体重、得点、売上のように同じ対象を何度も測ったデータでは、時点ごとの平均を線で結んだ折れ線グラフが最初の図として作られます。この線が右上がりに滑らかでも、各点はその時点で測定できた対象だけの平均を表すため、線の形が個人の推移や集団の変化と一致するかどうかは、測定の揃い方と時間の刻み方を見るまで判断できません。
そこで、Rのdatasetsパッケージに含まれるChickWeightデータセットを使います。50羽のひよこの体重を0日から21日まで測り、4種類の餌で比べたデータで、途中で記録が途切れた個体を含むため、平均の線だけでは見えない変化を具体的な数値で確かめられます。
平均の折れ線が結んでいる値
時点$t$の平均体重$\bar{y}_t$は、その時点で体重を測れた個体だけを分母にした平均です。ChickWeightでは0日に50羽、21日に45羽が測定されており、横軸の点ごとに平均の分母が異なります。
この分母の違いのため、隣り合う2点を結ぶ線分の傾きは、同じ個体が増やした体重の平均と一致しない場合があります。全時点で同じ個体が揃っている時に限り、平均の差は個体ごとの増加量の平均と等しくなり、線分の傾きを集団の平均的な成長速度として読めます。
また、平均の線は分布の中心だけを描くので、ばらつきの情報を持ちません。平均に添える誤差の幅がSD、SE、信頼区間のどれを表すかで読み方が変わる点はエラーバーは何を表すか:SD・SE・信頼区間の違いで扱っているため、ここでは線そのものが何を結んでいるかに絞って見ていきます。
個体ごとの線で見える成長の個人差
図1の左は、餌1を与えた20羽の体重を個体ごとに灰色の線で描き、時点ごとの平均を太線で重ねた図です。平均の線は0日から21日まで滑らかに上がりますが、灰色の線は後半ほど上下に広がり、途中で上下の順位が入れ替わる線や、早い時点で途切れる線も混じっています。

この広がりは、平均の線からは読み取れない情報です。平均が同じ傾きで伸びていても、多くの個体が平均に近い速さで伸びている場合と、速く伸びる個体と伸びが止まる個体が混ざっている場合では、餌の効果や成長の仕組みについての解釈が異なります。
この点について、Weissgerberら(2015)は、平均と誤差だけを描いた棒グラフや折れ線グラフでは、分布の形も個体の推移もまったく異なるデータから同じ図が作れることを指摘しています。そのうえで、対応のあるデータや経時データでは個体ごとの線を描く図を用いるよう求めています。
一方、個体数が数百を超えると灰色の線が塗りつぶされ、個人差の形が見えにくくなります。その場合は、無作為に選んだ一部の個体の線を重ねるか、群ごとにパネルを分けると、平均の線と個体の線を同じ図に収められます。
脱落で平均の中身が入れ替わる
ChickWeightの50羽のうち、21日まで測定できたのは45羽で、残りの5羽は途中で記録が途切れています。羽数は2日まで50羽、4日から12日まで49羽、14日に48羽、16日と18日に47羽、20日に46羽、21日に45羽と減り、図1の右に描いた餌1では20羽が16羽になっています。
この減り方が体重と無関係なら、平均の推移への影響は小さく済みます。そこで、21日まで残った45羽だけの平均と全羽の平均を時点ごとに比べると、全羽の平均は0日から20日までのどの時点でも残った個体の平均を下回り、差が最も大きかったのは12日の3.53gでした。
この差の向きから、途中で抜けた個体は体重の軽い個体だったと読めます。軽い個体が抜けるたびに残った個体の平均は押し上げられ、21日には全羽の平均と残った45羽の平均が218.7gで一致するので、全羽の平均の線は終盤に実際の成長より速く伸びたように見えます。
実際、20日から21日の増加は、全羽の平均で8.97g、残った45羽の平均で7.09gでした。前者のうち約1.9gは、1羽が抜けて分母の中身が変わったことによる見かけの上乗せです。
このような平均は、生き残った対象の平均と呼ばれます。脱落が体重の軽さ、病状の悪化、成績の低さと結びついている調査では、時点ごとの平均の推移だけを示すと改善や成長を大きく見せる方向に偏るため、各時点の例数を図に添え、脱落した対象の推移も別に描く必要があります。
ただし、残った個体だけに絞った平均にも別の偏りがあります。21日まで残った集団は最初から脱落しにくい個体の集まりなので、その平均の推移を集団全体の成長として報告すると、対象集団の定義を途中で変えたことが読み手に見えなくなります。
不等間隔の横軸が変える傾き
ChickWeightの測定日は0日から20日までが2日おきで、20日と21日の間だけが1日です。測定日を順番に並べただけの等間隔の目盛りにすると、20日から21日の線分も2日分と同じ幅で描かれます。
その結果、線分の傾きの読み方が変わります。21日まで残った45羽の平均は、18日から20日の2日間で19.18g、20日から21日の1日で7.09g増えており、1日あたりに直すと約9.6gと7.1gです。
等間隔の目盛りでは、最後の線分が2日間で7.09gしか増えなかったように見えるので、成長の鈍り方が実際より強く見えます。測定日を文字の項目として並べた折れ線では同じことが起こるため、横軸には実際の日数を数値として置き、線分の傾きを単位時間あたりの変化として読める形にします。
さらに、追跡の後半ほど測定の間隔が広がる調査では、等間隔の目盛りが後半の変化を圧縮して見せます。横軸の単位と目盛りの位置を図の説明にも書いておくと、読み手が傾きを取り違えにくくなります。
個体ごとの傾きによる要約
平均の線が個体の推移を表さないなら、個体ごとに推移を1つの数値へ要約し、その数値を個体単位で比べる方法があります。Matthewsら(1990)は、反復測定のデータを、研究目的に合わせて個体ごとの傾き、曲線下面積、最大値、最大値に達するまでの時間といった要約量に変えてから解析する方法を提案しています。
