信頼区間 求め方 例題 平均 比率 標本

信頼区間の求め方と例題

歯科の集計で95%ばかり見ると、あなたは症例判断を外しやすいです。

信頼区間は、集めたデータから「本当の値はこの範囲にありそうだ」と示すための区間です。歯科医院でも、平均治療時間、説明同意率、メンテナンス継続率のような数字を見せる場面では、点の数字だけより区間で示したほうが現実に近い判断ができます。 toukei-lab(https://toukei-lab.com/interval-estimation)

よくある誤解は、95%信頼区間を「その1回の計算結果について、母数が95%の確率で入る区間」と受け取ることです。実際には、同じ手続きを何度も繰り返したとき、そのうち95%程度の区間が母数を含むという考え方です。 wakara.co(https://wakara.co.jp/mathlog/20260510)

歯科の現場では、院内報告や勉強会で平均値だけが独り歩きしがちです。ですが、標本数が10件なのか100件なのかで、同じ平均でも信頼できる幅はかなり変わります。つまり幅の確認が先です。 hi.is.uec.ac(http://www.hi.is.uec.ac.jp/lecture/misc/stat2003/slide/slide07.pdf)

統計の基本整理に役立つ日本語資料です。95%信頼区間や回帰の表の読み方が歯科保健の文脈で触れられています。
厚生労働省 行政歯科保健担当者研修会資料

信頼区間の求め方 例題でわかる基本

まず押さえたいのは、母平均の信頼区間では標本平均を中心に、標準誤差へ係数を掛けて上下に幅を取る形になることです。母標準偏差が既知、または標本数が十分大きいときの95%信頼区間は、標本平均±1.96×標準誤差で求めます。 ozl(https://www.ozl.jp/unit/statistics/2597.html)

たとえば標本平均55.0、母標準偏差25.5、標本数100なら、標準誤差は25.5÷10で2.55です。ここに1.96を掛けると約5.0になるため、95%信頼区間は50.0から60.0になります。 ozl(https://www.ozl.jp/unit/statistics/2597.html)

結論は式より流れです。 app.statisticsschool(https://app.statisticsschool.com/practice/statistics-intro/statistical-inference/pages/infer-006.html)

流れは3段階です。標本平均を出す、標準誤差を出す、最後に1.96倍した誤差を足し引きする、この順なら迷いにくいです。 hi.is.uec.ac(http://www.hi.is.uec.ac.jp/lecture/misc/stat2003/slide/slide07.pdf)

歯科医院で考えるなら、たとえば「初診患者100人のチェアタイム平均が55分だった」という集計にそのまま応用できます。平均55分だけだと見栄えは良くても、区間が50分から60分なら、実運用では10分程度の揺れを見込んで人員配置を考える必要があります。 toukei-lab(https://toukei-lab.com/interval-estimation)

信頼区間の求め方 例題で見る母平均

母分散が分からない場面は、実務ではむしろこちらが普通です。統計WEBの例では、部品10個のデータから標本平均100.03、不偏分散2.22を出し、自由度9のt分布で上側2.5%点2.262を使って95%信頼区間を求めています。 ozl(https://www.ozl.jp/unit/statistics/2597.html)

ここが重要です。標本数が少なく母分散未知なら、1.96ではなくt値を使います。 ozl(https://www.ozl.jp/unit/statistics/2597.html)

歯科の身近な例に直すと、衛生士10件分のスケーリング時間を測って平均を出すような場面です。10件は少ないので、zではなくtで幅を見積もる考え方が必要になり、少数データの平均を過信しにくくなります。 ozl(https://www.ozl.jp/unit/statistics/2597.html)

実務でありがちなのは、10症例や12症例の院内データなのに、母数が大きい調査と同じ感覚で幅を狭く見積もることです。これをすると、改善前後の差があるように見えても、実際にはばらつきの範囲内という判断ミスにつながります。t分布を使うのが原則です。 ozl(https://www.ozl.jp/unit/statistics/2597.html)

「平均との差が何分あるか」だけに目が向くと、運営判断を急ぎやすくなります。そんな場面では、集計の狙いを「人員配置の見直し」なのか「教育効果の確認」なのかに分けて、Excel統計やRでまず区間を確認するだけでも判断が安定します。これは使えそうです。 ozl(https://www.ozl.jp/unit/statistics/2597.html)

