Table One 作成アプリ 詳細ユーザーガイド

• 日本語: 項目名が日本語で表示されます
• 英語: 項目名が英語で表示されます

表示される文字の大きさを調整できます。印刷やプレゼンテーションに合わせて選択してください。

位置設定: 左端または右端を選択できます。

適用条件: 群分類を指定しない場合のみ利用可能

表示内容:

• 連続×連続: 相関係数（Pearson r またはSpearman ρ）
• カテゴリ×連続: 各カテゴリでの連続変数の統計量（平均±SD または中央値[IQR]）

対象列の非選択項目を「その他」として表示

例：血液型でA型、B型のみ選択した場合
✅ 有効: O型、AB型が「その他」として集計表示される
❌ 無効: O型、AB型は表から除外される

群分類の非選択項目を「その他」として表示

例：治療群で群A、群Bのみ選択した場合
✅ 有効: 群C、群Dが「その他」として集計表示される
❌ 無効: 群C、群Dのデータは表から除外される

連続変数の統計手法は、各変数の個別設定が最優先され、個別設定がない場合にここで指定したデフォルト設定が適用されます。

選択の指針:

• データが正規分布に近い場合はパラメトリックを選択します
• データが偏っている、外れ値が多い場合はノンパラメトリックを選択します
• データの分布は「ミニヒストグラム」で確認できます

パラメトリック/ノンパラメトリック検定の詳細についてはこちらを参照してください。

複数選択時は 平均 (SD, SEM, 95% CI) の形式で表示されます。

• 有効: 各変数でグループ間比較のp値を計算・表示します
• 無効: p値は計算・表示されません

注: 群分類を指定しない場合、p値は表示されません。

• 有効: p値に記号（*, †, ‡など）を付けて使用した検定方法を脚注で説明します
• 無効: p値のみ表示されます

統計検定の選択は複雑な階層構造になっており、複数の条件が段階的にチェックされて最適な検定方法が自動選択されます。

連続変数の統計手法は、以下の要素によって決定されます：

• パラメトリック/ノンパラメトリックの指定（個別設定 → 全体設定の順で適用）
• 比較する群の数
• 群に順序があるかどうか
• 特定の検定方法の設定

群分類を指定せず、連続変数による列追加を使用した場合の統計計算：

相関係数の表示例: r = 0.67 （パラメトリック）、ρ = 0.54 （ノンパラメトリック）

カテゴリカル変数の場合、複数の条件が階層的にチェックされ、最初に一致した条件に対応する検定方法が選択されます。

連続変数
├── 2群比較
│   ├── パラメトリック → Welch t検定
│   └── ノンパラメトリック
│       ├── Brunner-Munzel設定 → Brunner-Munzel検定 ⭐推奨
│       └── Mann-Whitney設定 → Mann-Whitney U検定
└── 3群以上比較
   ├── パラメトリック
   │   ├── 群に順序あり + 線形回帰オン → 線形回帰分析
   │   └── その他 → Welch ANOVA
   └── ノンパラメトリック
       ├── 群に順序あり + Jonckheere-Terpstraオン → Jonckheere-Terpstra検定
       └── その他 → Kruskal-Wallis検定

カテゴリカル変数 (優先順位順にチェック)
├── 行列とも順序あり（3×3以上）
│   ├── Spearman順位相関
│   ├── Kendall順位相関
│   └── 線形併合カイ二乗検定
├── 順序あり2×k分割表 → Cochran-Armitage検定
├── 2×2分割表
│   ├── Fisher設定有効 → Fisher正確確率検定
│   └── Fisher設定無効 → カイ二乗検定
├── 1×2または2×1分割表
│   ├── 二項検定設定有効 → 二項検定
│   └── 二項検定設定無効 → カイ二乗検定
└── その他 → カイ二乗検定 (Yates補正の適用判定あり)

血液型の比較: A型、B型を選択、O型・AB型を「その他」表示設定

結果:
- A型: 50人 (31.3%)
- B型: 60人 (37.5%)  
- その他: 50人 (31.3%)  ← O型・AB型の合計
- p値: 0.123 （A型、B型、その他の3群で計算）

病期の比較: I期、II期を選択、III期・IV期を「その他」表示設定
病期に順序ありと設定

結果:
- I期: 30人 (42.9%)
- II期: 40人 (57.1%)
- その他: 20人 (表示されるが統計計算からは除外)
- p値: 0.045 （I期、II期の2群のみで計算）

設定: 「対象列の欠損値数を表示」有効

結果例:
年齢 (平均 ± SD)
├── 治療群: 65.2 ± 12.3
├── 対照群: 63.8 ± 11.5
└── 欠損値: 5 (3.1%)  ← この行が追加表示

設定: 「群分類の欠損値を表示」有効

結果例:
       治療群    対照群    欠損値
年齢    65.2±12.3 63.8±11.5 64.1±10.2
性別    
├男性   45(60%)   40(55%)   3(60%)
└女性   30(40%)   33(45%)   2(40%)

設定

• 群分類: 治療群/対照群
• 統計手法: パラメトリック
• p値表示: 有効
• 「その他」表示: 無効

結果例

                   治療群      対照群       p値
                  (n=100)     (n=95)
年齢 (平均 ± SD)    65.2±12.3   63.8±11.5   0.456
性別 (n (%))
├ 男性              60(60.0)    55(57.9)    0.752
└ 女性              40(40.0)    40(42.1)