ここでは成長の速さを要約量とし、個体$i$の傾きを次の式で求めます。
$$b_i = \frac{\sum_{t}(t – \bar{t}_i)(y_{it} – \bar{y}_i)}{\sum_{t}(t – \bar{t}_i)^2} \tag{1}$$
式(1)は、個体ごとに体重を測定日へ直線で当てはめた時の傾き、つまり1日あたりの平均的な体重の増加量を表します。$t$は測定日、$y_{it}$は個体$i$の日$t$の体重、$\bar{t}_i$と$\bar{y}_i$はその個体が測定された日と体重の平均です。
この要約では、個体が途中で抜けても、その個体が測定された日だけで傾きを計算できます。ただし、2回しか測定されていない個体の傾きは2点を結んだ線の傾きなので、多くの回数を測った個体より不確かさが大きく、傾きを単純に平均するとこの精度の差は反映されません。
実際に50羽の傾きを餌ごとに要約すると、平均は餌1で5.85g/日、餌2で8.61g/日、餌3で11.42g/日、餌4で9.52g/日でした。餌1には体重が減った個体も含まれ、その最小値は−2.00g/日と、平均の線からは想像しにくい推移が要約量に表れています。
同じ表で、餌ごとの標準偏差は2.22〜4.05g/日、餌2の範囲は1.21〜15.48g/日に及んでいます。平均の差と個体差の大きさを同時に読めるので、餌の比較は各個体の傾きを1つの観測値とした2群や多群の比較として扱えます。
時点ごとの検定を繰り返す解析の問題
Matthewsら(1990)は、各時点で群の平均を比べる検定を測定日の数だけ繰り返す解析を、連続測定のデータで頻繁に見られる誤りとして批判しています。ChickWeightなら12の測定日があり、12回の検定は同じ個体を繰り返し使うため互いに独立ではなく、どの時点から差が出たかという読み方を検定の構造から導けません。
しかも、時点ごとの検定では、脱落によって比べる個体が時点ごとに入れ替わり、後半ほど例数が減って検出力が下がります。有意な時点と有意でない時点が並んでも、それが成長の違いを表すのか例数の変化を表すのかは区別できず、時点ごとの検定を繰り返して経過の違いを結論づける解析は不適切です。
これに対して、個体ごとの要約を使う方法は研究目的を1つの量に落とし込むので解釈しやすく、反復測定の構造をそのまま扱いたい場合は、個体を変量効果に含めた混合効果モデルなど反復測定のモデルが候補になります。どちらを選ぶ場合も、成長の速さ、最終時点の体重、全期間の増加量のうち何を比べるかを解析の前に決めておくと、時点の選び方で結論が変わる余地を減らせます。
論文や報告書ではどう扱われているか
Matthewsら(1990)は医学研究の連続測定を対象に、個体ごとの要約量を求めてから通常の2群比較などへ持ち込む2段階の解析を提案しました。要約量は研究目的から選ぶものとされ、成長や変化の速さなら傾き、全期間の総量なら曲線下面積、ピークの大きさなら最大値という対応が示されています。
同じ方向の指摘として、Weissgerberら(2015)は生理学分野の論文の図を調べ、連続データの多くが平均と誤差の棒や線だけで示されていたことを報告しています。例数の小さいデータでは個々の点を、対応のあるデータでは個体ごとの線を描くよう求めており、経時データの図に個体の線と例数を添える根拠になります。
また、解析の前に図で推移の形と外れた個体を確かめる考え方は、探索的データ分析:解析の前にデータを図で確かめると共通しています。個体ごとの線は、散布図の読み方:関係の形と外れ値を見つけるで見る外れ値と同じく、ほかの個体と異なる推移を見つける手段にもなります。
Rで確認する
ChickWeightデータセットから、時点ごとの羽数と全羽の平均体重、21日まで残った45羽の平均、両者の差を1つの表にまとめます。
options(show.signif.stars = FALSE)
chick <- ChickWeight
n_by_time <- tapply(chick$weight, chick$Time, length)
mean_all <- tapply(chick$weight, chick$Time, mean)
# 21日まで測定できた個体だけの平均
completers <- unique(chick$Chick[chick$Time == 21])
mean_comp <- with(chick[chick$Chick %in% completers, ], tapply(weight, Time, mean))
round(cbind(n = n_by_time, all = mean_all, completers = mean_comp,
diff = mean_all - mean_comp), 2)
#> n all completers diff
#> 0 50 41.06 41.07 -0.01
#> 2 50 49.22 49.58 -0.36
#> 4 49 59.96 60.16 -0.20
#> 6 49 74.31 74.87 -0.56
#> 8 49 91.24 92.42 -1.18
#> 10 49 107.84 110.09 -2.25
#> 12 49 129.24 132.78 -3.53
#> 14 48 143.81 146.24 -2.43
#> 16 47 168.09 169.53 -1.45
#> 18 47 190.19 192.42 -2.23
#> 20 46 209.72 211.60 -1.88
#> 21 45 218.69 218.69 0.00