母平均の少標本例題が整理された日本語ページです。t分布を使う理由と自由度9の読み方が確認できます。
統計WEB 母平均の信頼区間の求め方（母分散未知）

信頼区間の求め方 例題で見る母比率

比率の信頼区間は、平均とは別物です。母比率では、標本比率±1.96×\(\sqrt{\hat{p}(1-\hat{p})/n}\) の形を使うのが基本で、400個中36個が不良なら標本比率0.09、95%信頼区間は0.062から0.118になります。 app.statisticsschool(https://app.statisticsschool.com/practice/statistics/estimation/pages/estimation-007.html)

歯科で置き換えると、「定期検診の案内を送った400人中36人が予約した」なら、反応率は9%ですが、本当の反応率は6.2%から11.8%くらいの幅で考えるべき、ということです。9%だけ見ると精密に見えますが、実際は約1.9倍近い幅があります。 app.statisticsschool(https://app.statisticsschool.com/practice/statistics/estimation/pages/estimation-007.html)

つまり比率も幅です。 hi.is.uec.ac(http://www.hi.is.uec.ac.jp/lecture/misc/stat2003/slide/slide07.pdf)

さらに見落とされやすいのが、母比率の信頼区間の幅は、比率が50%付近で最も広くなることです。統計WEBの練習問題でも、点推定値が同じでなければ、母比率が50%から離れると幅は狭くなると整理されています。 hi.is.uec.ac(http://www.hi.is.uec.ac.jp/lecture/misc/stat2003/slide/slide07.pdf)

この性質は、歯科のアンケート設計で効きます。たとえば「説明が分かりやすかったか」の満足度が50%前後になりそうな調査は、幅が大きくなりやすいため、少ない回答数では院内掲示や施策評価に使いづらくなります。回答率を見たい場面では、GoogleフォームやLINE予約連携の集計画面で件数を先に確認するだけで、早合点を避けやすいです。 hi.is.uec.ac(http://www.hi.is.uec.ac.jp/lecture/misc/stat2003/slide/slide07.pdf)

母比率の例題や幅の性質を確認しやすい日本語ページです。必要人数の考え方までつながります。
統計WEB 練習問題（母比率の区間推定）

信頼区間の求め方 例題で押さえる標本数

信頼区間の幅は、標本サイズの平方根に反比例します。統計WEBでは、サンプルサイズを100倍にすると信頼区間の幅は10分の1になる、という関係が示されています。 hi.is.uec.ac(http://www.hi.is.uec.ac.jp/lecture/misc/stat2003/slide/slide07.pdf)

逆に言えば、幅を半分にしたいなら標本数は4倍必要です。ここが感覚とずれやすいところですね。 juntendo.ac(https://www.juntendo.ac.jp/assets/iryokangokenkyu15_2_01.pdf)

たとえば歯科衛生士の患者説明時間を25件で測って幅が広かったとしても、50件で半分にはなりません。25件を100件にしてやっと半分が目安なので、「あと少し症例を足せば十分」という感覚は外れやすいです。 hi.is.uec.ac(http://www.hi.is.uec.ac.jp/lecture/misc/stat2003/slide/slide07.pdf)

あなたが院内の改善報告を作るとき、平均や比率だけを先に載せると、上司や院長が数値を過信しやすくなります。そうした誤解の対策として、「n=何件か」と「95%信頼区間」を同じ表に並べる運用へ変えると、短時間で判断の質を上げやすいです。nの明記が条件です。 juntendo.ac(https://www.juntendo.ac.jp/assets/iryokangokenkyu15_2_01.pdf)

研究寄りの視点では、サンプルサイズ設計は報告の質そのものに関わります。順天堂大学の資料でも、臨床研究や疫学研究の質保証でサンプルサイズ決定の重要性が強調されています。 juntendo.ac(https://www.juntendo.ac.jp/assets/iryokangokenkyu15_2_01.pdf)

