両側検定と片側検定の違いは何ですか？

両側検定は、方向に関係なく変数間の関連性をチェックします。片側検定は特定の方向の関連性をチェックします。左片側検定はオッズ比が1未満かどうか、右片側検定は1より大きいかどうかを検定します。両側検定の方が保守的であり、事前の仮説がない場合に推奨されます。

オッズ比は何を示していますか？

オッズ比は2つの変数間の関連の強さを測定します。オッズ比が1の場合は関連がないことを意味します。1より大きい場合はグループ1の方が正の結果になるオッズが高いことを示し、1未満の場合はグループ2の方が高いことを示します。95%信頼区間は推定の精度を評価するのに役立ち、1を含む場合は統計的に有意ではない可能性があります。

フィッシャーの正確確率検定電卓

2×2分割表に対してフィッシャーの正確確率検定を実行します。正確なP値（片側および両側）、オッズ比、相対リスク、ステップバイステップの超幾何確率計算、およびインタラクティブなモザイクプロットの視覚化を取得します。

フィッシャーの正確確率検定電卓

Embed フィッシャーの正確確率検定電卓 Widget

フィッシャーの正確確率検定電卓

フィッシャーの正確確率検定計算機は、超幾何分布を使用して2×2分割表の正確な有意性検定を実行します。漸近近似に依存するカイ二乗検定とは異なり、フィッシャーの検定は正確なp値を算出するため、特にサンプルサイズが小さい場合のカテゴリデータ分析におけるゴールドスタンダードとされています。2×2表を入力すると、片側および両側のp値、オッズ比、相対リスク、インタラクティブなモザイク図、およびステップごとの解決策が表示されます。

フィッシャーの正確確率検定電卓の使い方

セル値を入力する — 2×2分割表の4つの観測度数を入力します。セル「a」は結果がプラスのグループ1、「b」は結果がマイナスのグループ1、「c」はプラスのグループ2、「d」はマイナスのグループ2を表します。クイック例をクリックして動作を確認することもできます。
検定の方向を選択する — あらゆる関連性をテストする場合は「両側」（最も一般的）、オッズ比が1未満であると仮定する場合は「左片側」、1より大きいと予想する場合は「右片側」を選択します。
有意水準を設定する — αを選択します（一般的には0.05）。αが小さいほど、帰無仮説を棄却するためにより強力な証拠が必要になります。
結果を解釈する — p値、オッズ比、相対リスク、モザイク図、超幾何確率分布チャート、および詳細なステップバイステップの計算を確認します。

フィッシャーの正確確率検定とは？

1935年にロナルド・フィッシャー卿によって開発されたフィッシャーの正確確率検定は、分割表におけるカテゴリデータの統計的有意性検定です。2つのカテゴリ変数間に非ランダムな関連があるかどうかを判断します。この検定が「正確」と呼ばれるのは、カイ二乗検定のような近似に頼るのではなく、独立性の帰無仮説の下で、観測されたデータ（またはそれ以上に極端なデータ）が得られる正確な確率を計算するためです。

超幾何分布の公式

周辺合計が固定された特定の2×2表を観測する確率は、超幾何分布によって与えられます。

P = C(R₁, a) × C(R₂, c) / C(N, C₁)
= (R₁! × R₂! × C₁! × C₂!) / (N! × a! × b! × c! × d!)

ここで、R₁、R₂は行の合計、C₁、C₂は列の合計、Nは総計です。この公式は、表内の値のその配置が正確に観測される確率を計算します。

フィッシャーの正確確率検定をいつ使用すべきか

サンプルサイズが小さい場合 — 期待度数が5未満のセルがある場合、カイ二乗近似は信頼できなくなるため、フィッシャーの検定が推奨されます。
2×2表 — この検定は、特に2x2の分割表用に設計されています。
正確な推論が必要な場合 — 近似値ではなく正確なp値が必要な場合。
臨床試験 — 医学研究において治療群と対照群の結果を比較するために一般的に使用されます。
品質管理 — 工程やバッチ間で不良率が異なるかどうかをテストする場合。

