統計データの分析や解析のご依頼は「情報統計研究所」にお問合せ下さい。
順序カテゴリーの分割表における傾向性の検定は、データの比率が一定の増減や増加の傾向が見られるものに適用すべきです。もう一つの事例（参考図書、Rによる医療統計学、岡田昌史監訳）を示しておきましょう。
効果[＋+, ＋, －]
P薬剤[29, 44, 78](19.21%,29.14%,51.66%)
A薬剤[41, 51, 62](26.62%,33.12%,40.26%)
ChiSq_trend=4.2443(df=1),p=0.03938(Significant)
この様に、分割表検定一つとっても統計手法の選択次第で全く異なった結果になってしまします。手法の選択に迷ったら情報統計研究所にメールしてみるのも良いかも知れません。情報統計研究所は依頼者と一緒に考え統計的問題の解決に尽力します。
もう一つ、例題（医薬統計解析マニュアル、斧田太公望）を示しておきましょう。
効果[著名改善、改善、やや改善、不変、悪化]
Ａ薬剤[5,23,19,15,4]
Ｂ薬剤[4,14,26,21,1]
ここでは、Mann-Whitney U test を適用しますと、U 値＝1931.5(p=0.2146)となり、Ａ薬剤とＢ薬剤の効果には有意差が認められません。ちなみに、ここでは有意差を期待して検定を行ったのでしょうか？ あるいは、差のないことを期待して検定したのでしょうか？
例えば、後発薬のように先発薬との有効性に差がないことを期待しての検定ならば、効果に差のないことを積極的に証明しなければなりません。ここでの検定で有意差がなかったからＡ薬剤とＢ薬剤の効果は同等であるとは言えません。通常の検定は帰無仮説が棄却できるかどうかを問うもので、これを positive trial と言っています。例えば、「容疑者＝真犯人」として裁判中にアリバイが成立すれば無罪となるように、確率的に一定の有意水準を設定して有意差を決めている訳です。
検定で有意差がなかったから「同等である」とは言えません。では、積極的に「同等である」と言うにはどうすれば良いのでしょうか。この様な問題を negative trial と呼んでおり、検定ではあらかじめハンディキャップをつけて検定をスタートさせます。同等であれば、スタート時点でハンディを付けているのですから、ハンディの差のままゴールする筈です。先のMann-Whitney U test の例では10％の差をつけて検定しますと、U 値＝3.0885(p<0.001) となって有意差が認められました。すなわち、10％以上劣ることはない同等性が認められたと言えます。