【第1種・第2種の過誤】Type I・II Errorの論文記述ガイド
統計的仮説検定では、2種類の誤りが生じる可能性があります。第1種の過誤（偽陽性）と第2種の過誤（偽陰性）のトレードオフを理解し、研究デザインに適切に反映することが、査読者に信頼される論文の条件です。
1. 第1種の過誤（Type I Error、α）
| 項目 | 内容 |
|---|---|
| 定義 | 帰無仮説が真であるにもかかわらず棄却してしまう（存在しない効果を「ある」と誤判断） |
| 確率 | α（有意水準）= 通常0.05 |
| 別名 | 偽陽性（False Positive） |
| 結果 | 効果のない治療を「有効」と誤って結論付ける |
| 制御方法 | αを小さくする（例: 0.01、0.005）、多重比較補正 |
臨床的インパクト（Type I Error）:
無効な薬剤が有効と判断され、患者に投与される可能性。このリスクを制御するためにα = 0.05（5%の確率で偽陽性を許容）が設定されます。
無効な薬剤が有効と判断され、患者に投与される可能性。このリスクを制御するためにα = 0.05（5%の確率で偽陽性を許容）が設定されます。
2. 第2種の過誤（Type II Error、β）
| 項目 | 内容 |
|---|---|
| 定義 | 帰無仮説が偽であるにもかかわらず棄却できない（存在する効果を「ない」と誤判断） |
| 確率 | β = 通常0.20（検出力1-β = 0.80） |
| 別名 | 偽陰性（False Negative） |
| 結果 | 有効な治療を「無効」と誤って結論付ける |
| 制御方法 | サンプルサイズを増やす（詳しくは検出力分析参照） |
3. 2種類の過誤の関係を表で整理
| 帰無仮説が真 | 帰無仮説が偽 | |
|---|---|---|
| 棄却する | Type I Error（α） | 正しい判断（検出力 = 1-β） |
| 棄却しない | 正しい判断（1-α） | Type II Error（β） |
4. 臨床研究・基礎研究での意味の違い
| 研究場面 | より深刻な過誤 | 理由と対策 |
|---|---|---|
| 新薬の安全性確認 | Type I Error（偽陽性） | 有害な薬剤を安全と判断 → α = 0.01 |
| 希少疾患の治療薬探索 | Type II Error（偽陰性） | 有効薬を見逃すコストが高い → β = 0.10（検出力90%） |
| スクリーニング研究 | Type II Error（偽陰性） | 陽性例を見逃さないことが優先 → 感度重視 |
| 探索的基礎研究 | バランス | α = 0.05、検出力 = 0.80の標準設定 |
ジャーナルの統計ポリシーとType I/II Error
多くの臨床系ジャーナルは、α水準と検出力の明示的な記述を要求しています。投稿規程の読み方ガイドで対象ジャーナルの統計要件を事前確認しましょう。また、統計報告完全ガイドで実際の記述方法を確認してください。
5. 過誤率の制御戦略
| 戦略 | 対象過誤 | 手法 |
|---|---|---|
| αの設定 | Type I | α = 0.05（標準）または0.01/0.005（厳格） |
| 多重比較補正 | Family-wise Type I | Bonferroni、Holm、FDR（詳細記事参照） |
| サンプルサイズ増加 | Type II | 事前検出力分析で算出 |
| 効果量の大きい研究 | Type II | より少ないnで検出可能 |
| 事前登録 | 両方 | 仮説とαの事前設定でP-hackingを防止 |
6. 論文での記述方法
Methods セクション例（英語）:
“A two-sided significance level of α = 0.05 was used for all analyses, controlling the Type I error rate at 5%. For the primary outcome, statistical power was set at 80% (Type II error rate β = 0.20). For secondary analyses, a Bonferroni correction was applied to maintain a family-wise error rate of 0.05.”
“A two-sided significance level of α = 0.05 was used for all analyses, controlling the Type I error rate at 5%. For the primary outcome, statistical power was set at 80% (Type II error rate β = 0.20). For secondary analyses, a Bonferroni correction was applied to maintain a family-wise error rate of 0.05.”
ディスカッションでの言及例:
“A limitation of this study is the relatively small sample size (n = 45), which may have resulted in insufficient statistical power to detect small-to-medium effect sizes (estimated β = 0.40). Future studies should include at least 130 participants per group to achieve adequate power of 0.80.”
“A limitation of this study is the relatively small sample size (n = 45), which may have resulted in insufficient statistical power to detect small-to-medium effect sizes (estimated β = 0.40). Future studies should include at least 130 participants per group to achieve adequate power of 0.80.”
統計エラーの指摘を受ける前に専門家チェックを
査読者から「Type I/II errorの議論が不十分」と指摘される前に、Editverse Japanの統計専門家による事前チェックで安心して投稿しましょう。
参考PMID
| PMID | 著者 | 内容 |
|---|---|---|
| 27225100 | Wasserstein & Lazar (2016) | ASA P値声明 — α水準の意味と誤解 |
| 25892050 | Open Science Collaboration (2015) | 低検出力（高β）が再現性危機の主因 |
| 28817453 | Benjamin et al. (2018) | α = 0.005提言 — Type I error削減の効果 |
| 30581843 | Amrhein et al. (2019) | 過誤率閾値への依存から脱却する提言 |
| 26186117 | Ioannidis (2015) | 多重比較によるType I error膨張の問題 |
統計的過誤の見落としは採択に影響します
第1種・第2種の過誤に関する議論は、特に臨床研究の査読で重視されます。Editverse Japan統計サポートで投稿前に統計セクション全体をレビューしてもらいましょう。
関連サービス：医学統計解析サポート
検出力不足は、投稿前に対処できます
第二種の過誤を避けるには、解析前の検出力設計が要ります。サンプルサイズの算出、検定手法の選択、前提条件の確認、解析の実施と図表作成までを定額¥79,800で。再現可能なRスクリプトと出力ログ付き。執筆まで含む「データから論文へ」パッケージは定額¥238,000です。
