統計解析：利用可能な検定と実行方法

可能な場合、Graphingの解析ガイダンスでは、データに基づいて最も適切な検定を推奨します。正規性と等分散性のチェックはバックグラウンドで実行されるため、自分で調べたり専門家に尋ねたりする必要はありません。別の検定を選択した場合、BioRenderはそのトレードオフを説明するため、毎回一貫した解析を実行できます。

目次

• 解析ガイダンスの仕組み
• t-tests
• 一元配置ANOVAs
• 二元配置ANOVAs
• 多重比較検定
• 線形回帰
• Dose-response regression
• Growth Curves
• 生存時間解析
• ロジスティックregression
• 相関

解析ガイダンスの仕組み

BioRenderは、カテゴリカル検定（t-testsおよびANOVAs）について、2つの前提条件チェックをバックグラウンドで自動的に実行します。

推奨される検定には、解析パネルでバッジが表示されます。いつでも別の検定に変更できます。データの前提条件に合わない検定を選択した場合、BioRenderは、トレードオフを理解できるよう、元の検定を引き続き推奨する理由を説明します。データが要件を満たしていない場合、一部の検定がグレー表示されることがあります。ツールチップにカーソルを合わせると、その理由を確認できます。

📌 注：これらの提案はガイドラインです。最終的な判断を行う際は、必ず研究分野の慣例を考慮してください。

T検定

t-testsは、2つのグループ間の差を比較するために使用します。BioRenderでは、次のオプションを利用できます。

• 対応のないt検定
• Welchの補正付き対応のないt検定（Welchのt検定）
• 対応のあるt検定
• Mann-WhitneyのU検定（ノンパラメトリック）
• Wilcoxonの対応のある符号付き順位検定（ノンパラメトリック）

t検定の設定

1. Graphの編集ページで、［+ Run new analysis］をクリックします。
2. データセットに2つのグループがある場合、t検定がsuggestedされます。記述統計（平均値、中央値、標準偏差など）は、すべての検定で自動的に計算されます。
3. 解析パネルで適切な検定を選択します。推奨される検定にはバッジが表示されます。バッジにカーソルを合わせると、検定がsuggestedされた理由が表示されます。
4. ステップ2で解析を微調整します。
5. ステップ3で仮説検定の方法（P値）を選択します。
6. Runをクリックします。結果は［Analysis］パネルに表示され、有意な比較はグラフ上に自動的にマークされます。

一元配置ANOVAs

一元配置ANOVAは、3つ以上のグループ間の差を比較するために使用します。利用可能なオプションは次のとおりです。

• 一元配置ANOVA
• Welchの一元配置ANOVA
• Kruskal-Wallis検定（ノンパラメトリック）

一元配置ANOVAの設定

1. Graphの編集ページで、［+ Run new analysis］をクリックします。
2. データセットに3つ以上のグループがある場合、一元配置ANOVAがsuggestedされます。記述統計は解析結果に自動的に表示されます。
3. BioRenderは、バッジ付きで適切な検定を推奨します。バッジにカーソルを合わせると、説明が表示されます。
4. 推奨する検定を変更する場合は、検定を選択し、追加設定を行います。
5. ステップ2で解析を微調整します。
6. ステップ3で多重比較検定のグループを選択します。
7. ［Run Analysis］をクリックします。

💡 ヒント：ANOVAの結果が有意な場合、どの特定のグループ間に差があるかを特定するため、多重比較検定を実行するとよいでしょう。下記の「多重比較」セクションを参照してください。

Two-Way ANOVAs

二元配置ANOVAは、2つの独立変数間の交互作用を解析するために使用します。

二元配置ANOVAの設定

1. Graphの編集ページで、click + Run new analysisをクリックします。
2. 解析タイプのドロップダウンから二元配置ANOVAを選択します。
3. 比較するグループ（独立変数ごとに最低2つ）を選択し、ステップ2で実験デザインを選択します。
4. ステップ3で多重比較検定を実行するかどうかを決定します。実行する場合は、比較するグループを選択し、事後検定を選択します。BioRenderは、データに基づいて適切な検定を提案し、バッジを表示します。
5. ［Run Analysis］をクリックします。

反復測定

データが同じ被験者から繰り返し（たとえば時間経過に沿って）サンプリングされたものである場合、次の手順で反復測定ANOVAを設定できます。

1. ステップ2で「Repeated Measures」を選択します。
2. 被験者ごとの一意の識別子を含むデータ変数をSubject IDとして選択します。
   データがPrism用にフォーマットされている場合、Smart Data Importによって、Prismで使用される反復列形式用の「replicates」変数が追加されています。この変数をSubject ID変数として使用できます。
3. 二元配置ANOVAを実行する場合、被験者の反復サンプルごとに変化する変数を指定します。
4. 一部の被験者のデータが不完全な場合は、欠損値オプションで「Analyze available data」を選択し、必要に応じて混合効果モデルを当てはめることができます。
5. 球面性の違反を考慮するかどうかを任意で指定します。「Auto」を選択すると、Mauchly検定が実行され、必要に応じてGreenhouse-Geisser補正が適用されます。

多重比較検定

有意なANOVA結果が得られた後、多重比較検定を使用して、どの特定のグループ間に差があるかを特定します。BioRenderは、データと比較の種類に基づいて適切な事後検定を提案します。

