多重比較 -――Familywise Error RateとFalse Discovery Rateを制御するための統計手法

　多重比較とは，統計的仮説検定を複数回実施することである．通常，1回の検定における有意水準（たとえば5％）をそのまま用いて複数回の検定を行うと，偶然により帰無仮説が棄却される確率，すなわち偽陽性（第一種の過誤）の発生率が意図せず高くなる．このような問題は統計的多重性（multiplicity）とよばれ，結果の信頼性を損なう要因となる．医学研究では，サブグループ解析や中間解析などを含む，さまざまな場合に多重性の問題が生じる．そのため，多重比較を行う際には，統計的エラーを制御するための適切な方法を用いることが不可欠である．本稿では，多重比較における偽陽性のコントロールにおいて重要となる2つのエラーの考え方（Familywise Error RateとFalse Discovery Rate）について解説し，それぞれのエラーを調整する多重比較法を紹介する．また，臨床研究で多重性の問題が生じる典型的な状況を整理し，多重比較の重要性を理解するための基礎的な視点を提供する．