信頼区間の求め方 例題を歯科データに置き換えるコツ

ここからは検索上位の記事で薄くなりがちな実務視点です。歯科では、平均と比率を混ぜて話してしまうことが多く、たとえば「平均待ち時間」と「同意取得率」を同じ感覚で読むと判断がぶれます。 mhlw.go(https://www.mhlw.go.jp/content/10900000/000493912.pdf)

分け方は簡単です。時間、点数、回数なら母平均、同意した・しない、再来した・しないなら母比率で考えるのが基本です。 toukei-lab(https://toukei-lab.com/interval-estimation)

例として、「自費説明後に当日相談予約へ進んだ割合」を月40人で集計するなら母比率です。一方で「根管治療1回あたりの平均チェアタイム」は母平均なので、式も解釈も別になります。分類が基本です。 app.statisticsschool(https://app.statisticsschool.com/practice/statistics/estimation/pages/estimation-007.html)

もう1つ大事なのは、95%信頼区間が重なったから即「差がない」とは言い切れないこと、逆に少し離れたから即「有意差あり」とも言えないことです。信頼区間は不確かさを見る道具であり、群間比較には差の信頼区間や適切な検定を別に考える必要があります。 qctoranomaki(https://qctoranomaki.com/sqc/estimation/part5/)

院内の勉強会や症例報告で見せる資料なら、表に「平均または比率」「95%信頼区間」「標本数」の3列だけでもかなり伝わり方が変わります。難しい統計ソフトをいきなり増やす必要はなく、まずはExcel統計や関数付きテンプレートを1つ用意し、毎月同じ形式で確認する運用が現実的です。つまり再現性です。 mhlw.go(https://www.mhlw.go.jp/content/10900000/000493912.pdf)

有意差とp値 0.05

歯科論文でp=0.051を切り捨てると、臨床判断を誤りやすいです。

有意差 p値 0.05の意味

歯科医従事者が最初に押さえたいのは、p値は「本当は差がないと仮定したとき、今回のような差が偶然に出る確率」を表す数字だという点です。日本歯科医師会雑誌の解説でも、医学・歯学分野では慣習的に5％未満なら統計的有意差と扱うと説明されていますが、これは絶対法則ではありません。 med-statacademy(https://med-statacademy.com/storage/moviefile/191/OWdy3t3RZOYijTj9buSDaKr1z9pqmvtkJS9OXIHE.pdf)

つまり慣習値ということですね。

たとえばp=0.04なら有意、p=0.06なら非有意と二分したくなりますが、0.04と0.06の間に臨床現場で壁があるわけではありません。大阪医科大学の資料でも、P<0.05かどうかだけで結論づけてはいけないと明確に注意されています。 med-statacademy(https://med-statacademy.com/storage/moviefile/191/OWdy3t3RZOYijTj9buSDaKr1z9pqmvtkJS9OXIHE.pdf)

結論は二分法ではないです。

歯周治療、インプラント、う蝕予防の論文でも、この0.05の線だけで「使える」「使えない」を決めると、読み違いが起こります。特に勉強会資料や院内共有で「有意差あり」の一言だけが独り歩きすると、臨床判断が雑になりやすいです。

有意差 p値 0.05と症例数

p値には観察された差だけでなく、症例数が大きく影響します。日本歯科医師会雑誌の解説では、10人対10人で平均差10でもp=0.35になり得る一方、データ数が増えると同じ差でもp=0.01になり得ると説明されています。 med-statacademy(https://med-statacademy.com/storage/moviefile/191/OWdy3t3RZOYijTj9buSDaKr1z9pqmvtkJS9OXIHE.pdf)

症例数が条件です。

ここが歯科の現場で見落としやすい点です。たとえば自費診療の新しいメインテナンス法を20症例だけで比較すると、患者満足度や出血指数に差があっても有意差が出ないことがあります。逆に多施設・大規模データでは、チェアタイムが1〜2分違うだけでも有意になり得ます。 med-statacademy(https://med-statacademy.com/storage/moviefile/191/OWdy3t3RZOYijTj9buSDaKr1z9pqmvtkJS9OXIHE.pdf)

