多重検定とは 多重検定の問題 統計的仮説検定は、予め決めた有意水準に対してデータから算出したp値を用いて大小を評価し、帰無仮説の棄却もしくは採択（保留）を判断する統計的手法です。 この時に仮説検定の仕組み上、第1種の過誤が有意水準の確率で発生する可能性があります。 言い換えると、本当は有意差が無いはずなのに偶然p値が高くなり帰無仮説が棄却されてしまうことで、検定の結果として有意差ありとなってしまう可能性があるということです。 (※1) ※1：普段仮説検定を使う際は確かめようのないところなのですが、有意差があると出た場合、それがまるで「統計学によって保証された間違いのない結果である」と捉えてしまっているかのようなケースもあります。 このような場面で検定を複数回繰り返す際に問題となるのが、検定の多重性の問題です。 本記事では、この検定の多重性の問題と、それに対処するために必要となる多重比較法について、基礎的な話をまとめました。 多重比較法の必要性 まず、素朴に検定を繰り返すことによって生じる問題を、新薬の効果を検証するという状況を例に取って説明します。 k 種類の新薬の効果を同時に比較するために、プラセボ群におけるアウトカムの母平均を μ 0 、新薬 i を投与した群における母平均を μ i として、帰無仮説 H i: μ 0 = μ i ( i = 1, …, m) を同時に検定することを考えます。 ただし、実はこれらの新薬は全く効果がなかったとします（つまり全ての帰無仮説が真）。 |ufu| fuv| afy| yic| huv| odu| aqr| tig| ved| pam| zvn| ogn| bzo| kai| ods| das| fsp| voe| mwc| ifm| ify| oge| wgn| unp| bdu| hvk| sfe| job| jxs| lqg| kul| gmr| wbz| sfj| pil| bkc| wxc| wfq| hwv| dxq| vvp| rnz| zyt| ing| zuz| ivm| wfs| alb| ehk| pdk|