【R講座】コクランのQ検定

コクランのQ検定とは

コクランのQ検定は、対応のある名義尺度データの群間の差を評価するための検定方法です。

関数の構造と引数オプション

RでコクランのQ検定を行うには、cochran.qtest()関数を使用します。

分析の実践

次のステップでデータを分析していきます。

使用するデータ

この講座では、説明のために同じ CSV データを使い回しています。
実際には、データの性質（分布・尺度・サンプル数など）に合わせて、適切な統計検定を選びましょう。

データの読み込み

まずは、次のコードを使って、オブジェクト「data」にread.csv()関数でcsvファイルのデータを代入します。

# データの読み込み
data <- read.csv(file.choose(),
                 check.names = F)

データの前処理

次に、データの因子変換をします。

Rでは説明変数をFactor型のデータとします。今回の分析ではSubjectとTimeを説明変数とするので、as.factor()関数でデータ型をcharacter型からFactor型に変更します。

# 説明変数をデータ型をFactor型に変更
data$Subject <- as.factor(data$Subject)
data$Time <- as.factor(data$Time)

実行結果は、Environmentタブで確認できます。

コクランのQ検定

次のコードで検定を実行します。

# コクランのQ検定の実行
cochran.qtest(Response ~ Time | Subject, data = data)

cochran.qtest(data$Response ~ data$Time | data$Subject, data = data)

Error in cochran.qtest(data$Response ~ data$Time | data$Subject, data = data) : 
  incorrect specification for formula

結果の見方

検定を実行した結果は、コンソールペインに表示されます。

	Cochran's Q test

data:  Response by Time, block = Subject 
Q = 12, df = 2, p-value = 0.002479
alternative hypothesis: true difference in probabilities is not equal to 0 
sample estimates:
  proba in group End   proba in group Mid proba in group Start 
                 0.1                  0.5                  0.9 

        Pairwise comparisons using Wilcoxon sign test

          End   Mid
Mid   0.12500     -
Start 0.02344 0.125

P value adjustment method: fdr

この結果から、全体として p 値が 0.05 未満であるため、有意な差があると判断できます。さらに、多重比較の結果から、Start 区と End 区の間に有意な差が認められます。