2サンプルの比率検定(Two Sample Proportion Test)

2サンプルの比率検定は、独立した2つの母集団における特定の特性の比率を比較し、観測された差が統計的に有意かどうかを判定する統計的仮説検定で、母集団の比率の差の信頼区間を計算します。独立性、無作為抽出、二値の結果、十分なサンプルサイズという前提が満たされていれば、平均や分散よりも比率、率、パーセンテージが重要となる医療、経済、生存解析などの分野で適用できます。

最終レビュー

重要なポイント

2サンプルの比率検定は、独立した2つの母集団における特定の特性の比率を比較し、観測された差が有意かどうかを判定する統計的仮説検定です。

このページの内容
  1. 2サンプルの比率検定とは
  2. 2サンプルの比率検定を使用する場面
  3. 2サンプルの比率検定を正しく使用するためのガイドライン
  4. 代替手法:2サンプルの比率検定を使用すべきでない場合
  5. 2サンプルの比率検定の例
  6. 2サンプルの比率検定の実行方法

2サンプルの比率検定とは

2サンプルの比率検定は、独立した2つの母集団における特定の特性の比率を比較し、観測された差が統計的に有意かどうかを判定する統計的仮説検定で、母集団の比率の差の信頼区間を計算します。独立性、無作為抽出、二値の結果、十分なサンプルサイズという前提が満たされていれば、平均や分散よりも比率、率、パーセンテージが重要となる医療、経済、生存解析などの分野で適用できます。

2サンプルの比率検定を使用する場面

2サンプルの比率検定は、ある特性について、2つの母集団の比率の間に統計的に有意な差があるかどうかを判定するために使用します。

  • 比率の比較:独立した2つの母集団または標本の間で、特定の特性の比率を比較する必要がある場合。
  • 大標本の場合:正規近似の条件を満たすよう、両方の標本が十分に大きい場合(一般に、各標本に成功と失敗がそれぞれ10個以上)は、比率の2サンプルz検定を使用します。
  • 小標本の場合:正規近似の条件を満たさない小さなサンプルサイズでは、サンプルサイズに関係なく正確な結果が得られるノンパラメトリック検定であるFisherの正確検定を使用します。
  • 二値の結果:データが二値の結果(例:成功/失敗、はい/いいえ)で構成され、比率に有意な差があるかどうかを判定したい場合。
  • 無作為抽出:妥当で代表性のある結果を得るために、標本がそれぞれの母集団から無作為に選ばれている場合。

2サンプルの比率検定を使用する状況の例を次に示します。

  • 医学研究:心臓病のリスクを下げることを目的とした新薬を試験しているとします。2サンプルの比率検定を行い、治療群(薬を投与する群)と対照群(薬を投与しない群)で、心臓病を発症した患者の比率を比較できます。
  • 市場調査:ある製品の2つの異なるブランドについて、顧客満足度を調べる調査を行っているとします。2サンプルの比率検定を使用して、各ブランドに満足している顧客の比率を比較できます。
  • 品質管理:2つの異なる製造工程の品質を調べ、どちらがより多くの不良品を生産するかを判断するとします。2サンプルの比率検定を使用して、各工程が生産する不良品の比率を比較できます。

2サンプルの比率検定を正しく使用するためのガイドライン

  • 無作為抽出:母集団について妥当な一般化を行うため、標本データは無作為に選んでください。
  • 二値データ:データは2つのカテゴリー(例:合格/不合格、1/0)のみで構成されている必要があります。計数データには、2サンプルポアソン率検定を使用します。
  • 観測値の独立性:各観測値は、他のすべての観測値から独立している必要があります。
  • 適切なサンプルサイズ:精度の高い推定値、狭い信頼区間、第1種の誤りと第2種の誤りに対する十分な保護が得られるよう、サンプルサイズを十分に大きくしてください。

代替手法:2サンプルの比率検定を使用すべきでない場合

  • データセットが、単位あたりの欠点数のような計数データで構成されている場合は、2サンプルポアソン率検定を使用するのが適切です。

2サンプルの比率検定の例

大学の奨学金担当者が、男子学生と女子学生のどちらが夏季の仕事に就きやすいかを評価するため、学生の標本を選びます。標本とした男子学生802人のうち725人が夏季に仕事に就き、標本とした女子学生712人のうち573人が仕事に就きました。奨学金担当者は2比率の検定を用いて、どちらの性別が夏季の仕事に就きやすいかを評価します。手順は次のとおりです。

