1 概要と位置づけ
1.1 検定の目的
ウィルコクスンの符号付順位検定は、対応のある2群（同一対象の事前・事後、同一被験者の左右など）の変化を、中央値の差に関する観点から評価するノンパラメトリック手法である。目的は、差の分布形状が正規分布から外れていても妥当性を保てる形で、観測された変化が偶然によるものではない可能性を確率として判断する点にある。
1.2 対象となるデータの形
対象となるのは、各対象について「比較可能な2つの数値」が揃っており、両者の対応関係が明確なデータである。典型例として、測定値の連続量（または順序として意味を持つ量）を事前・事後で記録した場合が挙げられる。差を計算できる形式であれば、厳密な分布仮定を置かずに検定へ進める。
1.3 パラメトリック検定との使い分け
対応のあるt検定は、差の正規性などを前提に効率が高い。一方、外れ値の影響が大きい、差の分布が対称でない、尺度が順序寄りで極端値に敏感になりやすいといった状況では、符号付順位検定が選択肢となる。特に「中央値の比較」を中心に据える分析方針や、分布形状の確認が十分でない場合に適している。
2 仮説と考え方
2.1 帰無仮説と対立仮説
帰無仮説は、対応する差が中心に対して系統的な方向性を持たないことを表す。差を母集団として考えたとき、中央値が0に等しい、あるいは差の符号に偏りがないとみなす形で定式化される。対立仮説は、差の中央値が0ではない（両側）または特定の方向に偏る（片側）ことを述べる。
2.1.1 両側検定の場合の解釈
両側検定では、事前と事後の間に増加・減少のどちらの方向であっても中央値が0からずれる可能性を検討する。観測された差の大きさと方向の組合せが、帰無仮説下でどの程度珍しいかを基に結論を下す。
2.1.2 片側検定の場合の解釈
片側検定では、増加（または減少）に特化した事前の理論や目的がある場合に用いる。帰無仮説は依然として中央値が0にある状況だが、分布の片側に現れる極端さのみを指標化して確率を評価する。そのため、方向性の設定は解釈の妥当性に直結する。
2.2 差分を用いる理由
対応のある設計では、個体差が測定の共通要因として含まれることが多い。そこで各対象について差（後−前など）を作ることで、個体固有の水準を相殺し、変化そのものに焦点が当たる。検定が扱うのは差の符号と順位であり、個体間の比較ではなく「各ペアの変化の偏り」を要約する。
2.3 ノンパラメトリック性の意味
符号付順位検定は、差そのものの正規性を前提としない。順位を用いることで、尺度の外れ方や極端値の影響を相対化し、分布形状が単純な仮定から外れても頑健に働きやすい点が特徴である。ただし「全ての分布で常に最適」という意味ではなく、データの性質や設計により性能や解釈が変わる。
3 検定統計量の構成
3.1 差の計算方法
まず各ペアについて差を計算する。差の定義は分析目的に合わせて統一する（例：事後−事前）。次に、得られた差の集合を対象として、正負の情報と大きさに応じた順序付けを行う。この準備が、その後の検定統計量の算出に直接つながる。
3.2 符号（正負）の扱い
差が正であれば「増加」、負であれば「減少」として扱う。符号は検定の中核情報であり、各ペアの大小だけでなく方向の偏りを反映するように統計量が作られる。同じ大きさであっても符号が異なれば寄与が反転し、帰無仮説下での偶然性評価に影響する。
3.3 差の順位（順位付け）
差の絶対的な大きさ（符号とは別に考える）に基づいて順位を割り当てる。順位付けは、差の全体の中での相対的な大きさを尺度化する作業である。差が大きいほど、符号が示す方向性に対してより強い重みを持つ形で検定へ反映される。
3.4 検定統計量（W）の求め方
順位付けされた各差について、正の差の順位の合計と負の差の順位の合計を考える。一般に検定統計量は、その2つのうち小さい方、あるいは同等な定義により極端さを表す量として構成される。結果として、正負の方向が帰無仮説下のランダム性からどれだけ逸脱しているかが、Wの大きさ（または小ささ）として現れる。
3.5 同順位・差が0の扱い
差が0の場合は符号も方向性も持たないため、順位付けの対象から除外する扱いが一般的である。一方で同じ大きさの差が複数ある場合（同順位）は、順位に平均を用いるタイブリング（タイ（tie）の調整）が必要になる。どの処理方法を採用するかはソフトウェアの実装に依存するため、結果の比較には同一の設定が望ましい。
4 分布とp値の計算
4.1 正確計算法と近似法
