スケジュール予定など
• 9:30-10:20頃
看護研究・データ分析再考
– データ分析の意味や意義をわかる
• 10:30-12:00頃
データ入力段階の留意
– 仮説からデータ準備の思わぬ盲点
•
昼
• 13:00-14:20頃
食
個人データ分析に挑戦
– データ分析はエクセル~Webで慣れる
• 14:30-16:00
統計サイトでノンパラ検定を
– 統計的検定法をサイトで習得
About 研修講師
• 田中 潔(たなかきよし)
– 略歴: 岡山大、九州大修了後岡山商大へ勤務。教授
– 岡山県を中心に看護研修を25年以上
– 主な科目:ネットワークシステム演習、社会調査実践他な
ど
– 連絡先 岡山商科大学 〒700-8601(専用番号で届く)
– [email protected] (eメール)
– http://www.nahaha.org (Web)
– 検索エンジン 「岡山商大 田中」で検索
– 大学電話 086-252-0642
– 大学FAX 086-255-6947
2
After 研修後 アポイントメント
• [email protected]
が最適。メールなら返事確実。その他電話・F
AXは086-284-7726(自宅)でも可能。
• 相談の「三種の神器」: 看護研究計画書、使
用アンケート用紙、データ入力エクセルファイ
ル(すでにあれば)
• 遠方の場合メールだけで指導する場合もある
(PC用メールがあるとファイルのやり取りが
便利。連絡なら携帯メールでも可能)
3
After インターネット上での情報源
• 検索エンジン「岡山商大 田中」
• 看護研究やデータ分析を考える
データ分析の背景
• 国勢調査や行政調査
– 国・県などの公的調査
– 国勢調査は統計法に基づく(2010年は調査年)
http://www.stat.go.jp/index/seido/houbun2n.htm
– 政府統計ポータルサイト(政府統計の窓口)
– http://www.e-stat.go.jp/SG1/estat/eStatTopPortal.do
• マーケティング(市場調査)・世論調査
– ある目的のため市場を調査する
– アンケート調査
• 実験や臨床研究、業務改善
– 比較的小規模、実験データ
看護研究
はこのあ
たりか
看護研究に問われる量か質か
• 量的研究(学部卒レベル)
– 通常のアンケート調査、多くの場合対象者全員からの回
答は無理→標本調査
– 量的研究の主目的は、市場の現況を把握すること
• 質的研究(院レベル)
– インタビュー調査、症例研究、観察など
– 未知なる問題の場合、仮説を発見するために比較的小規
模にて行う
– http://www.geocities.co.jp/Technopolis-Mars/4688/ 南
小樽病院 瀬畠さん
そもそも医療分野で
統計的分析が好まれるわけ
• 統計分析の考え方: 「目標達成のために満足のできるもの
であれば良しとする接近法」(ネイマン・ピアソン流)
•
•
•
•
•
•
•
医療で解決すべき課題(目標仮説)
(ここに看護的意味づけが必要)
データで証明する(実現仮説または達成仮説)
つまり、調査や実験の成否判定
(有意になれば良いのではありません。
有意にならないことが大事なときもあります)
仮説設計、データ収集、集計、統計分析の各作業
「統計」のことば始め
• 「高き屋にのぼりて見れば煙けぶり立つ民の
かまどはにぎはひにけり 」(新古今和歌集、
仁徳天皇) 帝王の学問
• 最も古いのはBC3800年代バビロン王朝で行
われ、約BC3000年エジプトや中国などで見
られる 。
• 大化の改新(645年)によって班田収授の法 。
• 1920(大正9)年10月1日を 期して、第1回
「国勢調査」 。
統計=stat(istics)
•
近代統計学の父ケトレー(コペルニクスに影響)
• 英語で統計または統計学= statistics。
• 語源はラテン語で「状態」を意味するstatisticum 。
• イタリア語で「国家」を意味するようになり、国家の人力、財
力等といった国勢データを比較検討する学問。
• さらに費用対効果から、必要最低限度の数を調査して、そ
の場合の精度が、「目標達成のために満足のできるもので
あれば良しとする接近法」が考案される。⇒現代の「統計
学」の基本原理
• 推測統計学(stochastics)。
データ分析の流れ
• データの正しい収集法(集める)
– 計画的な抽出や正しい質問の作り方
• データの集計方法(サンプル・標本集団の分析)
– 基礎統計量とクロス表、グラフ化
• データの分析方法(背景の母集団を意識)
– 検定、回帰・相関、因子分析など多変量解析法
• 統計分析、データ分析、データ科学、
• データマイニングなど呼び方はさまざま
母集団と標本
• 母集団:未知、 標本:既知
• 仮説の下で考える理想的な集団。標本はこ
の母集団から無作為に取り出された部分集
団
母集団:未知
無作為
抽出
標本・サンプル
既知:データ分析の対象
未知または既知
標本は分析できる
大まかな統計分析の流れ 4段階
•
•
•
•
•
母集団(未知であり不可視)
標本(可視)
データの収集
アンケート調査
無作為抽出
•
•
•
集計
データ集計
推定・検定
統計解析
平均値やクロス表
基礎統計量や集計表
t検定やカイ2乗検定結果(有意かどうか)
•
•
神の領域
第一段階
第二段階
人間界
第三段階
第四段階
データ分析の道のり
• 母集団を想定する(想像する)、仮説を決める
– 見えないけれど、どんな現象集団
• 標本集団を収集する(実験や調査)
– 精密でなく正確な回答か?答えやすい用紙?、回収率
• 分析に合うよう素データの加工や集計
– 度数表、基礎等計量、グラフ、クロス表など
– 仮説をうらづけるグラフ?