フィッシャーの正確確率検定 vs. カイ二乗検定

どちらの検定も分割表の独立性を評価しますが、アプローチが異なります。

フィッシャーの検定は正確な確率を計算します。カイ二乗検定は大標本近似を使用します。
フィッシャーの検定はサンプルサイズに関わらず常に有効ですが、カイ二乗は期待度数が5以上であることを必要とします。
大標本の場合、両方の検定はほぼ同一の結果を与えますが、カイ二乗の方が計算が高速です。
フィッシャーの検定は、非常に大きな表（N > 1000）では計算負荷が高くなる場合があります。

オッズ比と相対リスクの理解

オッズ比 (OR) は、2つのイベント間の関連の強さを測定します。OR = (a × d) / (b × c) です。ORが1なら関連なし、OR > 1ならグループ1で結果が起こりやすいこと、OR < 1ならグループ2で起こりやすいことを意味します。95%信頼区間は、ORが統計的に1と区別できるかどうかを判断するのに役立ちます。

相対リスク (RR) は、グループ間での結果の発生確率を比較します。RR = [a/(a+b)] / [c/(c+d)] です。結果がまれな場合、ORはRRを近似しますが、結果が一般的な場合は乖離します。RRは前向き研究においてより直感的に解釈できることが多いです。

片側検定 vs. 両側検定

両側検定は、関連の方向に関係なく、観測された表と同等またはそれ以下の確率を持つすべての表の確率を合算します。これは最も一般的で保守的なアプローチです。片側検定は一方向の表のみを考慮します（OR < 1の場合は左片側、OR > 1の場合は右片側）。これは、効果の方向性について強力な事前の仮説がある場合にのみ使用すべきです。

FAQ

フィッシャーの正確確率検定とは何ですか？

フィッシャーの正確確率検定は、2×2分割表における2つのカテゴリ変数間に非ランダムな関連があるかどうかを判断するために使用される統計的有意性検定です。カイ二乗検定とは異なり、超幾何分布を使用して正確な確率を計算するため、サンプルサイズが小さい場合や期待度数が5未満の場合に理想的です。

カイ二乗検定の代わりにフィッシャーの正確確率検定をいつ使うべきですか？

2×2表の期待度数が5未満のセルがある場合、合計サンプルサイズが小さい場合（通常20〜30未満）、または近似ではなく正確なp値が必要な場合に使用します。フィッシャーの検定はサンプルサイズに関わらず常に有効ですが、カイ二乗近似は小規模サンプルでは信頼性が低くなります。

片側と両側のフィッシャーの正確確率検定の違いは何ですか？

両側検定は、方向に関係なく変数間の関連性をチェックするもので、最も一般的に使用されるアプローチです。片側検定は特定の方向の関連性をチェックします。左片側はオッズ比が1未満かどうか、右片側は1より大きいかどうかを検定します。効果の方向に強い事前の仮説がない限り、両側検定を使用してください。

フィッシャーの正確確率検定でp値はどのように計算されますか？

p値は超幾何分布を使用して計算されます。行と列の合計が固定された特定の2×2表について、その表の正確な確率が算出されます。両側検定では、観測された表と同じかそれ以下の確率を持つすべての可能な表の確率が合算されます。片側検定では、一方向のみの確率が合算されます。

フィッシャーの正確確率検定においてオッズ比は何を意味しますか？

オッズ比は2つのカテゴリ変数間の関連の強さを測定します。オッズ比が1であれば関連がないことを意味します。1より大きい場合はグループ1の方がグループ2よりもプラスの結果になるオッズが高いことを示します。1未満の場合はグループ2の方が高いことを示します。95%信頼区間は、関連が統計的に意味があるかどうかを評価するのに役立ちます。区間に1が含まれる場合、関連は有意ではない可能性があります。

このコンテンツ、ページ、またはツールを引用する場合は、次のようにしてください：

"フィッシャーの正確確率検定電卓"（https://MiniWebtool.com/ja/フィッシャーの正確確率検定計算機/） MiniWebtool からの引用、https://MiniWebtool.com/

MiniWebtool チーム作成。最終更新日: 2026-04-15

また、AI 数学ソルバー GPT を使って、自然言語による質問と回答で数学の問題を解決することもできます。