医療統計

仮説検定におけるエラー

仮説検定のエラー

統計的検定は観察されたデータをもとに「推測」を行う作業であるため、いつも正しい判断ができるわけではありません。本当は群間差がないのに統計的に群間差ありといってしまうαエラー（あわてもののエラー、第1種の過誤、type Ⅰ error）と、本当は群間差があるのにその差を見逃してしまうβエラー（ぼんやりもののエラー、第2種の過誤、type Ⅱ error）の2つがあります。
両方のエラーを同時に小さくすることが理想ですが、αエラーを小さくするとβエラーは大きくなる、βエラーを小さくするとαエラーが大きくなるという関係があります。新薬などの開発を行う臨床試験では、差がないものを差があるといってしまうαエラーのほうを重視して、αエラーを設定し、次にβエラーが十分小さくなるように症例数を設定します。αエラーを5％に設定するのが標準で、βエラーは10～20％に設定します。

閉じる

検出力と症例数

検出力は、1からβエラーを引いた1－βになります。検出したい群間差とその群間差を示すために測定するデータのばらつきを設定し、検出力が80％や90％になるように必要症例数を計算します。これがいわゆるサンプルサイズ（症例数）の設定になります。