ボンフェローニ補正計算機

ボンフェローニ補正は、研究で複数の仮説検定を行う際に、偽陽性を抑えるための簡単な方法です。一般的なアルファ 0.05 では、各検定の前提の下で、真の帰無仮説を棄却する確率が五パーセントになります。多数の検定をまとめて考えると、少なくとも一度誤って棄却する確率は五パーセントより大きくなり得ます。この補正は、全体として希望するアルファを比較数で割ることで、ファミリーワイズ誤り率を制御します。 m 回の検定を予定し、ファミリー全体のアルファを α にしたい場合、各検定を α/m と比較します。例えば、全体のアルファが 0.05 で五回検定するなら、補正後の基準は 0.01 です。観測された p 値が 0.008 なら有意のままですが、0.02 なら有意ではありません。同等の方法として、各未補正 p 値に検定数を掛け、上限を一とすることもできます。調整後の p 値を元のアルファと比較すると、同じ判定になります。 この方法は和事象の確率の上界に基づくため、検定の独立性を仮定せずに、一回以上の第一種過誤が生じる確率を制御できます。この広い適用範囲が大きな長所です。一方で保守的でもあり、検定数が多い場合や正の相関がある場合に特にその傾向が強まります。保守的であるとは、検出力が低下し、真の効果を見つけにくくなることを意味します。研究者は結果を見る前に仮説のファミリーを定義し、後から都合のよい比較数を選ばないようにする必要があります。 検定のファミリーには、同じ推論上の主張や意思決定に属する仮説を含めます。例えば、複数の治療群を一つの対照群と比較する試験では、それらの比較を一つのファミリーとみなせます。探索的分析には別々の整合的なファミリーを設けることもできますが、その分割には科学的な根拠が必要です。アウトカム、サブグループ、時点、モデル設定を繰り返し検定しながら、関係する選択肢をすべて考慮しないと、偽陽性のリスクは依然として増大します。 ボンフェローニ補正は、一つでも誤った主張を避けることが重要な場合、比較数が比較的少ない場合、または分かりやすい補正が求められる場合に有用です。ホルムの逐次法もファミリーワイズ誤り率を制御し、通常は少なくとも同等以上の検出力があります。ベンジャミニ・ホッホベルク法は偽発見率を制御するため、大規模な探索的スクリーニングに適することがあります。この計算機は正確なボンフェローニの基準値を求めますが、補正方法の選択は研究デザイン、検証の目的、偽陽性がもたらす影響によって決まります。