Wの分布は、帰無仮説下で差の符号がランダムに入れ替わるという考え方に基づき導かれる。サンプルサイズが小さい場合は組合せに基づく正確計算が可能である。大きい場合は計算負荷を抑えるため近似が用いられることが多い。
4.2 標準化（z）による近似
近似法では、Wを期待値や分散の情報で標準化し、正規分布に基づく評価へ接続する。連続近似としてz統計量を構成し、その極端度からp値を算出する。近似の妥当性はサンプルサイズやタイ処理、0差の割合などにより左右されるため、必要に応じて正確計算が推奨される。
4.3 片側・両側のp値
両側p値は、観測された統計量が帰無仮説下で「どちらの方向の偏り」に対しても同程度以上に起こりにくい場合に基づく。片側p値は方向を固定した評価であり、両側と同じ数値にならないことが通常である。したがって解析計画に従い、検定の向きを適切に選ぶことが必要となる。
4.4 有意水準と意思決定
有意水準（例：5%）とp値を比較し、p値が有意水準以下なら帰無仮説の棄却を検討する。ここで重要なのは、p値は「帰無仮説が正しい確率」ではなく、棄却の根拠となる指標である点である。意思決定は統計的基準だけでなく、研究目的や損失関数の考え方にも依存する。
5 効果量と結果の報告
5.1 効果量の考え方
p値は差が0からどれだけずれているかの“証拠の強さ”を示すが、効果の大きさそのものを直接表すわけではない。効果量は実務上の重要度に結びつけるために用いる指標であり、順位検定では標準化に基づく推定がよく利用される。
5.2 標準化効果量の例
符号付順位検定では、観測されたWを理論的な尺度で標準化し、0付近は小効果、絶対値が大きいほど効果が大きいと解釈する枠組みが取られる。具体的には、サンプルサイズとWの関係から算出される係数が採用される場合がある。解釈基準は分野で異なるため、報告時には用いた定義を明示するのが望ましい。
5.3 統計量・p値・効果量の併記方法
実務では「検定統計量W、p値、効果量（可能なら信頼区間）」をセットで報告することが多い。併記により、統計的な有意性だけでなく、変化の程度の見通しを読者が持てるようになる。さらに、両側か片側か、0差の扱い、タイ調整の方法なども結果の再現性に関わるため、簡潔に記すとよい。
5.4 実務上の解釈の注意点
有意であっても、臨床的・工学的な意味が小さい場合がある。逆に有意でなくても、サンプル規模が小さければ検出力不足の可能性がある。符号付順位検定は中央値差への感度が高いが、平均差や分布全体の差を直接保証するわけではない点に注意が必要である。
6 前提条件と注意事項
6.1 対応のある設計の要件
各ペアは同一対象に対応している必要がある。対応の誤りは検定の基礎を崩し、符号や順位の意味が変質する。さらに、測定値の取得が同じ条件で行われていること、少なくとも“差を比較してよい”という設計意図があることが望ましい。
6.2 独立性の考え方
理論上は、異なる対象のペア間で差が独立であることが前提となる。被験者内の対応は考慮されるが、別被験者間に強い相関（クラスター効果など）があると、p値の信頼性が低下することがある。その場合は階層構造を扱う手法へ拡張する検討が必要になる。
6.3 外れ値への頑健性と限界
順位に基づくため、極端な値があっても影響は“順位”へ圧縮される。結果として、外れ値の破壊力が平均に基づく検定より抑えられやすい。ただし、順位が極端値に強く連動する状況では、頑健性が万能ではなくなる。外れ値の生成機構を考慮し、必要なら追加分析を行うのが望ましい。
6.4 欠損値・観測不能の扱い
欠損がペア単位で発生した場合、一般にはそのペアを分析から除外する。観測不能がランダムでない場合、選択バイアスが生じる可能性があるため、欠損の理由や比率を確認することが重要である。実装によっては欠損処理の規則が異なるため、解析コードや設定の明記が再現性に直結する。
7 実施手順（実例の流れ）
7.1 データ準備と対応付け
まず、事前値と事後値（あるいは2条件）を同一対象ごとに整列させる。対象IDで結び、対応が崩れていないか確認する。欠損の有無を点検し、解析対象となるペアの数が把握できる状態にする。
7.2 差分の作成
次に各ペアで差を作る。符号の向きを決め、以後の解釈と一致させる（例：差が正なら増加）。差が0になるペアは通常、順位の計算から除外されるため、数の把握も行う。
7.3 順位付けと符号付け
差の大きさに基づいて順位を割り当てる。同順位が生じる場合は平均順位などのタイ処理を適用する。各ペアの符号が正負どちらかを添えて整理し、正側と負側それぞれの寄与を計算可能な形にする。
