統計解析 · 手法推薦

自分の研究デザインに合った統計手法の推薦を受ける「分布によって異なります」という曖昧な回答ではなく

AIにどの検定を使えばよいか尋ねると、たいてい「分布次第です」という曖昧な回答が返ってきます。実際の判断方法は説明されません。本当の医学研究には、アウトカムの種類・グループ構造・サンプルサイズに基づいた具体的な推薦が必要です。

Statistical Method Advisor（ライト版）は、実際の統計コンサルテーションを記入式のテンプレートに変換します。データを説明するだけで、第一推薦手法と理由、代替手法と前提確認方法、そしてMethodsセクションにそのまま使えるドラフト文を取得できます。プロンプトエンジニアリングの習得は不要です。

無料テンプレートを使う

テンプレートの役割分担

あなたは研究情報を入力するだけ。統計相談で確認すべき前提はすでに組み込まれています。

あなたが入力するもの

  • 専門分野: 循環器・腫瘍内科・ICU など専門領域を伝えることで、その分野の統計報告慣行に沿った推薦が得られます。
  • データの説明: 結局変数・独立変数・グループ数・対応の有無・サンプルサイズ、既知の分布や欠損の状況を記述します。
  • 研究課題: 2 群比較・相関の確認・予測因子の評価・時間イベント解析のどれを行いたいかを明確にします。
  • 出力言語: 推薦内容・説明・Methods 文草稿を、実際に討論や報告で使う言語で出力します。

テンプレートに組み込み済み

  • 重要な情報が不足している場合、AI は分布・対応・サンプル構造を勝手に仮定せず、先に確認します
  • 複数の手法が適用可能な場合、主推薦と代替案を選択条件とともに提示します
  • 各手法には、Shapiro-Wilk・Levene 検定・Q-Q プロットなど具体的な仮定確認方法が付きます
  • 検定名を挙げるだけでなく、注目すべき統計量と「有意でない」が何を意味しないかを説明します
  • 論文の方法論記述に使える Methods 文草稿も提供します

同じ質問でも、聞き方で結果が変わる

違いは AI が手法名を答えるかではなく、決定に影響するデータの特性を先に確認するかどうかです。

AI に直接聞く

AI に送った内容

2 群の患者の術後在院日数を比較するには、どの統計手法を使えばいいですか？

よくある返答

- t 検定と Mann-Whitney U 検定の両方を挙げるが、どちらを選ぶかは説明しない
- 2 群が独立か、在院日数が偏っているか、サンプルサイズはどのくらいかを確認しない
- 仮定が満たされない場合の代替手法も教えてくれない

結局、判断のプロセスを自分で組み立て直す必要があります。
テンプレートを使う

テンプレートに入力した変数

専門分野：集中治療
データの説明：結局変数 = 術後在院日数（連続型、明らかな右偏り）；独立 2 群；曝露 = 早期離床 vs 通常ケア；各群約 45 例
研究課題：2 群間の在院日数の差を比較する
出力言語：日本語

得られる構造化された結果

1. データ特性の確認
   - 連続型変数、独立 2 群、中程度のサンプルサイズ

2. 推薦手法
   - 主推薦：Mann-Whitney U 検定
   - 理由：在院日数は偏りやすく、中央値/IQR の方が堅牢

3. 代替案
   - 近似正規分布かつ分散が許容範囲なら、独立サンプル t 検定も可

4. 結果の解釈と Methods 草稿
   - 効果量・有意性の意味・論文の書き方を含む報告ガイド

1 回の相談で得られるもの

これらはすべて statistical-method-advisor-lite の実際の出力構造から来ています。

データ特性の確認

結局変数の種類・予測変数・グループ構造・対応の有無・サンプルサイズを最初に整理し、誤解に基づく推薦を防ぎます。

主推薦手法

優先する手法を明示し、その手法があなたのデータ構造に合っている理由を平易な言葉で説明します。

代替案と仮定の確認

代替手法・切り替え条件・正規性や等分散性などの仮定を具体的に確認する方法を提示します。

結果の解釈と Methods 文

注目すべき統計量・よくある誤読への注意、そして論文の方法論セクションにそのまま使える記述文を提供します。

使い方

01

データを正確に説明する

変数の種類・グループ数・対応の有無・サンプルサイズ・既知の分布特性をできる限り記述します。情報が多いほど、すぐに使える推薦が得られます。

02

生成したプロンプトを AI に貼る

完成したプロンプトを ChatGPT・Claude など普段使う AI に貼り付けます。AI はまずデータ特性を確認・復述します。

03

分析方針を決定する

提示された仮定を確認してから最終的な手法を決めます。多変量・縦断・生存分析が必要になった場合は、より完全な統計ワークフローに進んでください。

統計手法推薦（ライト版）無料

専門分野・データの説明・研究課題を入力するだけで、主推薦手法・代替案・仮定確認の提案・結果の解釈ガイド・Methods 文草稿が得られます。

無料テンプレートを使う

よくある質問

このテンプレートはどんな場面に向いていますか？

2 群比較・二値アウトカム解析・相関の確認・時間イベントの初期判断など、一変量または二変量の一般的な統計判断に最も適しています。完全な統計相談の代替ではなく、判断の流れを整理するためのものです。

データが正規分布に従わない場合はどうすればいいですか？

テンプレートは AI に正規性・等分散性の確認方法を説明させ、仮定が満たされない場合の代替案も提示させます。在院日数や医療費など明らかに偏ったデータには、通常ノンパラメトリック手法が推薦されます。

R や SPSS の完全なコードを生成してくれますか？

Lite 版は手法選択・理由の説明・基本的なコマンドのヒントに重点を置いており、完全なスクリプト生成は対象外です。実行可能なコードや複雑なモデルが必要な場合は、より完全な統計分析フローに進んでください。

実際の患者データをそのまま貼り付けていいですか？

推奨しません。生の行レベルデータや識別可能な情報を貼り付ける代わりに、データ構造を説明する方が安全かつ十分です。「連続型、独立 2 群、各群 45 例、右偏り」のような記述で手法判断には十分です。

多変量回帰・反復測定・生存分析にも対応できますか？

初期の方向性の判断はできますが、Lite 版は複雑なモデル選択のために設計されていません。多変量回帰・縦断データ・クラスタリング・生存分析が含まれる場合は、プラットフォームのより完全な統計手法版を使ってください。