• 統計手法で分析する
– 種々の統計解析法、仮説を説明できた?
情報処理と看護研究のハザマ
• 看護研究
– 看護の中で、課題を立証し客観的結論を得る
• エビデンス
– 明白なこと、証拠や根拠
• 心がけなければならない先人のコトワザ
• 情報面 GIGO(ぎーご)
– Garbege In Garbege Out
– ゴミからはゴミしか生まれない
• 統計学
群盲評象(ぐんもうひょうぞう)
– 尻尾を握って象がわかったつもりになっていませんか?
ステップ1
• 研究や分析のための
• データ準備 留意点
個人データ分析の道具
マイクロソフトOfficeはあるか?
• マイクロソフト社の代表ソフト群
– ワード、エクセル、パワーポイント、アクセス
• PCを買うとWordとExcelはついているのが普
通...でも本当は
– Word 文書や資料作成(看護研究計画書類)
– Excel データ分析・グラフ(データの視覚化・プレゼン)
• パワーポイント
– 必要に応じて購入するソフト(別売1~2万円)
– 施設PCには装備なしのこともあり
– プレゼン準備にハタと困る場合あり
自PCでソフト確認
• PC購入時には「ス
タート」、「すべてのプ
ログラム」を開いて
MSOfficeの確認を
する
WordやExcelからパワーポイント
• 精密な文書作成にはやはりWord
• 精密なデータ処理にはExcelを
• 書類はWordとして保存し,再利用する
• データや表類はExcelとして保存する
– 機械可読式データ(マシン・リーダブル・データ)
• 人に見せる時,これらをパワーポイントで要約して表示
する
平均が意味ある場合、ない場合
データの「測定尺度」
• 比率や間隔尺度
– 身長160,170,180 平均は170cm ◎
• 順序尺度
– 1.嫌い 2.まあまあ 3.好き どれか1つ選ぶ
– 回答 2,1,1,3,3,3,2 合計15 平均2.1 △
• 名義尺度
– 1.品数 2.一ヶ所で買える 3.駐車場 4.その他
– この場合平均は求められません→集計へ ×
エクセル使いなら必需品A1
行側(ギョウソク)と列側(レツソク)
•
•
•
→列側(項目、変数、変量)
行側↓
(ケース)
入力したデータ
データ収集の時、気づかうこと
有効数字について
• 計算結果を小数点何桁まで取るべきか?
• 答え
• 測定値で影響されます。
– 身長160cmは「センチ単位」で測定されました。
– 160.1かも160.4かも知れません。
– 有効数字 小数点以下0桁 でした。
• そこで平均値など計算結果の表示は、ひと桁多くし
小数点以下1桁(2桁目を四捨五入して)で表示しま
しょう
• 教訓
• 計算結果の有効数字は測定値よりも1桁多く
収集データの欠席扱いとは
欠測値について
• 計測されなかった、計測できなかった値・回答
– 欠測値という
• 表ソフトで欠測値には0ゼロを入力しない
– エクセルの場合何も入力しない
– セル値の削除はdeleteキーで
– 0は計測値として計算してしまいます
• 99や0など特定値を入れることは
– 一部の統計ソフトでは除外可能だが、エクセルと
の互換性を考えると入力しない方が無難でしょう
いくつのサンプルが要りますか?
