論文や学会発表でよく見る統計値に
p値とオッズ比があります
大体のイメージはつかめているけど
値の解釈が説明できないという人も
意外と多いのではないでしょうか
今回はこの2つの値について
サラッと説明しますので
復習がてら参考にしていただけると幸いです
p値
p値のpは”probability”のことで
確率を意味します
有意差の指標としてよく用いられますが
0.05以下を有意とすることが通例ですが
確定的なものではありません
計算結果としてp<0.05となった場合の本当の解釈は
”この事象が偶然起こる確率は5%以下のなので
偶然とは言い難いです(有意でありそうです)”
とうことになります
あくまで基準値を決めないと議論が進まないので
0.05と決めているだけです
オッズ比
この値を理解する前に
“比率 rate”と”比 ratio”
を区別できた方がいいと思います
オッズ比はこの“比 ratio“を表しています
ある事象(赤)は
それが起こらない事象(灰)と比べて
どれほどの頻度で起こるか
というものを数値化しています
1より大きい場合・・・比較対象より可能性が高い
1より小さい場合・・・比較対象より可能性が低い
という解釈になります
※”比率 rate”は1を超えることがありません
(灰色)が(赤)に対して十分に大きい場合は、
“比率 rate”と”比 ratio”は近似されます
なぜオッズ比が多用されるのか
先述の図はもっとも単純なオッズ比の考え方で
著名人の言葉を借りると
”俺か、俺以外か。”
の場合ですが、
オッズ比が力を発揮するのは
母集団が異なるものでの事象を比較するときで
“俺の国の俺か、お前の国のお前か。”
の場合です
この時に事象が起こる可能性を数値化したものは
・相対危険度
・オッズ比
の二つがあります。
相対危険度
オッズ比
いずれもAとBの起こる可能性を比較した指標ですが
それぞれにメリットとデメリットがあります
統計値が”２”となった場合
相対危険度はAはBよりも2倍起こりやすいと言えますが
オッズ比では上記のように説明してはいけません
この点においては相対危険度の方が
解釈しやすい数値のように思えます
しかし、
相対危険度は
前向き研究には使用できますが
後ろ向き研究では使用できない
というデメリットがあります
この数値はAやBの母集団の数によって
変動してしまうからです
一方でオッズ比は母集団の数による影響を受けないため
後ろ向き研究ではオッズ比を用います
オッズ比でも
AとBの比率がそれぞれ十分に小さい場合は
相対危険度と近似するため
具体的に”何倍”として解釈することができます
具体的な数値を当てはめて解説しているブログを見つけましたので
こちらにリンクを貼っておきます
→オッズ比とは？わかりやすく相対危険度（リスク比）との違いを簡単に解説！
まとめ
p値とオッズ比について
簡単にまとめました
特にオッズ比は解釈が難しいですが
前向き研究→相対危険度もオッズ比も使える
後ろ向き研究→相対危険度は使えない、オッズ比は使える
というざっくりイメージをつかんでいただけたかと思います
コメント