|
マクネマー検定は実質水準が有意水準を超える場合や極端に低い場合があることが知られており、ベイズ型の検定として表せることを用いてマクネマー検定の改善を行った。その方法は、一般に「T≧1-α」（α:有意水準）の枠組みで棄却域を決められることが多いが、本研究では「T≧1-α’」（α≠α’）の枠組み棄却域を決めることとした。このとき、α’は有意水準を厳守しながら実質水準がなるべく高くなるように定めた。さらに、ベイズ型の検定であることを生かして、現実的な事前密度を用いることとした。数値計算と実例を用いた有効性の検証より、有意水準を厳守しながら実質水準の高い検定法であることが示された。
先の研究結果を生かして、マクネマー検定が行われている複数試験を併合する場合の検定に、各層の事後確率の積を検定統計量に用いた。実例を用いた検証より、2試験は有意差が認められないが似た結果である場合に、併合すると有意差が認められるようになった。一方、2試験は有意差が認められないが似た結果でない場合には併合しても有意差が認められなかった。臨床試験を併合できるための条件は同一方法の複数試験であり、その時には似た結果が得られることが妥当であることから、似た結果の臨床試験の併合に有効となる提案法の検定は実用的であった。
また、マクネマー検定は群間比較の相対評価であるため、その検定のみでは各群の絶対評価は分からない。そこで、マクネマー検定の改善の研究を生かして、二項割合の信用区間についてベイズ法を用いて改善した。二項確率のロジット変換を用いた事後分布による最高事後密度区間を算出し、その区間を逆ロジット変換した区間を二項確率の信用区間とする方法を提案した。数値例や実例により、観測値0が得られた場合や大きな観測値が得られた場合であっても、95%信用区間のエラー確率は安定した結果が得られることが示された。
|