• 理論的には概ね10サンプルでも可能
– でも、本当は多ければ多いほどが良い
• 現実的目標は、「1グループ20以上ずつ」
–
–
–
–
–
–
–
全部で20あればではない×
グループ数は原則2、3が適当
細かなグループ分けはデータ分析を複雑にする
男女別ならば男20、女20=40が望ましい
3世代なら若い20+中年20+老年20=60
グループごと数は違っていても結構
1グループ20に欠けていても結構
データ分析をタイプ別に
• データを揃え、入力する
– 道具はエクセル、知識は測定尺度
– 時にankstat(エクセルシート)を使うと便利
• 1つの項目ごとデータ分析(単変数分析)
– グラフで「見える化」、資料作り
– エクセルの関数機能を活用
– 指導者に「○○を計算しておいて」向き
• 2項目の関係を分析
– 散布図から回帰分析、相関など、エクセルで可能
• 医療では、○×検定や多変量分析の場合もしばしば
– 統計サイト(インターネット)を使う
– 高度かつ高価な統計ソフトを考える。例えばSPSS
– 統計専門家の助言や手助けも有効
ステップ2
• データが用意できたら、まず
• 1項目ごとにデータの姿をつかむ
• 記述統計(基礎統計、度数・クロス集計、グラ
フ表示)
• エクセルで十分可能、個人でも可能
基礎統計について
(比率や間隔尺度の場合)
• 基礎、キソと軽んじてはいけません。
• この基礎統計からデータの概要を思い浮か
べることが、解明の第一歩
• 基礎統計量算出やグラフ書きは地味ですが、
• 多くの発表はこれで決まります。
• 項目ずつ(1変数ごと)の統計分析です
最初のデータ分析はデータの形を知る
• 記述または基礎統計量
とは
–
–
–
–
–
平均値
標準偏差
最大、最小値
中央値
度数集計表
エクセルで基礎統計量を
• 関数をセルに挿入で求める
• ○○値を求める関数(名前知らなくても利用できる)
• 関数名ヘルプをうまく利用する
–
–
–
–
–
平均
標準偏差
中央値
最大値
最小値
=AVERAGE(範囲指定)
=STDEV(範囲)
=MEDIAN(範囲)
=MAX(範囲)
=MIN(範囲)
• 表の度数を求める関数
– 該当数(通常)
=COUNT(範囲)または
– 条件付該当数
=COUNTIF(範囲、条件)
– 度数処理にはankstatシートが結構使える
名義や順序尺度の場合、基礎統計量
はあまり意味を持ちません。
集計しましょう
• 度数分布表を作りましょう(1つの項目ずつ)
– これを棒グラフ(ヒストグラム)に描きましょう
– これである1項目の姿が見えてきます
– (全ての測定尺度で可能)
• クロス表(分割表)にまとめましょう(2つの項目ごと)
– 特に2次元クロス表(分割表)は大事
– 2つの項目を同時に表にまとめます
– (特に、順序や名義尺度でも作れます)
2つの項目の
基礎集計
投げ1のヒストグラム
素データから度数集計してみたら
投げ1と投げ2の2群を書き分ける
12
素データ→度数表→
8
2群別のグラフ
投1度数
投2度数
4
0
20
25
30
35
40
45
50
投げ2
投げ1
投げ1と投げ2を書き分ける
棒の間隔をコントロール
• あなたは気をつかっていますか?
折れ線グラフはプロフィール分析
プロフィール分析
10
9
8
患者平均
看護平均
7
6
身
な
り
か
朗
ら
応
速
対
迅
守
厳
感
安
心
葉
遣
い
5
言
• 6つの項目につ
いて、それぞれ
10点満点で採点
する。
• 1点=できていな
い 5点=普通
10点=出来てい
る
• 患者群、看護群
ごとに平均を算
出
グラフは統計分析の設計図
エクセルはグラフ化の良いツール
•
•
•
•
•
最初のうちは、グラフ化することがとても大事
図中には、実は分析結果が見えています。
1項目の現象には
棒グラフか折れ線グラフがしばしば。
大切なことは、条件によりグラフを書き分けて
いますか?
