[検定→2群の検定]
 →1対応のない2群の検定
 →2対応のある2群の検定
1対応のない2群の比較検定---独立した2群のデータに有意差があるか?(---棒グラフが適)
 →parametric---Student t-test:スチューデントのt検定(2標本t検定
 →non-parametric---Mann-Whitney's U test:マン・ホイットニ検定
 =Wilcoxon rank sum test(注:Wilcoxon signed rank testではない。)

Student t-test---平均値を比較して検定する。
Mann-Whitney's U test---中央値を比較して検定する。
 Mann-Whitney's U testは、データの分布形態を問わずに使うことができる。
 しかし、データが正規分布とみなすことができる場合は、Student t-testのほうが、有意差が出やすい。
 Mann-Whitney's U testは、有意水準=5%で検定する場合は、n>4以上
              有意水準=10%で検定する場合は、n>5以上
 Mann-Whitney's U testで、2群とも、n<20 の場合、U値の有意点(両側確率)が表示される。
 計算されたU値が有意点より小さい時、2群間に有意差があると判定する。
 Mann-Whitney's U testで、「有意差あり」なら「確実に有意差がある。」
 しかし、「有意差なし」でもt検定で有意差が検出されることがある。
 そういう場合は、「確実に有意差なし」とは言えず、「有意差については断言できない」という判定になる。
 分布の片側に大きな飛び値があったり、正規分布より両裾の広がりが大きい分布かどうかは、ヒストグラムを描いて目で確認することが重要。
例1) 「melittin投与群」「apamine投与群」の投与10分後の投与側平均皮膚温上昇度の比較。
例2)  melittinを「オスラット」「メスラット」への投与10分後の投与側平均皮膚温上昇度の比較。
例3)  melittin投与10分後の「投与側」「非投与側」の平均皮膚温上昇度の比較。
MELAPA
 度 度
 度 度
 度 度
 度 度
 度 度
 度 度
 度 度
 度 度
 StatView
  Student t
(列挙データ形式)
→実験データ形式
 にする方が無難!
 toxin
melapa
1
2
3
4
5
6
7
  Student t
(実験データ形式)
 toxintemp
 カテゴリー実数
1mel
2mel
3mel
4mel
5mel
6apa
7apa
8apa
9apa
10apa
  Mann-Whitney's U
(実験データ形式)
 toxintemp
 カテゴリー実数
1mel
2mel
3mel
4mel
5mel
6apa
7apa
8apa
9apa
10apa
 
  Student's tMann-Whitney's
データシート列挙データ形式
コンパクト変数
実験データ形式
カテゴリー変数
実験データ形式
カテゴリー変数
解析2群の比較
 (対応なし)
2群の比較
 (対応なし)
ノンパラメトリック
 分析
解析の実行t検定
 (対応なし)
平均値の差:0
両側
t検定
 (対応なし)
平均値の差:0
両側
Mann-Whitney
 U検定
変数一覧▲toxin:
 選択→G
Category for
 選択→X
toxin:
 選択→G
temp:
 選択→X
toxin:
 選択→G
temp:
 選択→X

Student's t検定のデータシートは、列挙データ形式と実験データ形式を選べる。
 しかも列挙データ形式では、コンパクト変数にする。

( [3群以上の比較]では、対応のあるRepeated measures ANOVAでコンパクト変数とする。
  [2群比較]では、対応のあるPaired t-testではなく、対応のないStudent's t検定でコンパクト変数とする。)

 混乱を避けるためには、
  対応のない2群の検定---実験データ形式、
  対応のない2群の検定---列挙データ形式 と使い分けた方が無難かもしれない。


2対応のある2群の検定 ---同一個体の2種類の観測値を比較検定!
  あるいはマッチングさせた個体の観測値の差
(---折れ線グラフが適)
   →解説---同一個体に、ある刺激による変化(=)に有意差があるか?

 →parametric---Paired t-test:対応のあるt検定(1標本t検定
 →non-parametric---Wilcoxon signed-rank test:ウィルコクサン符号付順位検定

Paired t-test---対応するデータの差の平均値が0からどの程度偏っているかを検定する方法である。
 「平均値の差」ではなく、「差の平均値」=変化量が同じかどうかを検定する。
 Paired t-testは、頑強性がある。
 nが多いときには、「対応するデータの差が正規分布」でなくても、使うことができる。
 極端な値や離散値であり、明らかに前提条件(正規分布に従う連続変数)から離れている場合を除いて、問題が生じることは少ない。
 Wilcoxon signed-rank testは、データの分布形態を問わずに使うことができる。
 しかし、データが正規分布みなすことができる場合は、Paired t-testのほうが、有意差が出やすい。
 Wilcoxon signed-rank testは、有意水準=5%で検定する場合は、n>6以上
              有意水準=10%で検定する場合は、n>8以上
 Wilcoxon signed-rank testで、「有意差あり」なら「確実に有意差がある。」
 しかし、「有意差なし」でもt検定で有意差が検出されることがある。
 そういう場合は、「確実に有意差なし」とは言えず、「有意差については断言できない」という判定になる。
 分布の片側に大きな飛び値があったり、正規分布より両裾の広がりが大きい分布かどうかは、ヒストグラムを描いて目で確認することが重要。
例1) 「melittin投与前」「melittin投与10分後」の投与側の平均皮膚温の比較
  *動物、被検者群の背景因子(性別、齢、体重、正常か異常かなど)に差がないことが前提。
beforeafter
 度 度
 度 度
 度 度
 度 度
 度 度
 度 度
 度 度
 度 度
 StatView
  ┌Paired t-test
└ Wilcoxonの符号付順位検定
 beforeafter
1
2
3
4
5
6
7
 
 Paired t-test Wilcoxonの符号付順位検定
データシート列挙データ形式列挙データ形式
 有意水準5%で検定する時:n>6
 有意水準10%で検定する時:n>8
解析2郡の比較(対応あり)ノンパラメトリック分析
解析の実行t検定(対応あり)
仮説平均値の差:0
両側
Wilcoxonの符号付順位検定
変数一覧before:選択→X
after :選択→X
before:選択→X
after:選択→X


私のための統計処理