ノンパラメトリック統計検定
- 提唱者
- Henry Mann and Donald Whitney
- 年
- 1947
- 種類
- Method
- 系統
- distribution-free-methods
この文章は機械翻訳で、まだ確認されていません。 英語の原文を読む
何をする手法か?
ノンパラメトリック(分布フリー)検定は、データが特定の確率分布(正規分布など)に従うと仮定しない仮説検定のための統計的手法であり、正規性からの逸脱、外れ値、順序データに対して頑健です。Mann-Whitney U検定(1947年)やKruskal-Wallis検定(1952年)は、パラメトリック仮定の制約を超えて仮説検定を拡張します。データが正規分布しない、極端に歪んでいる、あるいは順序尺度(順位付け、評価)で測定される生物学、医学、心理学、その他の分野において不可欠なノンパラメトリック検定は、パラメトリック仮定が満たされない場合に妥当な推論を提供します。
手法の背後にある直感
パラメトリック検定(t検定、ANOVA)は正規分布と等分散性を仮定しますが、これらの仮定が満たされないと、誤ったp値や信頼区間が得られる可能性があります。ノンパラメトリック検定は、観測値を順位付けすることで分布の仮定を回避します。生の値の分析の代わりに、データを順位(最小値から1番目、2番目、...、最大値)に変換し、グループ間で順位の分布が異なるかどうかを検定します。順位は整数であり順序を保持するため、外れ値、正規性の欠如、分散不均一性に対して頑健です。トレードオフとして、ノンパラメトリック検定は理想的な条件下(正規分布、等分散データ)では検出力を犠牲にしますが、現実的な条件下では頑健性と妥当性を獲得します。現代の実践では、ノンパラメトリック検定は広く使用されており、頑健で、多くの場合パラメトリック代替法とほぼ同等の検出力を持ちます。
歴史学
Henry MannとDonald Whitneyは1947年に2標本比較のためのU検定を開発しました。William KruskalとAllen Wallisは1952年に多標本へのアプローチを拡張しました。Frank Wilcoxonは独立にペアサンプル順位検定(符号順位検定、1945年)を開発しました。Charles Spearmanはそれ以前の1904年に順位相関係数を導入しました。これらの手法は、現代のコンピューティングが手計算を時代遅れにするまで、あまり使われませんでした。現在の復活は、(1)多くのデータセットが正規分布しないという認識、(2)順序データが普遍的であること(調査、評価)、(3)仮定違反に対する保護を強調する頑健統計学の哲学によって推進されています。
使うべき場面
パラメトリック検定の仮定が満たされず、変換(対数、平方根)でもデータを正規化できない場合、またはデータが本質的に順序尺度である場合に使用します。心理学:Likert尺度回答(順序尺度、しばしば正規分布しない)の分析。多くの研究では、正規性がありそうもない10未満のカテゴリを持つ尺度を使用します。医学:測定値が極端に歪んでいる(例:ゼロ値を持つ患者と高い値を持つ患者がいる)場合に、治療群間のバイオマーカー値の比較。生物学:順位に基づく尺度(種存在量の順位付け、トーナメントの順位付け)の評価。また、データの分布が不明な初期探索的分析では、ノンパラメトリック法をデフォルトとして使用します。結果がパラメトリック検定と一致する場合は、確認的分析にはパラメトリックアプローチが安全である可能性があります。
限界と注意点
- 理想的な条件下での検出力の低下:データが真に正規分布し、等分散性がある場合、ノンパラメトリック検定はt検定と比較して検出力が5〜15%低下します(漸近的相対効率約0.95)。
- 複雑なデザインに対する開発の遅れ:因子分散分析、多変量分散分析、または複雑な共変量調整に対するノンパラメトリック等価物は少ないです。多水準ノンパラメトリック法は標準的ではありません。
- 効果量の標準化の遅れ:確立された効果量尺度(Cohenのd)を持つパラメトリック検定とは異なり、ノンパラメトリック効果量(r、順位双列相関係数)は実務ではあまり一般的ではありません。
- 事後検定の複雑さ:Kruskal-Wallis検定後のペアごとの比較は標準化されておらず、多重検定補正のペナルティにより検出力が低下する可能性があります。
- 位置または関連性の検定への限定:ノンパラメトリック法は主に分布の違いを検定します。パラメータの推定や平均構造に関する特定の仮説の検定はできません。
出典に示された条件は、独立した科学的レビューや分析エンジンによる検証の代わりにはなりません。
強み
- 正規性の欠如と外れ値に対する頑健性:データが著しく正規分布しない場合や、削除できない極端な値が含まれる場合でも、妥当なp値が得られます。
- 順序尺度データでの使用:Likert尺度、順位付け、またはその他の順序付けられたカテゴリを分析できます。パラメトリック検定は連続データを仮定するため、順序データには技術的に無効です。
- 計算の簡便性:順位に基づく統計量は直感的で計算が簡単であり、小標本であれば手計算も可能です。
- 分布フリー:特定の確率分布を仮定しないため、多様なデータタイプに普遍的に適用できます。