• 条件とは、女性・男性、学級A、B、C別など
ステップ3 (比率尺度の場合)
• 1つずつ、項目ごとの把握が終ったら
– 基礎統計の算出
– 集計表=度数表やクロス表にまとめる
– 項目ごとにグラフで表現
• エクセルで十分可能、個人でも可能
• 次は2項目ごとの視覚化と分析
– 回帰分析で関係をつかむ
「散布図」は2項目の関係図
(エクセルで分析可能)
40
投げ2
30
20
10
10
20
30
投げ1
40
散布図→単回帰分析
• 回帰直線y=x 相関係数r=0.43
40
y=x
R = 0.1859
2
投げ2
30
20
10
10
20
30
40
投げ1
• 投げ1と投げ2の直線関係は弱い(あまりない)
(単)回帰分析
•
•
•
•
散布図を描くとX軸とY軸の関係を目視
Y=aX+bという直線関係を考える
XとYはデータとして測定される
傾きaとbを決定すれば、XとYの関係が決まる
散布図から回帰分析へ
• 1ケースを点で見る→散布図グラフ化
• 点を選択→近似直線のあてはめ
• ①直線の方程式を求めること
– 点の傾向や関係を直線で置き換える 回帰直線
• ②相関係数Rを求める
– 直線の度合い -1(負相関)~0(無相関)~+1(正相
関)を知る
• ③重相関係数R2を求める
– 直線が示す情報量R2=R×R 例: R=0.7ならR2=0.5
– 正相関の目安R=0.7ならR2=0.5(50%)
– つまり相関ありは直線で半分以上の情報を示している
データ分析の道具立て
更なる分析にはエクセル以上
• 記述統計、グラフなどはエクセルで十分
• 検定、多変量分析となると専用ソフトが望ましい
• 市販ソフトとしては
• SPSS 高い、施設向き、論文投稿には望ましい。
世界的権威ソフト 新規18万円
– ライバル会社にSASがある。安価版としてJUMPも有名
• エクセル統計 4万円、エクセルのアドイン、おおむ
ね使えるが細かな使い勝手はあまり良くない
• フリーソフト(無料) R(アールと発音) 良くできてい
るが上級者でなければ使いにくい!研究者向け
なぜ「Office(excel)」を?
• Windowsマシンが多く導入
• Windowsマシンには「Officeファミリ」のうちWordと
Excelが大体標準装備
– Wordは施設企画書類づくり、発表用配布資料づくりに
– Excelは素データ入力、グラフ化、基礎統計など個人向け
基本データ分析可能
– パワーポイントは発表原稿づくりに(別売)
• Officeファミリーは相互に「コピー&ペースト」で対象
物の継承が可能
最近ではインターネットのサイトにも
良いものが色々
• 検索エンジン 群馬 青木 → 「おしゃべりな部屋」
• すがやみつる(漫画家)「こんにちは統計学」
• Javaはサイトで計算処理を行うための仕組みであり
□
PC購入後各自で導入するもの
• 施設のPCではセキュリティ保護の観点からJavaを
導入していないものもあるので、青木サイトが利用
できない場合がある
• 施設PCで利用できない場合、他の統計パッケージ
やJava導入した個人PCを利用する
• 最近ではスマートフォンで利用可能
もしもPCでこんなエラーが出たら
あなたのPCのJAVA(Oracle社)という仕
組みが古いなどの原因で、警告が出た
ものです。「いいえ」を選んでうまく動作
すればいいですね。
ネット覗き体験その1
「群馬 青木」サイトの先頭ページ
覗き体験2 すがやみつる「こんにちは統計学」
覗き体験その3 検索「ankstat」
統計シートankstat(アンクスタット)
• 田中研究室提供のエクセル(バージョンは問
わず)専用のシート
• 主に基礎集計やクロス集計を行う。統計解析
はほぼ実施しない
• http://www.osu.ac.jp/~tanaka/ankstat/
• 検索エンジンで「ankstat」 。最新は5.9版
• 最大500ケース×200項目を集計する
アンクスタットankstatや研修資料は
「岡山商大 田中」サイトからも探せる
さらに進むと…
シートankstatの入力シート
シートに素データ
を入力して、
下のタブを選ぶと
項目ごとの基礎統計量や度数表
(%表示も可能)を算出
• では統計サイトを実際に試してみましょう
看護に代表的な検定を分析体験
• t検定(比率尺度で使用)
– ある測定データの平均値がある値かどうか
– 仮説: 測定データの平均値=46.7
– 2群の平均は等しいとみなせるか
– 仮説: 群1の平均=群2の平均
• カイ2乗検定(名義・順序尺度で使用)
