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 • 質問・相談はeメール[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（ｷﾞｮｳｿｸ）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 • 基礎統計量算出やｸﾞ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。 ﾃﾞ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
© Copyright 2024 ExpyDoc
