今回からは、JASPの「Frequencies」に入ります。
ここでは、JASPによる分割表形式での統計的検定についてご紹介します。
ここでは、JASPによる分割表形式での統計的検定についてご紹介します。
同書45ページの「表5.７ フイッシャー計算の分割表」を下記（表１）の様なデータ・フォームにし、今までと同様にExcel（CSV形式）で保存して下さい。
表１ 分割表形式のデータ・フォーム（Medicine→Gender と訂正、以下同じ）
例えば、「Frequency.csv」として保存されたなら、
JASP起動→「Frequency.csv」の読込み
↓
Frequencies→Contingency Tables
↓
図１ 変数の選択
↓
Frequencies→Contingency Tables
↓
図１ 変数の選択
図２ 出力結果(1)
「Chi-squared=8.404、p=0.004」となっていますが、
ここで、
図３の様に検定方法を追加してみます。
図３の様に検定方法を追加してみます。
図３ 検定方法の追加
赤矢印にチェックを入れ選択してみましょう。
図４ 出力結果(1)
Ci-Squared Test の ”Chi continuity correction” はYates の補正値の値となります（赤矢印）。
また、
対数オッズ比（赤矢印）は、
Log Odds ratio=1.823（0.473～3.172）
Fisher's exact test の Log Odds ratio=1.804（0.378～3.595）
対数オッズ比（赤矢印）は、
Log Odds ratio=1.823（0.473～3.172）
Fisher's exact test の Log Odds ratio=1.804（0.378～3.595）
・・・となっています。
対数オッズ比はオッズ比の自然対数値のことで、ロジスティック回帰分析の係数にあたり、その指数がオッズ比になります。
オッズ比が知りたいなら、
データ解析環境「R」で次のようにすれば良いでしょう。
例えば、
データ解析環境「R」で次のようにすれば良いでしょう。
例えば、
「Frequency.csv」を Excelで開き、データ部分をすべて選択しコーピーすればグリッドボードにコピーされますので、
事前に「R」の "R Console" に下記のコマンドを書いておき実行して下さい。
事前に「R」の "R Console" に下記のコマンドを書いておき実行して下さい。
dat<- read.delim("clipboard", header=T) ←事前に「R」の"R Console"に記載しておき実行する。
↓ ここから以下は、新しいスクリプトに記載して実行すると良いでしょう。
dat
fit <- glm(Medicine ~ TC, weights = Count, data = dat, family = binomial)
summary(fit)
fit <- glm(Medicine ~ TC, weights = Count, data = dat, family = binomial)
summary(fit)
図５ 出力結果(2)
TCLow の Estimate(1.8225) は、図４の出力結果(1)の "Log Odds Ratio" と一致します。
ここで、
次の「R」コマンドを実行すると、Odds ratio とその95％信頼限界を求めることが出来ます。
次の「R」コマンドを実行すると、Odds ratio とその95％信頼限界を求めることが出来ます。
***
fit <- glm(Medicine ~ TC, weights = Count, data = dat, family = binomial)
summary(fit)
Odds<- exp(summary(fit)$coef["TCLow",1])
Odds
OddsCI<- exp(summary(fit)$coef["TCLow",1] +
qnorm(c(0.025, 0.975)) * summary(fit)$coef["TCLow",2])
OddsCI
fit <- glm(Medicine ~ TC, weights = Count, data = dat, family = binomial)
summary(fit)
Odds<- exp(summary(fit)$coef["TCLow",1])
Odds
OddsCI<- exp(summary(fit)$coef["TCLow",1] +
qnorm(c(0.025, 0.975)) * summary(fit)$coef["TCLow",2])
OddsCI
出力結果：
オッズ比（Odds）
[1] 6.1875
オッズ比（Odds）
[1] 6.1875
Odds ratio の95%信頼限界（OddsCI）
[1] 1.60503 23.85323
***
[1] 1.60503 23.85323
***
以上によりOdd ratioとその CIを求められます（Excelでの筆算でも良いでしょう）。
なお、
Fisher's exact test のｐ値(両側)を知りたいなら、次により求められます。
なお、
Fisher's exact test のｐ値(両側)を知りたいなら、次により求められます。
***
Tab <- matrix(c(11,32,3,54), byrow=T, nc=2)
fisher.test(Tab, alternative="t")
Tab <- matrix(c(11,32,3,54), byrow=T, nc=2)
fisher.test(Tab, alternative="t")
出力結果：
図６ fisher.test の結果
図６ fisher.test の結果
***