設定

• 群分類: I期/II期/III期/IV期
• 病期に順序あり: 有効
• Cochran-Armitage検定: 有効

結果例

                 I期      II期     III期    IV期     p値
                (n=50)   (n=60)   (n=45)   (n=30)
年齢 (平均±SD)   58±10    62±12    67±11    70±9    0.023*
治療反応 (n (%))
├ 反応あり       40(80)   42(70)   27(60)   12(40)   0.001†
└ 反応なし       10(20)   18(30)   18(40)   18(60)

* 線形回帰分析, † Cochran-Armitage検定

設定

• 群分類: 治療法（薬物A/薬物B/手術）
• 副群分類: 性別（男性/女性）
• 全体列: 表示

結果例

       全体     薬物A        薬物B        手術
               男性  女性    男性  女性    男性  女性
年齢    65±12   64±11 66±13  65±10 67±14  63±12 64±11

設定

• 血液型: A型、B型のみ選択
• 「対象列の非選択項目を『その他』として表示」: 有効

結果例

血液型 (n (%))
├ A型          45(28.1)    40(26.7)    0.234
├ B型          40(25.0)    45(30.0)
└ その他       35(21.9)    35(23.3)
（その他はO型・AB型の合計）

設定

• 群分類: なし
• 対象データ列: 年齢、BMI、収縮期血圧
• 連続変数による列追加: HbA1c、総コレステロール

結果例

                全体          HbA1c        総コレステロール
               (n=200)
年齢 (平均±SD)   65.2±12.3      r = 0.34     r = 0.12
BMI (平均±SD)    24.1±3.8       r = 0.28     r = -0.05
収縮期血圧      
├ 正常          80(40.0%)      6.1±0.8      185±25
├ 軽度高血圧    90(45.0%)      6.4±1.0      195±30
└ 高血圧        30(15.0%)      7.2±1.2      210±35

原因: 数値として指定した列に文字列が含まれています
対処法:

• データを確認し、数値以外の値を修正してください
• または変数タイプを「カテゴリカル」に変更してください

原因: 統計検定に必要な条件が満たされていません
対処法:

• データ数が十分か確認してください（各群2人以上）
• 「その他」表示設定により実質的な群数が変わっていないか確認してください

原因: 複雑な優先順位により意図しない検定が選択されています
対処法:

• p値にマウスをホバーして使用された検定方法を確認してください
• 順序設定や特殊検定設定を見直してください

原因: 検定方法により「その他」の包含・除外が決まります
対処法:

• 順序を前提とする検定では「その他」は自動的に除外されることを理解してください
• 必要に応じて順序設定を変更してください

原因: 群分類が設定されている場合は連続変数による列追加は使用できません
対処法:

• 群分類を未選択にしてください
• または群分類による比較と連続変数による探索的分析を別々に実行してください

• [ ] 欠損値が適切にコーディングされている
• [ ] 数値変数に文字列が混入していない
• [ ] グループ変数のカテゴリが意図通りに設定されている

• [ ] 統計手法（パラメトリック/ノンパラメトリック）が適切
• [ ] 順序変数の設定が正しい
• [ ] 「その他」表示設定の影響を理解している
• [ ] 欠損値表示設定が目的に合っている
• [ ] 連続変数による列追加の使用目的が明確（探索的分析 vs 群間比較）

• [ ] 各群のデータ数が期待値と一致している
• [ ] p値の計算に使用された検定方法が意図通りか
• [ ] 「その他」グループの扱いが期待通りか
• [ ] 欠損値の処理が適切に反映されているか
• [ ] 相関係数が適切に表示されているか（連続変数列追加使用時）

Q1. 順序変数を設定したのに通常のカイ二乗検定が実行される
A1. Cochran-Armitage検定は2×k分割表でのみ適用されます。3×3以上の場合は「行列とも順序のある場合」の設定を確認してください。

Q2. 欠損値が多いグループで統計的有意差が出ない
A2. 欠損値は統計計算から除外されるため、実効サンプルサイズが小さくなっている可能性があります。欠損値数を確認してください。

Q3. サブグループ設定時に一部の組み合わせが表示されない
A3. 該当する組み合わせのデータが存在しないか、フィルター設定により除外されている可能性があります。

Q4. 連続変数による列追加で相関係数が表示されない
A4. 対象変数が文字列のカテゴリカル変数の場合、相関係数ではなく各カテゴリでの統計量が表示されます。数値として解釈可能な変数のみ相関係数が計算されます。

Q5. 群分類ありと群分類なしで結果が異なる
A5. これは正常な動作です。群分類ありは群間比較、群分類なしは変数間の関連性探索という異なる分析目的のためです。

各検定方法の詳細は、p値にマウスをホバーすると表示されるRスクリプトで確認できます。クリックすることでRスクリプトをクラウドRで実行して検証することも可能です。

アプリが生成する論文記載例を参考に、使用した統計手法を適切に引用してください。特に以下の点に注意が必要です：

• 使用したR version（アプリに表示されます）
• 適用した検定方法（脚注記号で示されます）
• 有意水準の設定（通常α = 0.05）
• 特殊な検定を使用した場合の理由