利用可能なすべての多重比較検定は次のとおりです。

多重比較検定を実行するには、ANOVAの設定時に、解析パネルのステップ3でこのオプションをクリックします。すべてのグループ同士を比較するか、対照群と比較するかを選択すると、BioRenderが選択内容に基づいて適切な検定を提案します。

線形回帰

線形regressionは、2つの連続変数間の関係を解析するために使用します。

線形regressionの設定

1. Graphの編集ページで、click + Run new analysisをクリックします。
2. regressionモデル（単純モデルまたはグループ変数を含むモデル）を選択します。
3. 実験設定に基づき、Y切片を0に固定するかどうかを決定します。
4. ［Run］をクリックします。回帰結果とともに、最適近似直線がグラフに自動的に表示されます。

📌 注：現在、重回帰は利用できませんが、近日中に提供予定です。プロットの凡例にカテゴリカル変数がある場合、グループごとの単変量regressionが自動的に実行されます。

用量反応回帰

dose-response曲線、Hill曲線、Hill方程式、EC50/IC50解析とも呼ばれます。用量の変化が測定された応答に及ぼす影響を解析するために使用します。

dose-response regressionの設定

1. Graphの編集ページで、［+ Run new analysis］をクリックします。
2. 実験の種類（刺激または阻害）を選択し、［Continue］をクリックします。
3. X値をすでに底10で対数変換したかどうかを指定します。
4. 実験設定に応じて、Hill勾配を1に固定するかどうかを決定します。
5. ［Run］をクリックします。BioRenderが最適近似曲線を自動的に当てはめ、グラフに表示します。

グローバルカーブフィッティング

グローバルカーブフィッティングでは、複数のデータセットをまとめて当てはめることができます。dose-response曲線が同じ形状かどうかを検定し、グループ間で効力（EC50やIC50など）を比較します。

グループ間でHill勾配またはEC/IC50を比較するには：

• 上限および下限パラメータを、固定値または共有フィットに固定します。
• Hill勾配（EC/IC50を比較する場合）またはEC/IC50（Hill勾配を比較する場合）を共有フィットに固定します。

BioRenderは、すべてのパラメータを共有するdose-responseモデル（帰無仮説）と、比較対象のパラメータをグループごとに当てはめたモデルの両方を当てはめます。次にF検定を実行し、帰無仮説を棄却できるかどうかを判定します。この比較結果は解析ページで確認できます。

Growth Curves

BioRenderには、一般的な成長の非線形モデルが複数実装されており、データから関連するパラメータ（開始値や成長率など）を推定します。

利用可能なモデル：

• 指数成長
  • 線形スケールまたは対数スケールの入力から、制約のない成長モデリングを行います。
• プラトーを伴う指数成長
  • 受容体占有率や蛍光シグナルの飽和モデリングのように、成長が減速して上限に達するモデルに使用します。
• Gompertz成長
  • 成長が急速に加速した後、より緩やかに減速して上限に達するS字曲線。変曲点は最大値の約37%で、腫瘍や微生物の成長モデリングで一般的です。
• ロジスティック成長
  • 成長がベースラインから加速し、その後、上限に向かって対称的に減速するS字曲線。変曲点は最大値の50%で、接種から定常期までの細菌培養のモデリングで一般的です。
• ベータモデル
  • ピークまで上昇した後に低下する成長。免疫応答の動態で一般的です。

生存時間解析

期間解析またはイベント履歴解析とも呼ばれ、時間の経過に伴ってイベントが発生する確率を推定するために使用します。このデータの解析には、Kaplan-Meier推定およびCox比例ハザードregressionが含まれます。

生存時間解析の設定

1. Graphの編集ページで、［+ Run new analysis］をクリックします。
2. 解析するグループを選択します。
3. 使用する比較方法を1つまたは複数選択します。
4. 使用する多重比較補正を選択します。
5. 同順位のイベント時刻を処理する方法を選択します。
6. ［Run Analysis］をクリックします。BioRenderがモデルを当てはめ、グラフに曲線をプロットします。

ロジスティック回帰

ロジットregressionとも呼ばれます。この解析は、二値イベントの結果（例：生存/死亡、はい/いいえ）を予測するために使用します。

ロジスティックregressionの設定

1. Graphの編集ページで、［+ Run new analysis］をクリックします。
2. ［Run Analysis］をクリックします。BioRenderがモデルを当てはめ、グラフに曲線をプロットします。

相関

この解析は、2つの変数がどのように関連しているかを調べるために使用します。一方の変数の値が高い場合、もう一方の変数の値も高い、または低いことと関連していますか。

相関解析の設定

1. Graphの編集ページで、［+ Run new analysis］をクリックします。
2. Pearson相関またはSpearman相関のどちらを実行するかを選択します。
3. ［Run Analysis］をクリックします。BioRenderが相関を計算し、グラフに直線をプロットします。

概要

• t-tests – 2つのグループを比較
• 一元配置ANOVA – 3つ以上のグループを比較
• 二元配置ANOVA – 2つの独立変数間の交互作用を解析
• 多重比較 – ANOVA後に差のあるグループを特定
• 線形regression – 2つの連続変数間の関係を評価
• Dose-response regression – dose-response関係を評価
• 生存時間解析 – 時間の経過に伴ってイベントが発生する確率を推定
• ロジスティックregression – 二値イベントの結果を予測
• 相関 – 2つの変数がどのように関連しているかを測定