- パラメトリック仮定の違反下での良好な検出力:パラメトリック仮定が偽である場合、ノンパラメトリック検定は無効なp値を生成するパラメトリック検定よりも検出力が高いです。
応用
- 心理学研究:治療群間のLikert尺度回答(職務満足度、うつ病の重症度)の比較。評価は通常順序尺度であり、正規分布しません。
- 臨床医学:治療前後のバイオマーカーレベル(検出限界により歪んでいることが多い)の分析。症状の重症度評価の比較。
- 労働衛生:職場間の危険度順位付け、または順序尺度での安全評価の比較。パラメトリック手法の実用的な代替法。
- 教育評価:学校間または指導法間のテストスコアまたは順位の比較。正規分布しないスコア分布に対応します。
- 品質管理:欠陥の重症度の順位付け、または生産バッチ間の順序尺度での品質測定の比較。正規性を仮定しません。
使い方
使い方
以下の場合にノンパラメトリック検定を実施します:(1)アウトカムデータが正規分布しない(Q-Qプロット、Shapiro-Wilk検定で確認)、(2)データが順序尺度(順位、評価、値が限定された尺度)である、(3)サンプルサイズが小さく(30未満)、正規性を検証できない、(4)正当化または削除できない外れ値が存在する、(5)分散が等しくない(分散不均一性)。データ収集はパラメトリック検定と同様であり、特別なサンプルデザインは不要です。主要な要件は、観測値が独立であること(調整なしの反復測定ではない)、データが順位付け可能であること(相対的な順序を決定できる)です。連続データ、順序データ、または二値データで使用できます。
独立な2群の場合、Mann-Whitney U検定(独立t検定のノンパラメトリック代替法)を使用します:(1)群の所属を無視して、すべての観測値を小さい方から大きい方へ順位付けする。(2)各群の順位の合計を計算する(R₁およびR₂)。(3)U₁ = n₁n₂ + [n₁(n₁+1)/2] − R₁ および U₂ = n₁n₂ + [n₂(n₂+1)/2] − R₂ を計算する。(4)検定統計量 U = min(U₁, U₂) とする。(5)p値をMann-Whitney分布表(小標本の場合)または正規近似(大標本の場合)から得る。効果量として r = Z / √n を報告する。ここでZは標準化された検定統計量、nは総サンプルサイズである。r ≈ 0.1 は小さい、0.3 は中程度、0.5 は大きい効果量を示す。独立な3群以上の場合は、Kruskal-Wallis検定を使用する。これは同様のアプローチだが、k−1自由度のχ²分布に従う全体的な順位和統計量Hを計算する。対応のある(反復測定)場合は、Wilcoxon符号順位検定を使用する。これはペア間の差を順位付けし、ゼロと比較する。相関の場合は、Spearmanの順位相関係数ρを使用する。これは生の値ではなく順位の相関を計算する。
p値の解釈はパラメトリック検定と同様です。p < 0.05 は、従来の有意水準で、群間に統計的に有意な差があることを示します。ただし、順位を使用するため、効果量と解釈は若干異なります。Mann-Whitney U検定は、「群1の分布は群2よりも確率的に大きいか?」、つまり「群1の値はより高い傾向があるか?」という問いに答えます。実用的な解釈のために中央値の差が推定されることが多いですが、技術的には検定は中央値だけでなく分布を比較します。効果量rは群間の分離の標準化された尺度を提供します。Kruskal-Wallis検定では、有意なp値は少なくとも2つの群が異なっていることを示します。事後的なペアごとのMann-Whitney検定(Bonferroni補正付き)でどのペアが異なるかを特定します。Spearmanのρの解釈はPearsonのrに似ており、値は−1から+1の範囲を取り、正のρは順位の一致を示します。
よくある落とし穴
- 検定対象の誤解:Mann-Whitney U検定は、中央値だけでなく分布の違いを検定します。2つの分布は中央値が同じでも形状が異なる場合があります。常に分布を視覚的に確認してください。
- 明らかに正規分布しているデータへのノンパラメトリック検定の適用:検出力を無駄にします。仮定が満たされている場合はパラメトリック検定を使用してください。
- 重度にカテゴリ化されたデータへのノンパラメトリック検定の不適切な使用:順序データ(例:5段階Likert尺度)をMann-Whitneyで分析することは妥当かもしれませんが、カテゴリが2つしかない場合(二値データ)、ノンパラメトリック順位検定はカイ二乗検定に還元されます。
- 独立性の仮定の確認の失敗:ノンパラメトリック検定は独立した観測値を仮定します。クラスター化、反復測定、またはマッチングデザインでは調整が必要です(反復測定にはFriedman検定、マッチングには層別化)。
- 連続変数の二値化:連続データ(年齢)を順序データ(若年/高齢)に変換してからノンパラメトリック検定を適用すると、情報が失われます。可能な限り連続形式を維持してください。
- 順位ベースの効果量を実質的な効果量として解釈すること:ノンパラメトリック効果量r = 0.3は統計的な分離を定量化しますが、実質的な重要性を示すものではありません。実質的な有意性のために、常に中央値または平均値の実際の差を確認してください。
よくある質問
Mann-Whitney U検定を独立t検定の代わりにいつ使用すべきですか?