7.4 統計量の計算とp値算出
正の順位の合計と負の順位の合計を求め、定義に従ってWを構成する。次に帰無仮説下の分布によりp値を算出する。小規模なら正確法、大規模なら近似法が選ばれることが多いが、設定次第で結果がわずかに変わるため統一が望ましい。
7.5 結果の文章化
報告では、検定名、両側か片側か、対象数、0差や同順位の扱い、Wとp値、必要なら効果量を述べる。解釈文では「中央値が0からずれる証拠がある（またはない）」のように、検定が扱う中心観点に沿って記述する。方向については差の定義と一致させ、増加・減少のどちらを示すかを明確化する。
8 関連する検定法
8.1 符号検定（サインテスト）との違い
符号検定は、差の符号のみを利用し、順位の情報を使わない。したがって大きさの違いを捨てるぶん検出力が落ちやすい一方、計算が簡潔でロバストな場面がある。符号付順位検定は大きさも考慮するため、情報をより有効に使えることが多い。
8.2 対応のあるt検定との違い
対応のあるt検定は差の平均に基づく推論を行い、差の分布が正規に近いほど効率がよい。符号付順位検定は中央値の差に重点を置き、正規性に依存しにくい。データの分布形状や外れ値の性質を踏まえて使い分ける必要がある。
8.3 マン・ホイットニーのU検定との違い
マン・ホイットニーのU検定は独立2群の比較を主目的とし、順位を用いる点で関連がある。符号付順位検定は対応のある設計であり、ペアの構造を直接反映する点が決定的に異なる。独立性が満たされるか、対応が必要かを先に整理するのが実務上重要である。
8.4 順序データでの選択肢
順序データ（カテゴリの序列）を扱う場合、距離が等間隔とみなせないため平均差の議論は難しくなる。符号付順位検定は順序情報に基づくため適合しやすいことがある。ただし、順序データの作り方やスコア化の妥当性により結果の解釈が変わるため、測定尺度の前提を確認するのが望ましい。
9 ソフトウェアでの使い方
9.1 主な実装（統計ソフト／ライブラリ）
符号付順位検定は多くの統計環境に実装されている。代表的にはR、Pythonの統計ライブラリ、商用統計ソフトなどで利用でき、関数名や引数の形式は環境ごとに異なる。一般に「対応のあるデータ2列」または「差の列」を受け取り、Wとp値を出力する。
9.2 パラメータ設定（両側・片側、欠損処理）
設定では、両側か片側か、欠損をどう扱うか（ペア除外か、片側除外か等）、正確法と近似法の選択が論点になる。さらに同順位処理や連続補正の扱いが内部実装で異なる場合がある。結果の再現には、解析コードとバージョン、オプションを保存することが望ましい。
9.3 出力の読み方（W、p値、補足指標）
出力にはW（または同等の統計量）、p値が含まれることが多い。効果量や信頼区間が追加で出る場合もあるが、解釈可能な形で定義を確認する必要がある。方向性に関する情報（差の符号の採用向き）が提示される場合は、それに従って文章化する。
9.4 再現可能な手順の作成
再現性のためには、前処理（欠損除外基準、同順位の取り扱い、差の定義）を明示し、検定設定を固定する。データの並び替えや欠損フィルタの手順が変わると、集計対象が変化しうる。コード化し、入力データのバージョンと実行環境を記録するのが実務上の標準となる。
10 よくある誤解
10.1 「順位だから正規性不要」以外の注意
順位を使うことで正規性は不要になりやすいが、何でも許されるわけではない。独立性やペア対応の正しさなど、検定の前提は別に残る。さらに、0差やタイの多さが強い場合、近似法の精度に影響することがあるため注意が必要である。
10.2 並び替えや欠損処理の誤り
事前値と事後値の対応が崩れる並び替えは致命的である。欠損処理についても、行単位で除外するのか、列ごとに別に欠損除外するのかで解析対象が変わる。結果の差はp値だけでなくWの構成にも反映されるため、前処理の再確認が重要となる。
10.3 効果量とp値の混同
p値は統計的有意性の指標であり、効果量は大きさの目安である。両者は同じ情報を持たないため、p値が小さいから効果量が大きいとは限らない。逆も同様であり、意思決定では両者を分けて解釈する必要がある。
10.4 方向（増加・減少）を見落とす問題
差の定義（後−前など）を読み違えると、増加を示すはずが減少として報告されるなど誤りにつながる。検定関数が示す統計量や付随情報の符号の意味を確認し、文章化時に差の向きと整合させることが求められる。