出力のnは時点ごとの羽数、allは全羽の平均、completersは21日まで残った個体の平均、diffは前者から後者を引いた値です。diffが0日から20日まで負の値を取り、21日に0になる並びは、脱落した個体が軽かったことと、最後の時点で平均の中身が残った個体だけになったことを表しています。
続いて、式(1)の定義どおりに計算した傾きと、個体ごとに当てはめた直線回帰の傾きを比べ、餌ごとに要約します。
slope_of <- function(t, y) sum((t - mean(t)) * (y - mean(y))) / sum((t - mean(t))^2)
ids <- levels(chick$Chick)
slopes <- sapply(ids, function(k) with(chick[chick$Chick == k, ], slope_of(Time, weight)))
slope_lm <- sapply(ids, function(k) coef(lm(weight ~ Time, data = chick[chick$Chick == k, ]))[2])
all.equal(unname(slopes), unname(slope_lm))
diet <- sapply(ids, function(k) as.integer(chick$Diet[chick$Chick == k][1]))
round(do.call(rbind, tapply(slopes, diet, function(b)
c(n = length(b), mean = mean(b), sd = sd(b), min = min(b), max = max(b)))), 2)
#> [1] TRUE
#> n mean sd min max
#> 1 20 5.85 3.79 -2.00 13.21
#> 2 10 8.61 4.05 1.21 15.48
#> 3 10 11.42 3.53 5.86 17.26
#> 4 10 9.52 2.22 6.35 13.71
1行目のTRUEは、式(1)で求めた傾きと直線回帰の傾きが50羽で一致したことを表し、続く表は餌ごとの羽数と傾きの平均、標準偏差、最小値、最大値です。読み違えやすいのは餌の差の大きさで、餌3の平均11.42g/日は餌1の5.85g/日の約2倍ですが、餌1の最大値13.21g/日は餌3の最小値5.86g/日を上回っており、餌の違いと個体差は同じ表の中で重なっています。
図1は、餌1の個体の線と平均の線、各測定日の羽数を左右に並べて描いたものです。
diet1 <- chick[chick$Diet == 1, ]
mean_d1 <- tapply(diet1$weight, diet1$Time, mean)
days <- as.numeric(names(mean_d1))
par(mfrow = c(1, 2))
plot(weight ~ Time, data = diet1, type = "n", xlab = "Day", ylab = "Weight (g)", main = "Diet 1: each chick and mean")
for (k in unique(diet1$Chick)) lines(weight ~ Time, data = diet1[diet1$Chick == k, ], col = "grey60")
lines(days, mean_d1, lwd = 3)
legend("topleft", legend = c("Each chick", "Mean"), col = c("grey60", "black"), lwd = c(1, 3), bty = "n")
plot(days, tapply(diet1$weight, diet1$Time, length), type = "b", ylim = c(0, 21),
xlab = "Day", ylab = "Number of chicks", main = "Diet 1: chicks measured")
この図の横軸は測定日を数値として置いているため、20日と21日の点は他の間隔の半分の幅で並びます。左の個体の線と右の羽数を見比べると、灰色の線が途切れた日に右の羽数が下がっており、平均の線の後半を支える個体が少しずつ入れ替わっていく様子が読み取れます。
経時データの図と解析で判断すること
平均の折れ線を読む時に確認するのは、各時点の平均が同じ個体から計算されているか、横軸が実際の時間の間隔で描かれているか、比べたい量が時点ごとの値なのか推移の要約なのか、という3点です。ChickWeightでは、全羽の平均と残った個体の平均の差が12日に3.53gまで開き、最後の1日の間隔を2日分の幅で描くと成長の鈍りが強調されました。
これらの点から、経時データの図では平均の線に個体ごとの線と各時点の例数を添え、横軸を実際の時間の間隔で描き、解析は個体ごとの要約量か反復測定のモデルで行う形を推奨します。反対に、脱落のあるデータで時点ごとの平均の推移だけを示し、時点ごとの検定を繰り返す組み合わせは、成長や改善を大きく見せたまま根拠の弱い結論を導くため不適切です。
参考文献
- Matthews JNS, Altman DG, Campbell MJ, Royston P. Analysis of serial measurements in medical research. BMJ. 1990;300(6719):230-235.
- Weissgerber TL, Milic NM, Winham SJ, Garovic VD. Beyond bar and line graphs: time for a new data presentation paradigm. PLoS Biol. 2015;13(4):e1002128.


