対応のないt検定(母分散が未知で等しい場合)

1ページ 2ページ

合併した分散(併合分散, プールした分散)

2群の分散が同じだと仮定した場合(等分散)

対応のある2群の平均値は1標本の問題となるので、シンプルな分散でした(対応のあるt検定).もし両群の分散(\(\sigma^2\))が既知であったならば、分散の加法性よりZ値は以下のようになります.

X群の平均を\(\bar{X}\)、Y群の平均を\(\bar{Y}\)
X群の母平均を\(\mu_x\)、Y群の母平均を\(\mu_y\)
X群のサンプルサイズを\(n_x\)、Y群のサンプルサイズを\(n_y\)

Z=(X‾−Y‾)−(μx−μy)σ2nx+σ2ny∼N(0,1)Z=\dfrac{(\bar{X} – \bar{Y})-(\mu_x – \mu_y)}{\sqrt{\dfrac{\sigma^2}{n_x}+\dfrac{\sigma^2}{n_y}}} \, \sim N(0, \, 1)

ただし、\(\sigma^2\) は未知です。各群の不偏分散 \(\hat{s_x}^2\)、\(\hat{s_y}^2\)を自由度で重み付けした併合分散を使います。各群の不偏分散は、偏差平方和をそれぞれn_x − 1、n_y − 1で割った値です。

t分布より

t=ZWk∼t(k)t=\dfrac{Z}{\sqrt{\dfrac{W}{k}}} \, \sim t(k)

ここでZは標準正規分布、Wは自由度kのカイ二乗分布に従い、ZとWは独立である必要があります。正規母集団からの独立標本では、標本平均と標本分散の独立性により、この条件が満たされます。

X, Yの母集団は正規分布であるため、カイ二乗分布の性質より以下のことが成り立ちます(ここがポイント)

χX2=Σ(Xi−X‾)2σ2∼χ2(nx−1)\chi_X^2=\dfrac{\Sigma{(X_i-\bar{X})^2}}{\sigma^2}\,\sim\chi^2(n_x-1)
χY2=Σ(Yi−Y‾)2σ2∼χ2(ny−1)\chi_Y^2=\dfrac{\Sigma{(Y_i-\bar{Y})^2}}{\sigma^2}\,\sim\chi^2(n_y-1)
w=χX2+χY2 とするとカイ二乗分布の再生性よりw=\chi_X^2 \, + \, \chi_Y^2 とするとカイ二乗分布の再生性より
w=(nx−1)sX2+(ny−1)sY2σ2∼χ2(nx+ny−2)w = \dfrac{(n_x-1)s_X^2+(n_y-1)s_Y^2}{\sigma^2} \, \sim\chi^2(n_x+n_y-2)

上式を整理すると次の恒等式になります。ただし、Wは未知の母分散を含むため、これだけで母分散が求まるわけではありません。共通の母分散は、後述する併合分散で推定します。

σ2=(nx−1)sx^2+(ny−1)sy^2w\sigma^2=\dfrac{(n_x-1)\hat{s_x}^2+(n_y-1)\hat{s_y}^2}{w}

これまでの結果から \(T\) は自由度\(n_x+n_y-2\)のt分布に従います

T=Z(wnx+ny−2)T=\dfrac{Z}{\sqrt{(\dfrac{w}{n_x+n_y-2})}}

\(Z\) と \(w\) を上式に当てはめると以下のようになります

T=(X‾−Y‾)−(μx−μy)σ2nx+σ2nyσ2(nx+ny−2)(nx−1)sx^2+(ny−1)sy^2T=\dfrac{(\bar{X} – \bar{Y})-(\mu_x – \mu_y)}{\sqrt{\dfrac{\sigma^2}{n_x}+\dfrac{\sigma^2}{n_y}}}\sqrt{\dfrac{\sigma^2(n_x+n_y-2)}{(n_x-1)\hat{s_x}^2+(n_y-1)\hat{s_y}^2}}
=(X‾−Y‾)−(μx−μy)sp2(1nx+1ny)=\dfrac{(\bar{X} – \bar{Y})-(\mu_x – \mu_y)}{\sqrt{s_p^2\left(\dfrac{1}{n_x}+\dfrac{1}{n_y}\right)}}
sp2=(nx−1)sx^2+(ny−1)sy^2nx+ny−2 ・・・これが合併した分散s_p^2=\dfrac{(n_x-1)\hat{s_x}^2+(n_y-1)\hat{s_y}^2}{n_x+n_y-2} ・・・これが合併した分散

これでt値を求めることができます。サンプルデータを当てはめてみましょう!

