対応のあるt検定(Paired t Test)
対応のあるt検定(従属標本のt検定とも呼ばれます)は、関連する2つのグループの平均の間に有意な差があるかを評価するために使用します。この検定は、各対象または単位を、異なる条件下または異なる時点で2回測定し、観測値のペアが得られる場合に適用します。
最終レビュー
重要なポイント
対応のあるt検定(従属標本のt検定とも呼ばれます)は、関連する2つのグループの平均の間に有意な差があるかを評価するために使用します。
このページの内容
対応のあるt検定とは
対応のあるt検定(従属標本のt検定とも呼ばれます)は、関連する2つのグループの平均の間に有意な差があるかを評価するために使用します。この検定は、各対象または単位を、異なる条件下または異なる時点で2回測定し、観測値のペアが得られる場合に適用します。対応のあるt検定は、これらの対になった観測値の平均差が0と有意に異なるかを評価します。帰無仮説は平均差が0であると仮定し、対立仮説は平均差が0ではないと主張します。
対応のあるt検定は、前後比較の研究や、同じ対象から2つの測定値を取得するあらゆる状況で特に有用であり、観測された変化が統計的に有意かどうかを研究者が判断できます。
対応のあるt検定を使用する場面
対応のあるt検定は、比較する2つの標本が関連している、つまり対になっている場合に使用します。たとえば、同じ個人を2回測定する前後比較の研究や、重要な特性で個人をマッチングしてから異なる処置に割り当てるマッチドペアの研究などです。
- 正規分布:対になった観測値の差は、ほぼ正規分布に従う必要があります。
- ランダムサンプリング:ペアはランダムに選択する必要があります。
- 独立性:各ペアは他のペアから独立している必要があり、ペア内の差も互いに独立している必要があります。
対応のあるt検定が適切な具体的な状況には、次のようなものがあります。
- 前後比較の研究:介入や処置が個人またはグループに有意な効果をもたらしたかを検定したい場合、対応のあるt検定を使用して、介入の前後における同じグループの平均スコアを比較できます。
- マッチドペアの研究:年齢、性別、健康状態などの類似した特性に基づいて個人をペアにし、その後異なる処置に割り当てる研究では、対応のあるt検定を使用して2つのグループの平均を比較できます。
- 反復測定の研究:同じ個人またはグループで同じ変数を複数回測定する研究では、対応のあるt検定を使用して、異なる時点での測定値の平均を比較できます。
対応のあるt検定を正しく使用するためのガイドライン
- 連続データは、任意の2点間で無限の数の値をとることができます。
- サンプルサイズは20より大きくする必要があります。
サンプルサイズが20より大きく、分布が単峰性で連続的であれば、軽度の歪みがあっても検定は有効です。
サンプルサイズが20未満の場合は、データをグラフ化して歪みや異常な観測値を確認してください。データが大きく歪んでいる場合や外れ値が多い場合は注意してください。 - 異なる条件下での同じ品目の反復測定など、対になった(従属した)観測値であることを確認してください。
- 2つの標本の観測値が独立している場合は、代わりに2サンプルt検定を使用してください。
- 母集団について一般化できるよう、データはランダムに収集します。
- 十分な精度と誤りに対する保護が得られる、適切なサンプルサイズを決定してください。
代替手法:対応のあるt検定を使用すべきでない場合
- 独立した観測値の組が2つある場合は、代わりに 2サンプルt検定 を使用することをお勧めします。
対応のあるt検定の例
例1
ある生理学者が、特定のランニングプログラムが安静時心拍数に影響を与えるかを調べたいと考えています。ランダムに選んだ20人の心拍数を測定しました。1年間ランニングプログラムを続けた後、同じ人たちの心拍数を再び測定しました。その結果、各人について(前と後の)観測値のペアが得られました。続いて、ランニングプログラムの前後で心拍数に統計的に有意な差があるかを評価するため、対応のあるt検定を実施しました。検定は次の手順で実施しました。
- 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。
- Paired t-test を見つけるには、Statistical module> Graphical analysis> Paired t-test を選択します。
- ツール内で、次のように他の入力とともにデータを入力します。

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。


対応のあるt検定の実行方法
手順は次のとおりです。
- まず、Zometric Statistical Softwareにログインします:https://statsai.zometric.com/
- ホームページで Statistical Tool> Graphical analysis > Paired t test を選択します。
- 次に Paired t test をクリックしてダッシュボードを開きます。
- 次に、データを手動で入力するか、Excelシートからデータ全体をコピー(Ctrl+C)してここに貼り付けます(Ctrl+V)。
- 次に、信頼水準と仮説の差の値を入力します。
- 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。
