ボンフェローニ補正計算ツールの使い方
ボンフェローニ補正計算ツールは、多重比較手続き（Multiple Comparisons）において発生する偽陽性（ファミリーワイズエラー率: FWER）を制御するための計算をサポートします。フォームに全体の有意水準 $\alpha$ や比較回数 $m$、あるいは各仮説で得られた生の $p$ 値（複数指定可）を入力することで、即座に補正済みの有意水準や調整 $p$ 値（adjusted $p$-value）を算出できます。
数値リストを入力するフィールドでは、スペース、カンマ、セミコロン、または改行で区切って複数の $p$ 値を入力できます。仮説検定の条件に応じて有意水準を設定し、計算結果をご確認ください。ボンフェローニ補正計算ツールでは計算式および値の代入過程が明示されるため、結論をそのままコピーするだけでなく、手計算の途中式の確認や教育・学習目的にも最適です。
計算式と理論 - ボンフェローニ補正計算ツール
ボンフェローニ補正計算ツールでは、以下の基本公式およびルールに基づいて計算を行っています。
alpha_corrected = alpha / m; p_adjusted = min(p * m, 1)多重検定を行うと、個別検定では偽陽性率が一定であっても、全体として少なくとも1つの検定で第一種の過誤（偽陽性）が起こる確率が高まります。ボンフェローニ補正では、全仮説数（比較回数） $m$ に対して目標とする全体有意水準 $\alpha$ を等分割し、各単一検定の評価基準を $\alpha_{corrected} = \alpha / m$ に引き下げます。また、各検定の生の $p$ 値に対しては $p_{adjusted} = \min(p \times m, 1)$ として調整 $p$ 値を求めます。
本ツールは、計算結果とともに標準誤差、検定統計量、限界値、棄却判定などの関連指標も出力します。代入ステップにより算術プロセスを追跡できるため、大学の統計学講義、研究ノートの作成、実務データ分析の事前検証などで幅広く活用できます。
なお、統計的仮説検定では分析の前提条件が重要です。ボンフェローニ補正は非常に厳格（保守的）な補正法であり、比較回数 $m$ が非常に大きい場合には検出力（統計的パワー）が低下する傾向があります。必要に応じて他の多重比較法（Holm法やFDR制御法など）との比較も検討しながら、実務や研究の目的に合わせて結果を活用してください。
ボンフェローニ補正計算ツールの活用シーン
ボンフェローニ補正計算ツールは、統計学の学習、実験計画の策定、アンケートの多重比較分析、A/Bテストでの複数指標評価など、幅広いシーンで活用されます。
- 統計学の学習・講義: 教科書の練習問題や課題について、手計算の結果と補正有意水準・調整 $p$ 値を照合・確認できます。
- 医学・バイオ研究の事前検討: 複数の治療群や遺伝子マーカーの比較において、第一種の過誤率を制御するための基準値を迅速に算出できます。
- マーケティング・A/Bテスト: 複数のバリエーションや複数指標（クリック率、CV率など）を同時に判定する際、偽陽性による誤判定を防ぐために補正値を把握できます。
- データ分析のクイックチェック: 統計解析プログラム（R, Python）を実行する前に、計算ロジックや数値の妥当性をブラウザ上で手軽に検証できます。
ローカル環境（ブラウザ内）で完全に計算が完結するため、レスポンスが速く安全に利用可能です。比較回数や有意水準のパラメータを変更しながら、調整後の判定がどのように変化するかをぜひ体験してください。