t値

R
s2 <- ((28-1)*9.7^2 + (31-1)*8.57^2)/(28+31-2)
(t <- (25.1-30.7)/(sqrt(s2*(1/28+1/31))))
[1] -2.354492

Studentのt検定(等分散を仮定):t値・自由度・p値・95%信頼区間をRで手計算する

Rコードを表示
R
x <- data$X[!is.na(data$X)]
y <- data$Y[!is.na(data$Y)]
nx <- length(x)
ny <- length(y)
sx <- sd(x)
sy <- sd(y)
mx <- mean(x)
my <- mean(y)
sp2 <- ((nx - 1)*sx^2 + (ny - 1)*sy^2)/(nx + ny - 2)
se <- sqrt(sp2*(1/nx + 1/ny))
t_stat <- (mx - my)/se
df <- nx + ny - 2
p_value <- 2*pt(-abs(t_stat), df = df)
ci <- (mx - my) + c(-1, 1)*qt(0.975, df = df)*se
c(t = t_stat, df = df, p = p_value)
ci # 母平均差(X - Y)の95%信頼区間
result <- t.test(x, y, var.equal = TRUE, alternative = "two.sided")
stopifnot(isTRUE(all.equal(unname(result$statistic), t_stat)),
          isTRUE(all.equal(result$p.value, p_value)),
          isTRUE(all.equal(as.numeric(result$conf.int), ci)))
> c(t = t_stat, df = df, p = p_value)
          t          df           p 
-2.35573405 57.00000000  0.02194937 
> ci # 母平均差(X - Y)の95%信頼区間
[1] -10.3649066  -0.8401625

Welchのt検定

Welchのt検定は、2群の母分散が等しいという仮定を置かない方法です。分散が異なることを証明してから使う方法ではありません。等分散の根拠が乏しい場合に利用でき、Rのt.test()でも既定の方法です。

RでWelchの検定を実行

R
t.test(data$X, data$Y, var.equal=FALSE)
        Welch Two Sample t-test

data:  data$X and data$Y
t = -2.3408, df = 54.245, p-value = 0.02295
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
 -10.4005108  -0.8045583
sample estimates:
mean of x mean of y 
 25.10714  30.70968 

◆ t値=-2.3408の求め方

母分散の等しさを仮定せず、帰無仮説を母平均差0とすると、Welchのt統計量は次の式です。

T=X‾−Y‾sx^2nx+sy^2nyT=\dfrac{\bar{X}-\bar{Y}}{\sqrt{\dfrac{\hat{s_x}^2}{n_x}+\dfrac{\hat{s_y}^2}{n_y}}}

自由度は以下のようになります(整数になるとは限りません)

d1=s^x2nx,d2=s^y2nyd_1=\frac{\hat{s}_x^2}{n_x},\quad d_2=\frac{\hat{s}_y^2}{n_y}
df=(d1+d2)2d12nx−1+d22ny−1df = \dfrac{(d_1+d_2)^2}{\dfrac{d_1^2}{n_x-1}+\dfrac{d_2^2}{n_y-1}}

◆ 実際の数値を代入してみましょう

自由度

R
d1 <- 9.696656^2/28
d2 <- 8.572023^2/31
df <- (d1+d2)^2/((d1^2/(28-1))+(d2^2/(31-1)))
print(df)
[1] 54.24476

t値

R
t <- (25.10714-30.70968)/sqrt(d1+d2)
print(t)
[1] -2.340832

p値

R
# tの符号にかかわらず使える両側p値
2 * pt(-abs(t), df = df) 
[1] 0.02294632
ウェルチのt検定
リハビリテーション統計学に頻出する検定です。回復期病棟で3週間入院した脳卒中患者を対象とした。A病院の患者群をA群、B病院の患者群をB群としてFIM利得を比較した。両群の患者属性、入院時FIM、治療内容については傾向スコアにて調整した。

結果の解釈と報告

p値は、帰無仮説と検定の前提が成り立つときに、観測された結果以上に極端な結果が出る確率です。「帰無仮説が正しい確率」ではありません。p値が0.05以上でも、母平均が等しいと証明されたわけではありません。平均差の大きさと信頼区間を合わせて判断します。

対応のあるt検定
リハビリテーション統計学で使用頻度の高い検定です。COPDの男性患者10名を対象にして、入院時と入院2週間後に6分間歩行距離(m)を計測した。両時点での歩行距離に有意な差があるか検証してみましょう。

Studentのt検定では、この例の自由度は28 + 31 − 2 = 57です。掲載の要約値から計算するとt ≈ −2.356、平均差の95%信頼区間は約−10.36~−0.84となります。途中で丸めた数値を使うと結果が少し変わるため、実際の報告には正確な値を使ってください。

タイトルとURLをコピーしました