• クロス表に傾向や関連性があるか
– 仮説: このクロス表の度数は同じか
統計的検定はどんなもの
• ある仮説(○=△)を判定する
– 例: この実験結果=160.0
– 例: 群1の平均=群2の平均
• 判定結果は採択、または棄却の2分法
• 採択とは「この仮説を積極的に否定しない」
– (厳密には仮説を認めたくないがやむを得ない)
• 棄却とは「この仮説を積極的に否定する」
検定では「P値」を探せ
検定に見る計算と判定
• 判定: 出てくる結果の有意確率か有意水準の値に
より判定
• 有意水準「P値」>0.05 有意水準5%以上で採択
•
5%以下ならば棄却(有意、SIG.)←差あり
• 0.05~0.01 5%有意 *
星1つ
• 0.01~0.005 1%有意 ** 星2つ
• 0.005より小 0.5%有意 *** 星3つ
• P値 有意水準0.05基準⇔今回の有意水準を逆算
• つまり、P値が0.05を下回れば「有意」
2つの平均値を比べる
2群の平均値差の検定(t検定)
• 群 平均 SD N
• A 3.2 3.8 5
• B 5.2 8.2 5
• 等分散性の検定
• 有意確率2.3%(有意)
• 2群のばらつきは等しくない
• 平均値差のt検定
• 等分散仮定する 6.4%
• 等分散仮定せず 6.4%
• いずれも平均値差は有意でない
• この2群で平均値3.2と
5.2は同程度と見る
か?否か?
• 2群のばらつきは
– 等しくないと判定
• ばらつき等しくない仮定
の下で、「採択」
– 2つの平均値が等しいこ
とを否定せず(つまり同
程度)
二群の平均値差の検定だけでも
入力形式や条件で色々
• 標準的なサイト 2群の個々の値を入力するタイプ。
t検定とノンパラ(マンホットニ)検定が選択できる。マ
ンホイットニ検定とウイルコクソン順位和とは同じも
の
• 2群には対応がない場合
• http://aoki2.si.gunmau.ac.jp/Java/TwoSamples/bin/TwoSamples.html
• 青木おしゃべりな部屋、Java、独立2標本の検定の
順に探す
PC画面の例
応用 平均などで独立2標本検定
• http://aoki2.si.gunma-u.ac.jp/JavaScript/ttest.html
• 素データがなく、平均、標準偏差、ケース数
のみがある場合のサイト
• 対応なしの場合、t検定
• おしゃべりな部屋、Javascript、26番2群の平
均値差の検定を参照
PC画面の例
応用 「対応のある」2群の検定
• 対応のある場合: 1人について前後を測定したな
ど。薬効や効果があったかはっきり検定する。
• http://aoki2.si.gunmau.ac.jp/Java/RelatedTwoSamples/bin/RelatedTw
oSamples.html
• 場所はおしゃべりな部屋、Java,対応のある2標本
の検定を探す
• 伝統的なt検定の他、ウィルコクソン符号付順位和
検定、符号検定にも対応する
対応のあるデータ、ないデータ
• 対応ありと考えられる場合
• 同じ人やグループを追跡して測定
•
•
•
1回 2回 3回・・・
Aさん 1.0 1.5 2.0・・・
Bさん 1.2 1.7 2.2・・・
• 対応ないと考えられる場合
• 毎回グループの構成者を取り替えて測定
•
岡山 東京 大阪 福岡・・・
• 人口
• 生産額
• 学生数
二群の平均値差の検定 演習問題
•
•
•
•
いずれもt検定(対応なし)として平均値差を検定せよ。青木サイトを使用する。
問1 群 平均 SD N
問2
A 3.2 3.8 5
B 5.2 8.2 5
•
問3 ある地区で行った40 歳
• 以上 65 歳未満の住民検診
に来所した男子 42 名,女子
• 63 名の血色素量について
• の検査成績は,男子では平
• 均値 15.2 g/dl,不偏分散
• 1.1,女子では平均値 12.7
• g/dl,不偏分散 3.2 であった。
• 男女の平均値に差はあるか,
応用 名義尺度でも使える検定
クロス表の独立性の検定
•
•
•
•
•
•
通称、カイ2乗検定
名義尺度では平均値が意味を持たない
そこで表に集計する。
一次元の表こそ度数分布表
2次元以上をクロス集計表
ではこの表での仮説とは
– 「クロス表のマス目(セル)は同じ割合かどうか」
– 「クロス表に偏りがあるのかないのか」
(2×2)クロス表とはこんなもの
• 行と列で作表する
• 上の図では、左上50、右下55この程度の違いで、この表に
は差があるか、否か(有意性ありかなし?)
