MENU

【無料プレゼント付き】学会発表・論文投稿に必要な統計を最短で学ぶことができる無料メルマガ

時間の計算方法 一筋縄ではいかない時間の計算


ある時点からある時点までの日数や時間を計算したい場面は多い。しかし、計算の目的が「日数」なのか「時間」なのかによって、データの準備の仕方は異なる。特に時間は「60進法」や「日をまたぐ処理」があるため、単純な数値の引き算では失敗しやすい。

本記事では、初心者でも迷わない計算方法を、ExcelとRのそれぞれについて解説する。


>>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

目次

エクセルの場合

準備するデータ:エクセルの場合

Excelでは、目的に合わせて入力形式を使い分けるのが鉄則である。

  • 日数の計算: 「2023/12/20」のような、日付のみのデータでよい。
  • 時間の計算: 日をまたぐ可能性がある場合は、「日付 + 半角スペース + 時刻(24時間制)」を同じセルに入力する。
    • 入力例:2023/12/24 22:00

日数の計算方法:エクセルの場合

単純な引き算で求められる。

  • 数式: =終了日 - 開始日
  • 例: 2023/12/25 - 2023/12/205 (日)

※結果が日付形式(1900/1/5など)になってしまった場合は、セルの書式設定を「標準」に戻す必要がある。

時間の計算方法:エクセルの場合

日をまたぐ計算を正しく行うコツは、日付と時間を24時間制でセットにして入力することである。これにより、翌日の「01:00」になっても、Excelは「翌日の1時」として正しく認識し、マイナスの計算結果になるようなミスを防げる。

  1. 入力: 日付と時間を24時間制で記入する(例:2023/12/24 23:002023/12/25 02:00)。
  2. 数式: =終了日時 - 開始日時
  3. 書式設定: 合計時間を正しく表示するために、セルを右クリック > [セルの書式設定] > [ユーザー定義] を選択し、種類欄に [h]:mm と入力する。

通常の h:mm では24時間を超えると表示が「0」に戻ってしまうが、[h] とカッコで囲むことで、「30:15」のように24時間を超えた累計時間を正しく表示できる。


R の場合

R言語でも、日付のみの場合と、日時をセットで扱う場合でデータ型を使い分けるとスムーズである。

準備するデータ:R の場合

日付操作に特化した lubridate パッケージを使うのが最も確実である。

library(lubridate)

# 日付のみのデータ(Date型)
start_d <- as.Date("2023-12-20")
end_d   <- as.Date("2023-12-25")

# 日付と時刻がセットのデータ(POSIXct型)
start_dt <- ymd_hm("2023-12-24 22:00")
end_dt   <- ymd_hm("2023-12-26 10:30")

日数の計算方法:R の場合

日付型同士を引き算するか、difftime() 関数で単位を “days” に指定する。

# 単純な引き算
diff_days <- end_d - start_d
print(diff_days) 
# 出力: Time difference of 5 days

時間の計算方法:R の場合

difftime() を使い、単位を “hours” に指定すれば、日をまたいだ合計時間が算出される。

# 時間の差を計算
diff_hours <- difftime(end_dt, start_dt, units = "hours")
print(diff_hours)
# 出力例: Time difference of 36.5 hours

>>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

まとめ

時間の計算を「一筋縄」でいかせるための鉄則は、計算したい内容に合わせてデータの持ち方を変えることである。

  • Excelでは、日をまたぐ時間計算なら「日付+時刻」を24時間制でセット入力し、表示形式 [h] を活用する。
  • Rでは、as.Date(日付のみ)と ymd_hm(日時セット)を適切に使い分け、difftime() で単位を指定する。

この基本を押さえておけば、深夜残業の集計や、数日間にわたるログ解析も、単純な引き算で正確に行えるようになるだろう。

おすすめ書籍

誰も教えてくれなかった 医療統計の使い分け〜迷いやすい解析手法の選び方が,Rで実感しながらわかる!


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。

この記事を書いた人

統計 ER ブログ執筆者

元疫学研究者

コメント

コメントする

目次