事項を記入してください。

コメント

コメント一覧 (2件)

コメントする

目次