【解説】統計学的に有意とは｜P値と仮説検定

〔※注〕06:08 正しいP値の定義は「帰無仮説の下での『特定の統計モデル内で』ランダム性のみで手元の標本データ『以上に極端な値』が得られる確率」（またこれは厳密には null P値）です。詳細は以下をご参照ください。note.com/sukim...
第５回のテーマは「統計学的仮説検定」と「P値」です。
論文では必ず出てくる“有意差“。
“有意差がある“＝“臨床的に有効である”という単純な思考に陥らないために
その背景にある意味を説明した動画です。
なお今回は特に述べていませんが，
実際の研究は「標本をランダムに抽出する」（01:05）時点から
バイアスされており「一般化可能性」の問題も抱えています。
前回の動画（ • 【重要】推測統計とは何か？～標本と母集団～｜... ）
もあわせて見ていただければ幸いです。
■目次
00:36 今回の結論
00:50 前回の復習
01:28 仮説検定の4STEP
02:00 STEP 1 仮説を設定する
03:43 STEP 2 標本からデータを得る
04:15 STEP 3 帰無仮説が正しい前提でP値を求める
04:58 STEP 4 P値が小さければ帰無仮説を棄却する
05:38 小括①
06:08 P値の定義
06:18 P値が十分小さいとは
07:33 P値が小さくなる場合
07:53 1. 標本サイズが大きい
08:23 2. バイアスが隠れている
09:18 3. まぐれ
11:13 小括②
11:38 実際の論文の例
13:03 今回の結論
■スキマル
「スキマでマルっと医療統計」は臨床医、研修医、医学生、看護師、薬剤師、リハビリスタッフ...etcの皆様にできるだけ分かりやすく、短時間で医療統計を解説していくチャンネルです。
■チャンネル登録はこちらから
/ @sukimaru-stats
■このチャンネルを作っている人
市中病院勤務、内科医2人で運営しています。
ブログやtwitterはこちら。
◇blog
🧠脳内ライブラリアン
nounai-librari...
🍤エビカツ横丁
evineko.com/
◇twitter
👴統計おじさん
/ medibook3
👵エビデンスおばさん
/ evidenceobasan

[@puratube2010]

結局は「求められた効果が出ているかをデータから読み取りそれの真偽を見抜く」ことが重要なのですね。

[@user-cy9qx1xj9s]

最後に論文を例として解説していただける点が素晴らしいです。例え話もわかりやすいです。 これからも沢山動画をあげて下さい！

[@sukimaru-stats]

コメントどうも有難うございます！本日ようやく新しい動画を上げましたが、論文の例と例え話をまた適宜盛り込みながら作らせていただきました。楽しんでいただけましたら幸いです。これからも地道にではありますが動画を少しずつ上げていきますのでまたよろしくお願いします。

[@kensmith8132]

初心者向けに統計的仮説検定を解説してくれる動画を探していてこの動画を見つけたのですが、１点、初心者に誤解を与えてしまう可能性が部分があり、コメントさせていただきます。 　気になった部分は「P値が小さくなる場合、「1.標本サイズが大きい」」「小さいP値を見たときは注意が必要」と記載のある部分で、これは「標本サイズが大きすぎるのはよくない」という誤解を与えてしまう気がしました。 そもそも、「サンプルサイズが大きすぎて悪い」というのは、数理統計分野（※私はベイズ統計・機械学習の人）ではあまり聞くことがありませんでした。 そのため、サンプルサイズが大きくなることで誤った結論が統計的有意として認められてしまうことがあるケースについてネットで、調査しました。 その結果、サンプルサイズが大きすぎて誤った結論が導かれるケースとして、紹介されているものの、ほとんどが以下の２つのパターンだ、ということが判明しました。 1, そもそも帰無仮説が間違っているため、サンプルサイズが増えたときに、その間違いが結果として現れる 2, 標本データ自体に偏りがあるため、サンプルサイズが増えたときに、その偏りが結果として現れる ２つ目のパターンについては、すでに動画内の「バイアス」の項目で近いことが解説されているので特に問題ないと思います。 しかし、１つ目のパターンについては、「帰無仮説またはそれをモデル化している確率モデルや統計手法」が間違っているのであり、「サンプルサイズが大きいこと」が直接の原因ではありません。 よって、私の一意見ですが、「サンプルサイズが大きいこと」を問題視するわけではなく「その統計的仮説検定に使われた確率モデルまたは手法自体が間違っている可能性がある」と説明するべきだと考えます。 長文失礼いたしました。