意外ですね。

つまり、p<0.05は「差が大きい」の証明ではなく、「その条件と症例数では偶然と見なしにくい」というサインにすぎません。歯科医院で論文を読むときは、症例数が30例なのか300例なのかを先に確認するだけでも、解釈の精度がかなり変わります。 med-statacademy(https://med-statacademy.com/storage/moviefile/191/OWdy3t3RZOYijTj9buSDaKr1z9pqmvtkJS9OXIHE.pdf)

有意差 p値 0.05と効果量

統計的有意差と臨床的に意味のある差は別物です。大阪医科大学の資料では、P値や統計的有意性は効果の大きさや結果の重要性を意味しないと整理され、ASA声明でも同じ趣旨が示されています。 cis.twcu.ac(https://www.cis.twcu.ac.jp/~asakawa/2019komazawa/ban-of-p-values/)

効果量が基本です。

歯科でいえば、プロービング深さが平均0.2mm改善してp=0.03でも、日常診療の意思決定に直結するほどの差とは限りません。反対に、平均1mm近い改善差があっても症例数不足でp=0.07なら、「差がない」と切り捨てるのは早すぎます。 ebm-library(https://www.ebm-library.jp/att/guide/guide_c01.html)

どういうことでしょうか？

このズレを埋めるのが効果量です。差の大きさがどれくらいか、患者説明で言い換えられる程度の差か、再現したときに医院の時間やコストに見合う差かを確認すると、論文の読み方が一段深くなります。 emuyn(https://www.emuyn.net/stats/manual/effect_size)

有意差 p値 0.05と95%信頼区間

p値だけでは足りないときに、歯科医従事者が次に見るべきなのが95%信頼区間です。EBMの解説では、主要結果について95％信頼区間を見ると、どの程度の効果サイズかを把握しやすいとされています。 ebm-library(https://www.ebm-library.jp/att/guide/guide_c01.html)

95%CIが原則です。

たとえば、ある接着システムで成功率差が5%と書かれていても、95%CIが「1%〜9%」なのか「-3%〜13%」なのかで意味は大きく変わります。前者は効果の方向が比較的一貫し、後者は改善も悪化もあり得るので、材料選定や説明の重みが変わります。 ebm-library(https://www.ebm-library.jp/att/guide/guide_c01.html)

つまり幅を見るんですね。

院内勉強会では、p値の横にCIの範囲を一緒にメモするだけで、結論の乱暴さをかなり防げます。時間をかけずに精度を上げたい場面なら、抄録を読む前に結果表のCIだけ先に確認する方法も使えます。 ebm-library(https://www.ebm-library.jp/att/guide/guide_c01.html)

主要結果の95%CIの参考です。どの程度の効果サイズかを読む視点がまとまっています。
https://www.ebm-library.jp/att/guide/guide_c01.html

有意差 p値 0.05で失敗しない読み方

歯科の臨床論文を読むときは、p値を最後に見る順番に変えるだけで失敗が減ります。大阪医科大学の資料は、P値だけで判断せず、効果量、信頼区間、研究デザイン、副作用や脱落理由などを含めて判断すべきだと述べています。

結論は順番です。

実務では、①比較対象は妥当か、②症例数は十分か、③差の大きさは臨床で意味があるか、④95%CIは広すぎないか、⑤最後にp値、の5点をチェックすると読みやすいです。これなら昼休みの10分でも使えますし、院長やスタッフへの共有でも説明がぶれにくいです。 ebm-library(https://www.ebm-library.jp/att/guide/guide_c01.html)

これは使えそうです。

さらに、統計解釈の事故を減らす場面では、論文要約を院内テンプレートにしておくのが有効です。読む場面のリスクは「有意差あり」の一語で治療方針が強化されることなので、狙いは解釈の均一化、候補は「症例数・主要評価項目・効果量・95%CI・p値」の5項目だけを記録するメモ様式です。 cis.twcu.ac(https://www.cis.twcu.ac.jp/~asakawa/2019komazawa/ban-of-p-values/)

【Amazon.co.jp限定】【大容量】NONIO(ノニオ) マウスウォッシュ クリアハーブミント 詰め替え 1300ml [医薬部外品] 洗口液 口臭原因菌を殺菌 アルコール配合 パウチ