Mann-Whitney U検定は、(1) データが正規分布しない(Q-Qプロットが逸脱を示す、Shapiro-Wilk検定のp < 0.05)、(2) 分散が等しくない(Levene検定のp < 0.05)かつサンプルサイズが不均等である、(3) データが順序尺度(順位付け、評価)である、(4) サンプルサイズが小さく(n < 30)、正規性を検証できない、または (5) 外れ値が存在し、それらが実在する(測定誤差ではない)かつ削除できない場合に、使用します。データが明らかに正規分布し、等分散性がある場合は、t検定が好ましい(より検出力が高い)です。実際には、Mann-Whitney U検定は保守的な選択肢です。正規データに対しても合理的に機能するため(検出力低下約5%)、広く使用することは正当化されます。
Mann-Whitney U検定は実際には中央値を検定するのですか、それとも分布を検定するのですか?
技術的には、Mann-Whitney U検定は分布が異なるかどうか(確率的優位性)を検定します。分布の形状が同じであれば、検定は中央値の差の検定を近似します。しかし、2つの分布は中央値が同じでも形状が異なる場合があります(例:一方は対称、一方は歪)。逆に、中央値が異なれば分布が異なることを意味します。最善の実践:常に箱ひげ図または密度プロットで両方の分布を視覚化してください。実際のデータを確認することで、検定結果が中央値の差を反映しているのか、より広範な分布の違いを反映しているのかが明確になります。実用的な解釈のために、p値と中央値の差の両方を報告してください。
ノンパラメトリック検定におけるタイ(同順位)をどのように扱いますか?
タイ(等しい値)には平均順位が割り当てられます。例えば、2つの観測値が5位タイの場合、両方に5.5の順位が割り当てられます。これが標準的なアプローチであり、統計ソフトウェアが実装しているものです。タイが多い場合、検定統計量の調整が必要になる場合があります(中央順位検定、置換検定)。タイが非常に一般的な場合(例:ゼロ値が多い、または重度にカテゴリ化されたデータ)、代替法を検討してください:置換検定、または離散データ用に設計された頑健な手法。
Likert尺度データにノンパラメトリック検定を使用できますか?
はい、ノンパラメトリック検定はLikert尺度(順序データ)に適しています。Mann-Whitney U検定は群間のLikert回答の分布を比較し、Kruskal-Wallis検定は3群以上を比較します。ただし、カテゴリ数が非常に少ない尺度(例:3段階尺度)には注意が必要です。この場合、連続データと比較して検定の検出力が低下します。代替案として、複数項目Likert尺度(例:複数の項目を合計して複合スコアを作成する)の場合、複合スコアは正規分布を近似する可能性があり(中心極限定理)、パラメトリック検定を正当化できます。単一項目の順序尺度測定には、ノンパラメトリック検定を安全なデフォルトとして使用してください。
関連する手法
参考文献
Mann, H. B., & Whitney, D. R. (1947). On a test of whether one of two random variables is stochastically larger than the other. Annals of Mathematical Statistics, 18(1), 50–60.
DOI 文献を開くコピーしました。Kruskal, W. H., & Wallis, W. A. (1952). Use of ranks in one-criterion variance analysis. Journal of the American Statistical Association, 47(260), 583–621.
DOI 文献を開くコピーしました。Conover, W. J. (1999). Practical Nonparametric Statistics (3rd ed.). John Wiley & Sons.
出版物の文献を開くコピーしました。