[@kensmith8132]

合わせて、信頼区間95%に関する動画も拝見させていただきました。 そこで、 投稿主の方は「一定の効果は確実にあるものの、臨床的に効果が軽微すぎて、ほとんど意味がないものもサンプルサイズが大きすぎることによって統計的仮説検定によって検知されてしまうこと」を問題視されているように思えました。 私自身医学に詳しくないので知らなかったのですが、 どうやら医学の分野の統計学の利用目的は、「偶然ではないことを示す（統計的有意性）」だけではなく、「その効果の大きさを測定する（効果量）」まで含まれているらしいことを理解しました。 個人的に、初学者が、これを見て誤解してほしくないという点は以下の２点です。 １．（統計モデルも正しく、サンプルサイズも偏っていないという前提下で）サンプルサイズが大きくなって統計的に有意である、という結果が出る、ということは、「偶然ではないことを示す（統計的有意性）」という目的においては果たされている。（誤解を恐れずに言うのであれば、例えば、検証している薬は効果がある、と主張できる） ２．しかし、医療統計の２つ目の目的、　「その効果の大きさを測定する（効果量）」という目的は果たされていない。（誤解を恐れずに言うのであれば、例えば、検証している薬は効果があるけど、その効果の大きさは他の統計量を計測しないとわからない、ということ）

[@user-nx6or5qd8h]

声がかわいいです！聞きやすく話しが入って気易かったです。

[@sukimaru-stats]

ありがとうございます！いつも録音設定で四苦八苦しているのでそう言っていただけると嬉しいです！！もっと可愛くできるように頑張ります🧜‍♀

[@SATORU19780601]

QC検定の勉強をしていますが、参考書ではサラッと解説しているところを、例を入れて丁寧に解説してくださっているので、理解しやすくとても分かりやすいです！ ありがとうございます✨

[@user-np6zc9qo2j]

素晴らしいです。面白い。ほとんどの統計の解説は式の変換プロセスを見せているだけ。

[@sukimaru-stats]

コメントありがとうございます！大変恐縮です。ご期待に添えるような動画を作れるように今後も頑張ります。

[@gba5005]

凄く勉強になりました❗️ありがとうございました。

[@sukimaru-stats]

嬉しいコメントありがとうございます！！！

[@AIーnavi-CH]

分かりやすいです。 ありがとうございます😊

[@woine872]

とてもわかりやすかったです☺️ ありがとうございます！

[@sukimaru-stats]

有難うございます。そう言って頂けるとまた次の動画作成の励みになります！今後ともよろしくお願いします。

[@user-bi7cm2ud8u]

とても勉強になりました。 一つ質問したいのですが。 論文を読んでいるとP interaction という項目があります。 これはどのように考えれば良いのでしょう？副次評価項目で出てきた値です。 同じP値なのでしょうか？ すいません、調べても分からず質問させて頂きます。

[@sukimaru-stats]

動画をご視聴いただきありがとうございます。動画の内容からは少し離れますので誤りがありましたら申し訳ありません。具体的な論文の内容にもよりますが、通常P_interactionはサブグループとして分けた場合に有意な交互作用があるかどうかを判定する場合に用いられていると思われます。例えばある遺伝子変異がある群とそうでない群、高血圧がある群とそうでない群などそれぞれの結果に有意な差が生じているかどうかなどですね。ただ、その場合も多重検定と検出力の問題が出てくるといえます。あまりに多数のサブグループにおいて交互作用を調べた場合、αエラーが起こりえますし、各サブグループは通常もともと差を検出するのに十分なサンプルサイズとなっていないので、βエラーも起こります。あくまで探索的な仮説検定といってよいのではないでしょうか。

[@yamato4440]

動画で出てくる白黒の可愛い人間たちはどこの素材から取ってきてますか？ 使いたいなと思ってます。

[@sukimaru-stats]

ご質問ありがとうございます。Vyondという有料のアニメーションツールを使っています。使い勝手は良いですがそれなりにお値段が張ります笑 ちなみに利用される場合は英語版のサイトから直接契約された方が安いです。