  1. データを分析するには、次のURLにアクセスします:https://statsai.zometric.com/
  2. ツール内で、データを入力します。標本1のnumber of eventsに725、標本1のnumber of trialsに802、標本2のnumber of eventsに573、標本2のnumber of trialsに712、hypothesized differenceに0、confidence levelに95を入力します。
  3. 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。
Two sample proportion test — figure 1

2サンプルの比率検定の実行方法

手順は次のとおりです。

  1. まず、Zometric Statistical Softwareにログインします:https://statsai.zometric.com/
  2. ホーム画面でStatistical Tool> Graphical analysis >Two sample proportion testを選択します。
  3. 次に、Two sample proportion test をクリックしてダッシュボードを開きます。
  4. 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)。
  5. 次に、number of events、number of trials、hypothesized proportion、confidence levelの値を入力します。
  6. 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。

次に、Two sample proportion testのダッシュボードには、左側の部分しかありません。

Two sample proportion test — figure 2

この左側の部分には、次のような多くのオプションがあります。

  • Number of events: 1サンプルの比率検定において、事象数とは、分析する標本の中で、対象とする事象が発生した回数を指します。
  • Number of trials: 1サンプルの比率検定において、試行数とは、分析する標本に対して行われた、独立で同一の試行または観測の回数を指します。
  • Hypothesized difference: 仮説上の差とは、帰無仮説と対立仮説の間での母集団パラメータの差を指します。たとえば、テストの平均点が2つのグループ(例:男性と女性)の間で有意に異なるかどうかを検定したい場合、仮説上の差は、男性の平均点と女性の平均点の差になります。
  • Confidence level: 仮説検定において、信頼水準は、統計解析に対して持つ確からしさの程度、つまり信頼の度合いを表します。真の母集団パラメータが指定した値の範囲内にある可能性を示す確率値です。通常、信頼水準はパーセンテージで表され、(1 - α) と表記されます。ここで α は有意水準、つまり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の範囲内にあると95%の確信があり、第1種の誤り(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。実用上、信頼水準が高いほど、統計解析とその結果に対する確信が強まります。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、調査の状況と研究者の目的によって決まります。
  • Alternative hypothesis: 仮説検定において、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、つまり2つ以上のグループまたは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、調査対象のグループまたは変数の間に有意な差や関係があることを主張します。
  • Load example: サンプルデータが読み込まれます。
  • Method:
    • Estimate the proportions separately: 2サンプルの比率検定で比率を別々に推定するには、まず2つの独立した標本からデータを収集し、各標本について成功(または対象とする事象)の比率を計算します。
    • Use the pooled estimate of the proportion: 2サンプルの比率検定において、比率の併合推定値は、母集団の真の比率が等しいと仮定した場合の、2つの標本の比率の加重平均です。この推定値を用いて検定統計量を計算し、2つの標本の間の比率の差が統計的に有意かどうかを判定します。

よくある質問

2サンプルの比率検定とは何ですか?

2サンプルの比率検定は、独立した2つの母集団における特定の特性の比率を比較し、観測された差が統計的に有意かどうかを判定する仮説検定です。母集団の比率の差の信頼区間も求められます。

2サンプルの比率検定の前提は何ですか?

データは合格/不合格やはい/いいえのような二値であること、標本が無作為に選ばれていること、各観測値が他のすべての観測値から独立していること、サンプルサイズが十分に大きいことが必要です。比率のz検定では、正規近似のために、一般に各標本に成功と失敗がそれぞれ10個以上必要です。

代わりにFisherの正確検定を使用するのはどのような場合ですか?

正規近似の条件を満たさない小さな標本には、サンプルサイズに関係なく正確な結果が得られるノンパラメトリック検定であるFisherの正確検定を使用します。比率の2サンプルz検定は、各標本に成功と失敗がそれぞれ10個以上ある場合に適しています。

代わりに2サンプルポアソン率検定を使用するのはどのような場合ですか?

データが二値の結果ではなく、単位あたりの欠点数のような計数データの場合は、2サンプルポアソン率検定を使用します。2サンプルの比率検定が適用できるのは、各品目が不良品か不良品でないかのように、2つのカテゴリーのいずれかに分類される場合のみです。