---
module: 101-02
language: ja
chapter: 101
title: "生物医学・臨床科学の定量的生物統計学"
module_title: "仮説検定、効果量、検出力、多重性"
source_sha256: 14e977d0b27c577ef0c9094c324236e1153868407918c863e1c8b9eb63bddec1
---
# 仮説検定、効果量、検出力、多重性

## 検定とp値
### データがモデルと不整合かを問う
#### 帰無：差なし、関連なし、基準値
### 理論の真偽、重要性、バイアス不在を決めない
### p値：観察以上に不整合な結果の確率
#### 帰無モデルと全検定仮定の下
### 帰無仮説が真である確率ではない
#### 偶然の確率でも再現成功確率でもない
### 小p値：効果、些細効果、違反、偏り、選択

## 誤差率と検出力
### 有意水準：事前の長期閾値
### 第一種過誤：真の帰無を棄却
### 第二種過誤：対立が真でも棄却しない
### 一結果の事後ラベルでなく手順特性
### 検出力は標本数、効果、変動、設計で決まる
#### 検出に値する効果で計画
#### 事後検出力はp値の言い換え
#### 低妥当性では有意所見の真の割合低下
### 片側は反対方向を無効果と扱う場合のみ
#### 予想外方向の害は通常無関係でない
#### 方向と根拠を結果前に規定

## 効果量と臨床的重要性
### 統計的有意性は臨床的重要性でない
### リスク差：絶対変化
### リスク比：比例変化
### オッズ比は一般的事象で極端に見える
#### 稀な事象ではリスク比に近い
### 平均差は自然単位を保つ
### 標準化平均差は比較可能だが直感性を失う
### 最小重要差：価値ある最小変化
#### 重症度、負担、費用、有害作用で変わる
### 区間を利益・些細・害の領域と比較
#### 有意でも無意味、非有意でも重要

## データ構造に合う解析
### 対応解析は安定した単位間変動を除く
#### 対応データへ独立検定は情報を捨てる
#### 無関係データへ対応検定は依存を捏造
### 反復測定には時間相関のモデル
#### 全観察独立扱いは偽の精度
### 順位検定も仮定不要ではない
#### 大標本の平均比較は中程度非正規に頑健
### カイ二乗近似には十分な期待度数
### ソフトのp値は自己検証しない
#### 予備正規性検定の二段階推論は不安定

## 多重性
### 多数の転帰、時点、亜群、モデル、中間観察
#### 一つ以上の偽棄却確率が上がる
### 家族内誤差率：任意の偽棄却
### 偽発見率：棄却中の期待偽割合
### ボンフェローニ：閾値を検定数で割る
#### 検定が相関すると保守的
### 段階法は検出力を改善
### 失敗検定を隠す解析はどの調整でも救えない

## 選択的報告と亜群
### 結果を知った後の選択
#### 研究者自由度は説得的p値を生む
### 事前規定、登録、プロトコル、コード
### 探索は表示し新データで検証
### 亜群には直接交互作用検定
#### 一群有意、他群非有意の比較でない
### 事前規定、少数、根拠、再現で信頼性
### 任意切点は見かけの閾値を作る

## 等価性と非劣性
### 通常の立証責任を逆転
### 等価性：区間全体が上下許容域内
### 非劣性：許容不能な損失を除外
#### 限界は正当化された対照利益を保存
### 類似へのバイアスが偽の非劣性を支える
#### 遵守不良、転帰誤分類
#### 治療意図とプロトコル遵守の両視点

## 再現性と出版バイアス
### 計算再現性：同データとコードで同結果
### 追試可能性：新データで整合証拠
### 一般化可能性：異なる集団と場所
### p値が閾値未満かへ圧縮しない
### 出版バイアスは陽性・新規結果を優先
#### 小研究効果は選択報告から生じ得る
#### ファンネル図は一原因を診断できない
### 偏った研究の統合値は精密に誤る

## 逐次証拠と解釈
### 反復確認は偽陽性を増やす
#### 群逐次境界、アルファ消費
### 利益早期中止は効果を誇張し得る
### 安全監視は重症度とパターンを考える
### 効果、区間、モデル、比較を示す
#### 次にバイアスと関連性を検討
### 収束する証拠が理解を変える