Paired t test 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シートからデータ全体をコピー(Ctrl+C)してここに貼り付ける(Ctrl+V)ことができます。
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。
- Confidence level:仮説検定における信頼水準は、統計分析に対して持つ確実性の度合い、すなわち信頼の水準を表します。真の母集団パラメータが指定した範囲の値に含まれる可能性を示す確率値です。通常、信頼水準はパーセントで表され、(1 - α) で示されます。α は有意水準、すなわち真の帰無仮説を棄却する確率です。たとえば、信頼水準が95%であれば、真の母集団パラメータが区間推定値に含まれると95%確信しており、第1種の過誤(真の帰無仮説を棄却すること)を犯す可能性が5%あることを意味します。実際には、信頼水準が高いほど、統計分析とその結果への確信が強いことを意味します。ただし、信頼水準を上げると信頼区間の幅も広がり、小さな効果を検出しにくくなります。したがって、信頼水準の選択は、研究の文脈と研究者の目標によって決まります。
- Hypothesized difference: 仮説の差とは、帰無仮説と対立仮説の間の母集団パラメータの差を指します。たとえば、検定の平均スコアが2つのグループ(例:男性と女性)の間で有意に異なるかを検定したい場合、仮説の差は、男性の平均スコアと女性の平均スコアの差になります。
- Alternative hypothesis: 仮説検定における対立仮説(研究仮説とも呼ばれます)は、帰無仮説とは異なる結論を表す記述です。帰無仮説は通常、現状、または2つ以上のグループや変数の間に有意な差や関係がないという仮定を表します。対立仮説は検定される記述であり、調べているグループや変数の間に有意な差や関係があることを主張します。
- Histogram of difference:差のヒストグラムは、2組のデータの間の差の分布を示すグラフ表現です。仮説検定の文脈では、2つのグループの平均の差を視覚的に評価するために使用できます。通常、2つのグループからデータを収集し、各グループの平均と分散を計算してから、平均の差を計算します。この差は「効果量」と呼ばれることがよくあります。
- Individual value plot of difference:差の個別値プロットは、仮説検定における2つのグループの間の差を示すグラフ表現です。仮説検定では、処置群と対照群など、2つのグループの間に統計的に有意な差があるかを判断することが研究者の目的です。個別値プロットを使用すると、2つのグループの間の差を1つのプロットに表示できます。通常、このプロットには、各グループの個々のデータ点に加えて、各グループの平均と標準偏差が表示されます。
- Box Plot of difference: 仮説検定の文脈では、差の箱ひげ図を使用して、比較する2つのグループの間の差の分布を表示できます。たとえば、2つのグループの平均値を比較する場合、平均の差を計算し、その差の箱ひげ図を作成できます。
- Histogram of difference: チェックを入れると、ヒストグラムが表示されます。チェックを入れない場合は表示されません。
- Label: データラベルを設定します。次の3つのオプションがあります。
- Outlier:他のデータ値から大きく離れたデータ値で、結果に強く影響することがあります。
- All quartiles:四分位数は、標本のデータを4つの等しい部分に分ける値です。データセットのばらつきと中心傾向をすばやく評価できます。
- Mean:箱ひげ図の平均で、データの中心傾向に関する追加情報を提供します。
- Individual Data: 個々のデータ点は、データセット内の1つの観測値または値です。
- Download as Excel:結果をExcel形式で表示します。Excel形式は容易に編集でき、load fileオプションで再読み込みして計算に使用できます。
よくある質問
対応のあるt検定とは何ですか?
対応のあるt検定(従属標本のt検定とも呼ばれます)は、関連する2つのグループの平均の間に有意な差があるかを評価します。各対象または単位を、異なる条件下または異なる時点で2回測定する場合に使用し、対になった観測値の平均差が0と有意に異なるかを検定します。
対応のあるt検定と2サンプルt検定は、どのように使い分けますか?
同じ個人の前後比較の研究、マッチドペアの研究、異なる条件下での同じ品目の反復測定など、2つの標本が関連している場合は、対応のあるt検定を使用します。2組の観測値が独立している場合は、代わりに2サンプルt検定を使用します。
対応のあるt検定の前提条件は何ですか?
対になった観測値の差はほぼ正規分布に従い、ペアはランダムに選択され、各ペアは他のペアから独立している必要があります。データは連続データである必要があります。ペアが20を超え、分布が単峰性で連続的であれば、軽度の歪みがあっても検定は有効です。
対応のあるt検定にはどのくらいのサンプルサイズが必要ですか?
サンプルサイズは20より大きくする必要があります。ペアが20未満の場合は、データをグラフ化して歪みや異常な観測値を確認し、データが大きく歪んでいる場合や外れ値が多い場合は注意してください。十分な精度と誤りに対する保護が得られるサンプルサイズを選んでください。
