統計解析の基本的な考え方と手法(t検定・分散分析など)

統計の基本的な考え方

 効果の検出は確率統計の考え方が基本にあり、統計解析によって判断がなされます。その基本的な考え方を動画にしてみました(機械音声によるパワーポイントファイルの説明になります)。

科学的に効くとは?

「科学的に効果がある」というのは、確率論であり、曖昧であり、 慣習によって決まっていることが分かるかと思います。突き詰めても「100%効果がある」ということは難しいです。

統計解析の手法

 私が学生の頃は、Excelで実施可能な統計解析で許されていましたが、現在は、特別なソフトウェアを必要とする場合が多いです。

動画による解説

 どのような場合に、どのような統計解析をすれば良いか、これも動画にしみました。

統計解析の種類と利用場面

検討したいことが多くあっても、効果を検出しやすいパターンに当てはめることが、良い結果を導くコツの1つです。 難しく考えない、ブラックボックスを追求しないことが、理解のコツだと考えています。

2つの平均値を比較するt検定

 2つの平均値を比較するのはExcelでも可能で(TTEST関数)、t検定と呼ばれる解析を利用します。最も効果を検出しやすい方法であり、なるべくt検定を使える研究計画にすることをお勧めしています。

 一般的な健康食品や化粧品などの効果検証では、製品とプラセボの2つを比較しますが、使用前と使用後も含めると、2×2=4つの平均値があります。

 この場合、使い勝手の良いt検定の適用はルール違反となり、分散分析が必要になります。

分散分析のルール

 3つ以上の平均値を比較する際、AとB、BとC、CとAといった具合に、2つの数値を比較するよりも3倍効果が出やすくなります。それはズルいのでルール違反!といったイメージで、まずは分散分析を利用することが求められています。

 私共が報告する際には、まずはt検定の数値を提示して、有効性の見込みをお伝えすることが多いです。論文化や機能性表示をする際には、分散分析での有意差が必要となります(実際は、分散分析で差があればt検定を実施する進め方がサイエンスのルールです)。

 より高度な統計解析もありますが、まずは「t検定」と「分散分析」を知っておくと、基本的な解釈も分かりやすくなるかと思います。

タイトルとURLをコピーしました