オールインワン統計
論文のTable 1作成などを効率化するための機能です。データの型と群数に応じてデフォルトの検定が自動選択されますが、結果表示後にオプションで変更可能です。
独立した群の比較
2群の場合
連続変数 (平均値)
t.test(x = 目的変数, y = 群変数, var.equal = FALSE)
var.equal:FALSE(デフォルト): Welchのt検定TRUE: スチューデントのt検定（オプションで変更時）
順序変数 (中央値)
wilcox.test(x = 目的変数, y = 群変数, exact = FALSE)
- 検定名: マン・ホイットニーのU検定
カテゴリ変数 (度数)
fisher.test(x = クロス集計表, simulate.p.value = TRUE)
- 検定名: フィッシャーの正確確率検定
- オプション変更時:
chisq.test(x = クロス集計表)（カイ二乗検定）を選択可能
3群以上の場合
連続変数 (平均値)
oneway.test(formula = 目的変数 ~ 群変数, var.equal = FALSE)
var.equal:FALSE(デフォルト): Welchの分散分析TRUE: 通常の分散分析 (ANOVA)
- 多重比較 (事後検定):
- Pairwise Welch t検定 (Bonferroni / Holm)
- Pairwise Student t検定 (Bonferroni / Holm)
- Tukey HSD (通常のANOVA選択時のみ)
順序変数 (中央値)
kruskal.test(x = 目的変数, g = 群変数)
- 検定名: クラスカル・ウォリス検定
- 多重比較: Pairwise Mann-Whitney U検定 (Bonferroni / Holm)
カテゴリ変数 (度数)
fisher.test(x = クロス集計表, simulate.p.value = TRUE)
- 検定名: フィッシャーの正確確率検定
- オプション変更時:
chisq.test（カイ二乗検定） - 多重比較: Pairwise Fisher検定 または Pairwise カイ二乗検定 (Bonferroni / Holm)
対応のある比較
2時点の場合
連続変数 (平均値)
t.test(x = 変数1, y = 変数2, paired = TRUE)
- 検定名: 対応のあるt検定
順序変数 (中央値)
wilcox.test(x = 変数1, y = 変数2, paired = TRUE)
- 検定名: Wilcoxon符号付順位検定
カテゴリ変数 (度数)
mcnemar.test(x = クロス集計表)
- 検定名: マクネマー検定
3時点以上の場合
連続変数 (平均値)
summary(aov(val ~ time + Error(id/time), data = ロング形式データ))
- 検定名: 反復測定分散分析 (Repeated Measures ANOVA)
- 多重比較: Pairwise 対応のあるt検定 (Bonferroni / Holm)
順序変数 (中央値)
friedman.test(y = データ行列)
- 検定名: フリードマン検定
- 多重比較: Pairwise Wilcoxon符号付順位検定 (Bonferroni / Holm)
カテゴリ変数 (度数)
friedman.test(y = データ行列)
- 検定名: コクランのQ検定（内部計算にフリードマン検定を使用）
- 多重比較: Pairwise マクネマー検定 (Bonferroni / Holm)
相関解析
cor.test(x = 変数1, y = 変数2, method = "pearson")
method:"pearson"(デフォルト): 積率相関係数"spearman": 順位相関係数（オプションで変更時）
統計解析 (個別統計解析)
詳細なオプション設定が可能な解析モードです。
名義変数の検定
カイ二乗検定
chisq.test(x = クロス集計表, correct = TRUE)
correct:TRUE(Yatesの連続性補正・デフォルト),FALSE- 多重比較: Pairwise
chisq.test+p.adjust
フィッシャーの正確検定
fisher.test(x = クロス集計表, simulate.p.value = FALSE, B = 2000)
simulate.p.value:TRUE(モンテカルロ法),FALSE(正確計算)- 多重比較: Pairwise
fisher.test+p.adjust
コクランQ検定
friedman.test(y = 0/1データ行列)
- 注釈: 2値データに対するフリードマン検定として計算。
- 多重比較: Pairwise
mcnemar.test+p.adjust
マクネマー検定
mcnemar.test(x = クロス集計表, correct = TRUE)
コクラン・アーミテージ検定
# カイ二乗分布または正規近似によるZ検定 (prop.trend.test相当のロジック)
pnorm(Z, lower.tail = ...)
- 対立仮説: 両側 / 増加傾向 / 減少傾向
残差分析
chisq.test(x = クロス集計表)$stdres
- 出力: 調整済み標準化残差 (Adjusted Standardized Residuals)
- 判定: 絶対値が1.96を超えるセルを有意とみなします。
連続変数の検定
対応のないｔ検定
t.test(x = 群1データ, y = 群2データ, alternative = "two.sided", conf.level = 0.95, var.equal = FALSE)
alternative:"two.sided"(両側),"less","greater"var.equal:FALSE(Welch法),TRUE(Student法)
対応のあるｔ検定
t.test(x = 変数1, y = 変数2, paired = TRUE, alternative = "two.sided", conf.level = 0.95)
分散分析
oneway.test(formula = 目的変数 ~ 群変数, var.equal = FALSE)
var.equal:FALSE(Welch法),TRUE(Classic ANOVA)- 多重比較:
TukeyHSD(Classic時) またはpairwise.t.test
反復測定分散分析
summary(aov(val ~ time + Error(id/time), data = ...))
- 球形性検定: Mauchly’s test (自前実装)
- 補正: Greenhouse-Geisser, Huynh-Feldt epsilon
- 多重比較:
pairwise.t.test(..., paired = TRUE)
ノンパラメトリック検定
マン・ホイットニーのU検定
wilcox.test(x = 群1データ, y = 群2データ, alternative = "two.sided", conf.int = TRUE, exact = NULL)
exact:NULL(自動),TRUE(正確検定),FALSE(正規近似)
符号付順位和検定
wilcox.test(x = 変数1, y = 変数2, paired = TRUE, alternative = "two.sided", exact = NULL)
クラスカルウォリス
kruskal.test(x = 目的変数, g = 群変数)
- 多重比較:
pairwise.wilcox.test(..., p.adjust.method = "bonferroni"/"holm")
フリードマン検定
friedman.test(y = データ行列)
- 多重比較:
pairwise.wilcox.test(..., paired = TRUE)
ヨンクヒール・タプストラ検定
# wilcox.testの結果を集積してZ値を算出 (正規近似)
pnorm(Z, lower.tail = ...)
- 対立仮説: 両側 / 増加傾向 / 減少傾向
相関の検定
相関分析 (無相関検定)
cor.test(x = 変数1, y = 変数2, method = "pearson", alternative = "two.sided")
method:"pearson","spearman","kendall"
事前の検定
コルモゴロフ・スミノフ検定
ks.test(x = データ, y = "pnorm", mean = mean(x), sd = sd(x))
シャピロ・ウィルク検定
shapiro.test(x = データ)
F検定
var.test(x = 群1データ, y = 群2データ, alternative = "two.sided", conf.level = 0.95)
alternative:"two.sided","less","greater"