• a、b、c、dに顕著な違いがあるか?
• 行側:原因→列側:結果
• 例: 対応なし 投薬有無と結果や運動有無×効果
•
対応あり 1回目と2回目の状況
青木サイトで解く
R×Cクロス表のカイ2乗検定
•
•
•
•
•
基本は2×2(検討しやすい)
4つのセル値をサイトへ入力
計算結果「P値」で判断する
P>0.05 採択
0.01<P<0.05 5%有意他 1%有意
0.5%有意により *、**、***
• http://aoki2.si.gunmau.ac.jp/JavaScript/FisherExactTest.html
再掲: 判定方法 P値と検定結果
• 前ページ解答: P値=0.31→採択(差なし)
• クロス表から有意水準またはP値を算出
• 判定方法 その1 有意水準の値が
– 有意水準値=P値が
– 0.05~0.01 5%有意 * 星1つ
– 0.01~0.005 1%有意 ** 星2つ
– 0.005より小 0.5%有意 ***
星3つ
クロス表独立性の検定
解答はP値を示す(有意でない=採択)
• 問10.83、20.76、30.31、40.60 50.01 60.00
• 採択
採択 採択 採択 ** ***
• トピックス 検定手法の進化・深化
– かつて皆さんが習ったt検定やカイ2乗検定も、医
療界ではさまざまな手法に変わりつつあります。
サイトはこの流れに対応しつつあります
• 青木サイトを例に、今後使用する場面が出て
くる「検定」にまつわる分析方法をご紹介
主な統計的検定法の体系図
代表的なノンパラメトリック検定法
• 対応のない2標本(群)の代表値差
– マンーホイットニのU検定
– 2標本コルモゴロフースミロノフ検定
– ファンデル・ワーデン検定
– 中央値検定
• 対応のある2標本(群)の代表値差
– ウイルコクソン符号検定
– ウイルコクソン符号付順位和検定
早わかり なぜノンパラ検定に?
• あなたはある日Dr.から「論文のためこのデー
タをウイルコクソン検定しておいて」と告げら
れます
• ウイルコクソン検定が何であるか、どうすれ
ば良いかのため、検索エンジンで「ウイルコク
ソン検定」とするでしょう
• すると、分析のためには「青木サイト」に出会
うかも知れません
今の「流行」検定手法は
パラメトリックからノンパラへ
• 従来のt検定は、
– 正規分布を仮定するなど制約が多かった
– でも性能はよろしい(検定力大=シャープな剣)
• ノンパラ検定群(ウイルコクソンやフリードマン検定
など)は、
– 適用の条件や制約少ない
– サンプル数も気にしないでも検定力もそこそこある=頑健
な=ロバストな検定手法
– 適応範囲が従来よりかなり広い
– 次第に愛好者が医療関係者にも増えてきた
• 市販統計ソフトにも多く採用、使用可能、サイトでも
対応のあるデータ、ないデータ
• 対応ありと考えられる場合
• 同じ人やグループを追跡して測定
•
•
•
1回 2回 3回・・・
Aさん 1.0 1.5 2.0・・・
Bさん 1.2 1.7 2.2・・・
• 対応ないと考えられる場合
• 毎回グループの構成者を取り替えて測定
•
岡山 東京 大阪 福岡・・・
• 人口
• 生産額
• 学生数
• 対応のないk標本(群)の代表値差
– クラスカル・ウォリス検定
– 中央値検定
• 対応のあるk標本(群)の代表値差
– フリードマン検定
マンーホイットニのU検定
(Willcoxson順位和検定に同じもの)
2群、対応なし
• 9個の部品について4個は
処置群、残り処置なし群とし
た。この2つの群の母代表
値に差があるかどうか検定
しなさい。
– 処置群の観察値
1.2,1.5,1.8,2.6
– 処置なし群の観察値
1.3,1.9,2.9,3.1,3.9
• 有意確率=0.142または0.190
• 有意確率>0.05なので有意差なし・採
択
• つまり両群に差は認められない
• http://aoki2.si.gunmau.ac.jp/Java/TwoSamples/bin/TwoSamples.html
ウイルコクソン符号検定
(Wilcoxonの順位和=マンホイットニ検定と区別)
2群、対応あり
• 10 人の被検者について,五段階評価をした。
同じ被検者に対して,1 年後にもう一度評価
