「オールインワン統計」では物足りない、「片側検定を行いたい」「信頼区間を変更したい」「Rの出力結果を確認したい」といったニーズに応えるのが、この個別統計解析機能です。
教科書に載っているような具体的な統計手法を一つずつ選び、詳細な条件を設定して実行することができます。
この機能の特色
- 詳細設定: 対立仮説（両側/片側）、信頼区間（95%/99%）、多重比較の方法（Bonferroni/Holmなど）を細かく指定できます。
- R出力の確認: 解析結果には、要約された表だけでなく、統計エンジン「R」が実際に出力した生の計算結果（コンソール出力）も表示されます。
- 学習に最適: どのようなRコードで計算されたかを確認できるため、統計学やR言語の学習にも役立ちます。
1. 使い方（基本フロー）
- メニューの**「📈 統計解析」**から、目的の検定手法を選びます（例：「対応のないt検定」）。
- 変数選択エリアで、解析したい変数を選びます。
- 群変数: グループ分けの基準となる変数（例：性別、投薬群）。
- 目的変数: 比較したい数値やカテゴリ（例：血圧、治癒の有無）。
- オプションエリアで、検定の条件を設定します。
- **「▶ 解析実行」**ボタンを押します。
2. 利用できる検定手法
データの種類や目的に合わせて、5つのカテゴリに分類されています。
📊 名義変数の検定
「はい/いいえ」「A型/B型/O型/AB型」などのカテゴリデータの比率を比較します。
- カイ二乗検定: 最も一般的な比率の検定です。
- フィッシャーの正確検定: サンプル数が少ない場合に推奨されます。
- マクネマー検定: 対応のある（ペアになった）2値データを比較します。
- コクランQ検定: 対応のある3群以上の2値データを比較します。
- コクラン・アーミテージ検定: 順序のある群（用量など）とイベント発生率のトレンド（傾向）を検定します。
- 残差分析: カイ二乗検定などで有意差が出た場合、具体的にどのセルの度数が期待値と異なるかを特定します。
📈 連続変数の検定
「身長」「体重」「検査値」などの数値データの平均値を比較します。
- 対応のないt検定: 独立した2群の平均値を比較します（Welch法/Student法）。
- 対応のあるt検定: 同じ対象者の前後比較などで使用します。
- 分散分析 (ANOVA): 3群以上の平均値を比較します。
- 反復測定分散分析: 対応のある3群以上の平均値を比較します。
📉 ノンパラメトリック検定
データが正規分布に従わない場合や、順序尺度（ステージI, II, IIIなど）の比較に使用します。
- マン・ホイットニーのU検定: 対応のない2群の中央値（分布）を比較します。
- 符号付順位和検定: 対応のある2群を比較します。
- クラスカル・ウォリス検定: 3群以上を比較します。
- フリードマン検定: 対応のある3群以上を比較します。
- ヨンクヒール・タプストラ検定: 順序のある群（用量など）と中央値のトレンド（傾向）を検定します。
🔗 相関の検定
- 相関分析: 2つの変数の関係性の強さを調べます（ピアソン/スピアマン）。
🔍 事前の検定
- 正規性検定: データが正規分布に従っているかを確認します（シャピロ・ウィルク検定、コルモゴロフ・スミノフ検定）。
- F検定: 2群の分散（ばらつき）が等しいかを確認します。
3. 詳細オプションの設定例
個別統計解析では、以下のような高度な設定が可能です。
- 対立仮説（両側/片側）:
- 「差があるか」だけでなく、「A群の方が大きいか（片側検定）」を検証できます。
- 信頼区間:
- 通常は95%ですが、より厳しく99%信頼区間を求めることもできます。
- 多重比較法:
- 3群以上を比較する際、P値の補正方法を「Bonferroni法」「Holm法」「Tukey法」などから選択できます。
4. 結果の見方
解析を実行すると、以下の2つの形式で結果が表示されます。
- 解析要約（上段）:
- P値や検定統計量、信頼区間などを分かりやすくまとめたレポートです。
- 「有意差あり」「正規分布に従う」などの判定コメントも表示されます。
- Rコンソール出力（下段）:
- 黒い背景のエリアに、R言語の標準的な出力結果が表示されます。
- 論文記載に必要な詳細な統計量（自由度、t値、正確なP値など）を確認したい場合に参照してください。
