対応のない正規分布を示す連続変数の2群間の差を検定するときに用いるのはどれか。

解説

Studentのt検定は、2つの独立した群間で、正規分布に従う連続変数の平均値の差を統計的に比較する際に用いられる標準的なパラメトリック検定です。問題文の条件に最も適切に合致します。他の選択肢は、カテゴリカルデータ、3群以上のノンパラメトリック比較、生存分析、変数間の関連性評価など、それぞれ異なる状況や目的に使用される統計手法です。

選択肢ごとの解説

• 1. Fisherの正確確率検定は、2×2分割表のようなカテゴリカルデータ（離散変数）に対して用いられ、特に期待度数が小さい場合に適しています。連続変数の群間差の検定には不適切です。正しくは：カテゴリカルデータ間の関連性を評価する場合に用いる。選びやすい理由：「検定」という言葉から統計手法の一つとして認識されやすいが、適用条件が異なるため誤答となる。混同注意：カイ二乗検定など、カテゴリカルデータを扱う他の検定法と混同しやすい。
• 2. Kruskal-Wallis検定は、3つ以上の独立した群間で連続変数（または順序変数）の比較を行う際に使用されるノンパラメトリック検定です。正規分布を仮定できない場合や、順位データに適用されます。本問題の条件（正規分布、2群）とは異なります。正しくは：3つ以上の独立群のノンパラメトリックな比較に用いる。選びやすい理由：群間の差を検定するという点で共通しているため、選択肢として魅力的だが、正規分布の仮定と群数が異なる。混同注意：Mann-Whitney U検定（2群のノンパラメトリック比較）やANOVA（3群以上のパラメトリック比較）と混同しやすい。
• 3. log-rank検定は、主に生存時間分析において、複数の群間で生存曲線を比較するために用いられる手法です。連続変数の群間差の検定とは目的が異なります。正しくは：生存時間データにおける群間の生存率の差を比較する場合に用いる。選びやすい理由：「検定」という単語から統計手法であることは認識できるが、その適用分野が本問とは異なるため誤答となる。混同注意：Cox比例ハザードモデルなどの生存分析手法と混同しやすい。
• 4. 相関分析は、2つの連続変数間の線形関係の強さと方向性を評価する手法であり、群間の平均値の差を検定する目的とは異なります。相関分析は変数間の関連性を見るもので、群間比較ではありません。正しくは：2つの連続変数間の関係性の強さと方向性を評価する場合に用いる。選びやすい理由：統計学的な分析手法の一つであるため、知識がある学生は選びやすい。しかし、群間比較と変数間の関係性分析は目的が異なる。混同注意：回帰分析（変数間の因果関係モデル化）や、群間比較の検定（t検定、ANOVAなど）と混同しやすい。
• 5. 正解。Studentのt検定は、2つの独立した群間で、連続変数の平均値に統計的に有意な差があるかを比較する最も一般的なパラメトリック検定です。この検定は、データが正規分布に従うこと、および等分散性（またはWelchのt検定では非等分散性）を仮定します。問題文の「対応のない正規分布を示す連続変数の群間の差」という条件に完全に合致します。

国試ポイント

この問題は、統計的検定法がどのような条件で適用されるかを正確に理解しているかを問うものです。特に、検定の適用条件（変数の種類、分布の形状、群の数、独立性/対応関係）が重要です。基本となるパラメトリック検定（t検定、ANOVA）と、その代替としてのノンパラメトリック検定（Mann-Whitney U検定、Kruskal-Wallis検定）の区別が頻出します。

混同注意

各検定法の適用条件、特に「パラメトリック vs ノンパラメトリック」「2群 vs 3群以上」「独立 vs 対応」の違いが混同されやすいです。

次に同じ論点が出たら

次に同様の論点が出題された場合、まず「比較する群の数」「変数の種類と尺度（連続/離散/順序）」「正規分布の仮定の有無」「群の独立性」の4点を確認し、それぞれの条件に合致する検定法を選択できるようになることが求められます。

関連知識

統計的検定の選択フローチャートを理解しておくことが重要です。具体的には、データの種類（質的か量的か）、データの分布（正規分布か否か）、比較する群の数、群が独立しているか対応しているか、といった要素で適切な検定法が決定されます。t検定には、独立2群のt検定、対応のあるt検定、Welchのt検定など種類があります。