tukey-kramer法 tukey法 違いを徹底解説：不均等データにも強い多重比較の使い分け

---

tukey-kramer法とtukey法の違いを徹底解説

はじめに、統計の世界には「多重比較」という難しい言葉があります。ANOVAの後に複数のグループの平均を同時に比べると、偶然の差まで「有意だ」と判定してしまう危険があるため、誤検出を抑える工夫が必要です。ここで登場するのが Tukey-Kramer 法と Tukey 法（HSD）の考え方です。Tukey-Kramer 法は「不等分データ」にも対応できる拡張版で、グループごとのサンプルサイズが異なる場合でも適切な閾値を設定します。一方、Tukey 法は元々「等しいサンプルサイズ」を前提に設計されており、サイズが揃っている場合にはとても安定します。

結論として、データの構造が異なる時には Tukey-Kramer 法を選ぶのが安全で、サイズがほぼ揃っているデータでは Tukey 法を使うと計算がシンプルになります。

この違いを頭に入れておくと、学校の授業やレポートで「どの検定を使えばよいか」という判断が素早くできます。

違いのポイントを整理する

具体的な違いを押さえるには、なぜこの検定が必要なのかを考えると理解が進みます。まず前提となるのは ANOVAで全体に差があることを確認した状態、つまり「全体としての差がある」という前提です。その上で、どの組み合わせがどれくらい差があるのかを詳しく知りたいときに用います。Tukey-Kramer 法は SUM OF SQUARES (MSE)と各グループのサイズを使って閾値を決定します。差の閾値は通常、qというStudentized range分布の臨界値と、sqrt(MSE×(1/n_j+1/n_k)))で決まります。ここで n_j/ n_k はそれぞれのグループのサンプル数、MSEは平均平方誤差です。

この閾値を超える差があれば、その2つのグループは統計的に有意に異なると判断できます。

簡単に言えば、Tukey-Kramer は「ばらつきとグループの大きさ」を両方考慮して、どこに差があるかを教えてくれる道具です。

<table><th>項目内容名称Tukey-Kramer 法前提ANOVAで有意差があること、サンプルサイズがグループで異なることがある統計量q分布を用いる。MSEと1/n_j+1/n_kを組み合わせる式の要点差の閾値 = q × sqrt(MSE × (1/n_j + 1/n_k))対称性等分データでも使えるが、効果は不均等データにも対応使い分けのコツグループサイズがバラバラなら Tukey-Kramer、サイズがほぼ同じなら Tukey のHSDが楽table>

このような説明を読むだけで、「tukey-kramer法」と「tukey法」の違いが少しずつ見えてきます。実際のデータで使うときは、まずデータのサイズを確認し、次にANOVAの結果を見てから適切な方法を選ぶと安全です。

また、結果を報告するときには、グループ数、サンプルサイズ、F検定のp値、そしてどの組み合わせが有意差かをセットで示すと、読者にも分かりやすくなります。

ピックアップ解説

きょう友だちと数学の宿題の話をしていて、Tukey-Kramer 法の話題になったときのこと。A君が『サンプルサイズがバラバラだときはどうなるの？』と聞くと、Bさんは『Tukey-Kramer 法なら、各グループの人数をちゃんと考慮してくれるんだよ』と教えてくれた。私は『なるほど、HSDの閾値はみんな同じじゃなくて、n_jとn_kの和が影響するんだ。これが不均等データに強い理由なんだね』と感心した。\nその後、三つのグループのデータを用いて簡単な例題を作ってみた。Aグループ10人、Bグループ20人、Cグループ5人。閾値を計算して差を比べると、AとBには差があり、BとCにも差があるが、AとCには差がない、という結論になった。授業で配られたデータでも、こうした"実感"を持つと、数式だけを覚えるのではなく、意味がわかるようになる。統計は難しく見えるけど、身近な例と結びつけると楽しい。

---