した。その結果を表 に示す。1 年間で母代表
値に差があったかどうか検定しなさい
•
1 2 3 4 5 6 7 8 9 10
• 最 初 A A C B D A C B D B
• 1年後 C A E D B B D A E D
検定統計 量b
Wilcoxson符号検定の
結果
正確有意確率 (両側)
a. 使用された2項分布
b. 符号検定
VAR00004 VAR00003
.180a
• 正確有意確率=0.180>0.05 → 採択
• 最初と1年後では有意差ない
• もしも計量値としてWilcoxsonの符号付順位和検定(2群対
応なし)を行ったならば、
• 漸近有意確率=0.114>0.05 採択
• やはり
• 最初と1年後では差はない
• http://aoki2.si.gunmau.ac.jp/Java/RelatedTwoSamples/bin/RelatedTwoSampl
es.html
クラスカルーウォリス検定
3群以上、対応なし
• 12 匹のラットに 3 種類の餌を与えたときの肝臓
の重量は表 1 のようであった。餌の種類により
肝臓の重量の平均値に差があるといえるか
表 1.餌の種類による肝臓の重量
•
A餌
3.42
3.84
3.96
3.76
B餌
3.17
3.63
3.47
3.44
C餌
3.64
3.72
3.91
SPSS入力
3.39
• H0: 平均1=平均2=平均3
• H1: 3群の平均は同じでない
• 漸近有意水準0.062>0.05 採択
• 結論: 3群の平均は同じ程度とみなす(帰無できない)
• ただ、有意水準6.2%と5%に近いことにも留意する
• 参考
• http://aoki2.si.gunma-u.ac.jp/JavaScript/kw-test.html
フリードマン検定
3群以上、対応あり
• 表 1 のようなデータがある。4 種の肥料間で
収量に差があるか
• 参考: 行列を入れ替えれば3品種間に差が
あるかを検定できる
表 1.フリードマン検定が対象とするデータ
肥料
品種
B1
B2
B3
B4
A1
9
17
12
16
A2
1
21
16
11
A3
7
19
6
9
エクセル版
http://aoki2.si.gunma-u.ac.jp/lecture/stats-by-excel/vba/html/friedman2.html
– H0: 4群の平均は等しい
– H1: 4群の平均は等しくない
• 漸近有意確率0.001<0.005 ***
• 0.5%有意 肥料4種の平均は等しくない
• 行列を入れ替えると
– H0: 3品種の平均は等しい
– H1: 等しくない
• 漸近有意確率0.004<0.005
• ***0.5%有意→3品種の平均は異なる
• 総合的には、肥料、品種いずれも差あり
肥料
品種
B1
B2
B3
B4
A1
9
17
12
16
A2
1
21
16
11
A3
7
19
6
9
表の形式は似
ていても…
• 表はクロス表に似ている。しかしクロス表は
対応なし、フリードマンは対応ありが大きく異
なる。
• クロス表では行か列はそれぞれ要因。フリー
ドマンでは行か列は標本(ケース)である。
データ分析専門家の活用のために
• 専門家が知っていること
– データ分析の各段階、楽しさや辛さそして悲しさ
– 看護研究におけるデータの生かし方
– 星の数ほどある統計手法であなたの質問に適す
る手法について
• 知らないこと
– あなたの分野の専門的知識
• あなたが知らなくても良いこと
– データ分析の環境整備、ツールそしてコスト
あなたが学んだ研修のまとめ
•
•
•
•
•
•
•
•
□看護研究とデータ分析の関係を理解する
□データ分析の前提: 適切な収集が大切
□データ入力での決まりごと
□ 1項目データ分析: 基礎統計量とグラフ
□プラットホームはOffice(Excel)、エクセル関数
□ 2項目の関係: 相関、回帰式、散布図
□グループ(群)間比較: 統計的検定
□詳細な分析は統計ソフトやサイト利用可能
– おしゃべりな部屋、こんにちは統計学、アンクスタット
• □検定(統計)手法の変化を知る
– ノンパラメトリック検定法
ダウンロード

2014最新版 - 岡山商科大学