Friedman検定(Fried Man)
Friedman検定は、3つ以上の関連するグループまたは処理条件を比較するために使用するノンパラメトリック検定です。反復測定の分散分析のノンパラメトリック版で、同じ被験者、ブロック、実験単位を複数の条件で測定し、データが正規性の要件を満たさない場合に使用します。
最終レビュー
重要なポイント
Friedman検定は、3つ以上の関連するグループまたは処理条件を比較するために使用するノンパラメトリック検定です。
このページの内容
Friedman検定(Fried Man)とは
Friedman検定は、3つ以上の関連するグループまたは処理条件を比較するために使用するノンパラメトリック検定です。反復測定の分散分析のノンパラメトリック版で、同じ被験者、ブロック、実験単位を複数の条件で測定し、データが正規性の要件を満たさない場合に使用します。この検定は、各ブロック内で値に順位を付け、処理グループ間で順位の合計を比較します。
簡単な定義:同じ被験者やブロックに適用した複数の関連する処理を比較する検定です。反復測定の分散分析のノンパラメトリック版です。
Friedman検定(Fried Man)を使用する場面
- 比較する対象が 3つ以上の関連する、または対応のある条件 である場合に使用します。つまり、異なる処理のもとで同じ被験者を繰り返し測定した場合です。
- データが 正規分布に従わず、グループがブロック変数で関連づけられている場合に使用します。
- 反復測定の分散分析の代わりとなる、ノンパラメトリックな手法として使用します。
- 同じアイテムや人を複数の条件で評価する、官能評価、臨床試験、品質に関する調査 で使用します。
Friedman検定(Fried Man)を正しく使用するためのガイドライン
- データを 二元配置の構造 に整理します。行をブロック(被験者/バッチ)、列を処理条件とします。
- 各ブロックが すべての処理条件 を受ける必要があります。ブロック内で処理が欠けていると、検定は成り立ちません。
- 有意な結果は、少なくとも1つの処理が異なる ことを示すだけです。どれが異なるかを特定するには、Wilcoxonの対比較で追跡します。
- 順位に基づく信頼できる比較のために、少なくとも 5ブロック を収集します。
代替手法:Friedman検定(Fried Man)を使用すべきでない場合
- データが 正規分布に従う場合に適した手法:反復測定の分散分析
- グループが 完全に独立で、ブロックがない場合に適した手法:Kruskal-Wallis検定
- 比較するのが 2つの関連する条件だけの場合は、代わりに対応のある差に対して 1サンプルWilcoxon検定 を使用します。
Friedman検定(Fried Man)の例
マーケティング担当の分析者が、広告の種類が顧客の反応率に影響するかどうかを調べたいと考えています。12の顧客について、1年間にダイレクトメール、新聞、雑誌の広告を使った後の反応率(%)を記録しました。このため、各顧客から3つの関連する観測値の組が得られます。手順は次のとおりです。
- 必要なデータを収集しました。

- 次に、Zometric Statistical Software(https://statsai.zometric.com/)でデータを分析します。
- Fried Manを探すには、Statistical module> Nonparametric > Fried Manを選択します。
- ツール内で、データとその他の入力を次のように入力します。

5. 上記のツールを使用すると、次のような出力が得られます。

Friedman検定(Fried Man)の実行方法
手順は次のとおりです。
- Zometric Statistical Softwareにログインします:https://statsai.zometric.com/
- ホームページで、Statistical Tool> Nonparametric>Fried Manを選択します。
- 次に、データを手動で更新するか、Excelシートからデータをすべてコピー(Ctrl+C)して、ここに貼り付け(Ctrl+V)ます。
- 次に、必要なオプションを入力する必要があります。
- 最後に、ページ下部のcalculateをクリックすると、目的の結果が得られます。
Fried Manのダッシュボードでは、ウィンドウが2つの部分に分かれています。

左側にはデータペイン(Data Pane)があります。Data Paneでは、各行が1つのサブグループになります。データは手動で入力するか、Excelシートからデータをすべてコピー(Ctrl+C)して、ここに貼り付け(Ctrl+V)ます。
Load example: サンプルデータが読み込まれます。
Load File: Excelデータを直接読み込むために使用します。
右側には、次のような多くのオプションがあります。
- Response: 処理間で比較したい 測定された結果や成果 を含む列を選択します。これは検定の対象となる変数で、たとえば、品質評価、測定値、成績の得点などです。この列の各値は、特定の処理のもとで、特定のブロック内で記録された1つの観測を表します。
- Treatment: 各観測がどの 処理条件またはグループ に属するかを示す列を選択します。処理とは、比較する異なる条件、方法、工程、時点を表します。たとえば、3台の異なる機械、4人の異なる作業者、5つの異なる配合などです。Friedman検定は、ブロックの効果を考慮したうえで、これらの処理が有意に異なる応答値を生じるかどうかを評価します。
- Blocks: 各観測が どのブロックに属するかを示す列を選択します。ブロックとは、被験者、バッチ、日、実験単位など、直接の関心の対象ではない自然な変動の要因を表すグループ化変数です。各ブロックがすべての処理条件を受けるため、検定はブロック間の変動を分析から取り除き、処理間の差だけに集中できます。適切なブロック化がないと、被験者やバッチの間の無関係な変動によって、真の処理の差が隠れてしまうことがあります。
よくある質問
Friedman検定とは何ですか?
Friedman検定は、3つ以上の関連するグループまたは処理条件を比較するノンパラメトリック検定です。反復測定の分散分析のノンパラメトリック版で、同じ被験者、ブロック、実験単位を複数の条件で測定し、データが正規性の要件を満たさない場合に使用します。各ブロック内で値に順位を付け、処理間で順位の合計を比較します。
Kruskal-Wallis検定や反復測定の分散分析ではなく、Friedman検定を使用するのはどのような場合ですか?
3つ以上の条件がブロック変数で関連づけられており、データが正規分布に従わない場合に、Friedman検定を使用します。データが正規分布に従う場合は、反復測定の分散分析を使用します。グループが完全に独立でブロックがない場合は、Kruskal-Wallis検定を使用します。関連する条件が2つだけの場合は、対応のある差に対して1サンプルWilcoxon検定を使用します。
Friedman検定のデータの要件は何ですか?
データを二元配置の構造に整理します。被験者やバッチなどのブロックを行、処理条件を列とします。各ブロックがすべての処理条件を受ける必要があります。ブロック内で処理が欠けていると、検定は成り立たないためです。順位に基づく信頼できる比較のために、少なくとも5ブロックを収集します。
Friedman検定で有意な結果が出た場合、何を意味しますか?
有意な結果は、少なくとも1つの処理が他と異なることを示すだけです。どの処理が異なるかは分からないため、特定するにはWilcoxonの対比較で追跡します。広告の例では、12の顧客のそれぞれが、ダイレクトメール、新聞、雑誌の広告について反応率を示し、顧客ごとに3つの関連する観測値の組ができました。
