統計学におけるマン・ホイットニー検定
統計学は、データの収集、分析、解釈、および提示を扱う数学の一分野です。統計学は、データに基づいた意思決定を行うために様々な分野で活用されています。統計学でよく用いられる手法の一つに、マン・ホイットニー検定（マン・ホイットニーU検定またはウィルコクソン順位和検定とも呼ばれる）があります。これは、対応のない2つのグループ間に有意差があるかどうかを判断するために用いられるノンパラメトリックな手法です。
マン・ホイットニー検定入門
マン・ホイットニー検定は、1947年にヘンリー・マンとドナルド・ホイットニーによって、t検定のノンパラメトリックな代替手法として導入されました。この方法は正規性の仮定を必要としません。そのため、データが正規分布に従わない場合や、正規性の仮定を検証するにはサンプルサイズが小さすぎる場合に特に有効です。
マン・ホイットニー検定の基本原理
マン・ホイットニー検定は、2つのグループの中央値を比較するために使用されます。基本的な原理は次のとおりです。
1. 順位付け：両グループのすべてのデータを統合し、小さい順から大きい順に順位付けします。値が同じ場合は、それぞれの観測値を適切な順位の平均値で順位付けします。
2. 統計検定の計算：統計検定値（U）は、各グループの順位の合計に基づいて計算されます。計算方法は2種類あり、1つは最初のグループから始める方法、もう1つは2番目のグループから始める方法です。
– Uの一般式は次のとおりです。
\[
U_1 = n_1 \times n_2 + \frac{n_1 \times (n_1 + 1)}{2} – R_1
\]
atau
\[
U_2 = n_1 \times n_2 + \frac{n_2 \times (n_2 + 1)}{2} – R_2
\]
どこ：
– \(n_1\) と \(n_2\) は各グループの観測数です。
– \(R_1\) と \(R_2\) は、各グループのランク数です。
3. 有意性検定：有意性検定はp値を決定するために実施されます。サンプルサイズが大きい場合、U分布は正規分布で近似できます。
マン・ホイットニー検定における前提条件
マン・ホイットニー検定はノンパラメトリック検定であり、正規分布を仮定する必要はありませんが、結果の妥当性を確保するためには、いくつかの関連する仮定を満たす必要があります。
1. 独立性：両グループの各観測値は互いに独立していなければならない。
2. 順序尺度または間隔尺度：データは順序尺度または間隔尺度である必要があります。これは、データが並べ替え可能であり、順位情報を含んでいることを意味します。
3. 分布範囲：両グループの分布は同じ形状でなければならない（中央値は異なっていても構わない）。
マン・ホイットニー検定の実施手順
マン・ホイットニー検定を実施する際の一般的な手順は以下のとおりです。
1. データの結合と並べ替え：両グループのデータを結合し、全体として並べ替えます。順位は、平均値に基づいて調整された順序に従って割り当てられます。
2. ランキング数を計算する：各グループのランキング数を計算します。
3. 統計のU値の決定：前述の式を使用して、両グループのU値を計算します。
4. 臨界値またはp値の決定：得られたU値をU分布表の臨界値と比較し（またはp値を計算して）、グループ間の差が統計的に有意であるかどうかを判断します。
例えば、データセットAとBの2つがあるとします。これらのデータは、ある特定の疾患に対する2つの異なる治療法を表している可能性があり、どちらの治療法がもう一方よりも効果的かを知りたいとします。
実例
治療グループが2つあるとしましょう。
– 治療法A：[85、90、88、75、91]
– 治療B：[80、78、95、87、92]
1. データの結合と並べ替え：
– 総合得点: [85, 90, 88, 75, 91, 80, 78, 95, 87, 92]
– 順位とランキング: [75(1), 78(2), 80(3), 85(4), 87(5), 88(6), 90(7), 91(8), 92(9), 95(10)]
2. ランク数の計算：
– 治療A評価の数：4 + 7 + 6 + 1 + 8 = 26
治療Bの評価数：3 + 2 + 10 + 5 + 9 = 29
3. U値の計算：
\[
U_A = n_1 \times n_2 + \frac{n_1 \times (n_1 + 1)}{2} – R_A = 5 \times 5 + \frac{5 \times (5 + 1)}{2} – 26 = 25 + 15 – 26 = 14
\]
\[
U_B = n_1 \times n_2 + \frac{n_2 \times (n_2 + 1)}{2} – R_B = 5 \times 5 + \frac{5 \times (5 + 1)}{2} – 29 = 25 + 15 – 29 = 11
\]
より小さいU値、すなわちU = 11を選択します。
4. 有意性の判定：
得られたU値をマン・ホイットニー分布表の臨界U値と比較するか、p値を計算します。U値が臨界値より小さい場合、またはp値がα（例えば0,05）より小さい場合は、帰無仮説を棄却し、2つのグループ間に有意差があると結論付けます。
マン・ホイットニー検定の利点と限界
利点：
1. ノンパラメトリック：正規分布の仮定を必要としない。
2. 柔軟性：データが順序尺度である場合や外れ値がある場合にも使用できます。
3. シンプルで効果的：計算や解釈が容易。
ケテルバタサン:
1. 効率の低下: 正規分布では、t検定の方が効率的です。
2. 同じ分布形式の仮定：このテストでは、2つのグループ間で同じ分布形式を仮定します。
3. サンプルサイズが小さい場合の限界: 漸近分布は、非常に小さなサンプルでは精度が低くなる可能性があります。
結論
マン・ホイットニー検定は、2つの非対応グループ間の差異を特定するための強力かつ柔軟なノンパラメトリック手法です。その基本原理と実施手順を理解することで、様々な研究分野における多様な用途にこの検定を活用できます。いくつかの制約はあるものの、特定の状況下ではその利点から、統計学において非常に価値のある手法となっています。
