適切な統計検定を選ぶことは、データ分析において最もよくある不確実な点の一つです。BioRender Graphingでは、データに対して診断チェックを自動的に実行し、分析を実行する前に最も適切な検定を推奨することで、推測に頼る必要をなくします。この記事では、このプロセスの仕組み、実行されるチェック、および推奨結果の解釈方法について説明します。
推奨システムの仕組み
Run analysisをクリックすると、BioRenderは分析設定フォームを表示する前に、バックグラウンドでデータに対する一連の仮定チェックを実行します。これらのチェック結果に基づいて、最も適切な検定が右側のReview analysisパネルで"Recommended"として示されます。
推奨パネルには次の内容が表示されます。
- 推奨される検定
- 実行されたチェック
- 結果の平易な説明
以下に例を示します。
💡 重要：BioRenderの推奨は、統計学的根拠に基づく出発点です。最終的な判断は常にユーザーが行います。推奨の理由は透明性をもって示されるため、推奨に同意することも、覆すことも、同僚と相談することもできます。
BioRenderが実行する仮定チェック
統計検定ごとに、データの構造や分布に関する要件が異なります。BioRenderは、最も重要な要件を自動的にチェックします。
Shapiro-Wilkによる正規性の検定
t-testsやANOVAsなど、多くの一般的な統計検定では、データが正規分布（ベルカーブ）に従うことを前提とします。Shapiro-Wilk検定は、この前提がデータセットに当てはまるかどうかをチェックします。
| 結果 | BioRenderの推奨 |
| 正規性が確認された（p > 0.05） | パラメトリック検定（例：t検定、ANOVA、Pearson相関） |
| 正規性が確認されなかった（p ≤ 0.05） | ノンパラメトリックな代替検定（例：Mann-Whitney U、Kruskal-Wallis、Spearman相関） |
対数変換したデータに対するShapiro-Wilk検定
元のデータが正規性チェックに合格しなかった場合、BioRenderは対数変換したデータが正規分布に従うかどうかを自動的に検定します。サイトカイン濃度、蛍光強度、遺伝子発現など、多くの生物学的測定値は本来、対数正規分布に従うため、この2回目のチェックによって、データをパラメトリックな枠組みで扱えるようになることがよくあります。これに合格した場合、BioRenderはt検定またはANOVAの対数正規版を推奨します。これは、対数変換した値に対してパラメトリック検定を実行します。効果量に関するより多くの情報を保持できるため、ノンパラメトリックな代替検定よりも望ましい方法です。
等分散性のLevene検定
パラメトリック検定では、グループ間の分散がほぼ等しいことも前提とします。Levene検定は、この前提が成り立つかどうかをチェックします。
| 結果 | BioRenderの推奨 |
| 等分散性が確認された | Standard t検定またはANOVA |
| 不等分散が検出された | Welchの補正 — グループ間の分散の不均一性を調整するt検定またはANOVAの一種 |
Review Analysisパネルに表示される内容
分析設定を開くと、Review analysisパネルに推奨が表示されます。
表示される内容：
- ドロップダウンであらかじめ選択された推奨検定
- 平易な言葉による「この分析で行われること」の説明 — 例：「データは対応のないt検定の前提を満たしています」または「データはPearson相関の正規性の前提を満たしていません。ノンパラメトリックな代替検定としてSpearman相関が推奨されます。」
- 推奨検定に適した条件を説明する"When to use"の説明
以下に例を示します。
Shapiro-Wilk検定とLevene検定の結果は、完全な分析レポートに必ず含まれます。そのため、方法のセクションで仮定チェックを記録できます。
推奨を変更する
推奨された検定が固定されることはありません。別の検定を使用する場合は、Review analysisパネルのドロップダウンを開き、希望するオプションを選択してください。
データの前提と一致しない検定を選択した場合 — たとえば、正規性チェックに失敗したときにパラメトリック検定を選択した場合 — BioRenderは、推奨検定が依然として望ましい理由と、推奨を変更することで何をトレードオフすることになるのかを説明する警告を表示します。これにより、選択を単に制限されるのではなく、十分な情報に基づいて判断するために必要な情報を得られます。
データ構造が基本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。
💡 チームにとって重要な理由：チーム全員がBioRenderのガイド付き分析を使用すると、個々の統計知識にかかわらず、同じ検定、同じ仮定チェック、同じロジックで分析が一貫して実行されます。これにより、ラボメンバー間のばらつきが減り、方法の記録と再現が容易になります。
よくある質問
推奨を常に信頼できますか？
推奨は、確立された統計基準に基づいており、一般的な研究データセットの大多数に適しています。ただし、推奨は出発点です。最終的な判断を行う際には、研究分野の慣例と具体的な実験計画を常に考慮してください。
データセットが非常に小さい場合はどうなりますか？
Shapiro-Wilk検定などの正規性検定は、サンプル数が非常に少ない場合（例：グループあたりn < 5）には検出力が限られます。このような場合、正規性が存在しない場合でも、検定で非正規性を検出できないことがあります。検定結果だけでなく、データにおいて正規性が生物学的に妥当であるかどうかも考慮してください。
仮定チェックの結果は分析出力に表示されますか？
はい。Shapiro-Wilk検定とLevene's検定の結果はすべての分析レポートに含まれるため、方法のセクションで報告できます。
BioRenderはどの統計エンジンを使用していますか？
すべての分析はR（バージョン4.5.1）を使用して実行されます。使用されているパッケージと関数の完全な一覧については、BioRender Graphingにおける統計解析（方法論）の記事をご覧ください。
サポートが必要ですか？ support@biorender.comでサポートチームにお問い合わせいただくか、右下隅の"Chat With Us"バブルをクリックしてライブチャットを開始してください。
