1 パワー分析の基礎
1.1 検出力（パワー）の定義
検出力（パワー）は、実際には効果や差が存在すると仮定したとき、その効果を統計的検定によって有意として検出できる確率を指す。研究計画では、検定の有意水準と、対象とする統計モデルのばらつき（分散など）、および効果量の想定値を組み合わせて見積もる。パワーが高いほど、同じ設計条件で真の効果を見つける確率が上がる一方、必要サンプルサイズやコストは増える傾向がある。
1.2 有意水準と誤りの関係
1.2.1 第一種の誤り（偽陽性）
第一種の誤りは、「本当は効果が存在しないのに、存在すると誤って判断する」誤りである。有意水準は、この偽陽性を起こす確率をあらかじめ上限として管理するための基準値として用いられる。たとえば有意水準を0.05に設定した場合、真の無効果状態のもとで有意判定が出る確率を5%以内に抑える設計思想を持つ。
1.2.2 第二種の誤り（偽陰性）
第二種の誤りは、「本当は効果が存在するのに、存在しないと誤って判断する」誤りである。第二種の誤りの確率はパワーの補集合として扱われ、検出力が高いほど偽陰性は減少する。したがって、設計上は第一種の誤りを抑えるだけでなく、第二種の誤りが過度に大きくならないようにサンプルサイズや条件を調整する必要がある。
1.3 効果量とその役割
1.3.1 効果量の種類（差・比・相関など）
効果量とは、統計的検定における「差の大きさ」や「関連の強さ」を数値化した量である。連続量の平均差では差（または標準化された差）、二値や割合の比較では比や差、相関や回帰では相関係数や回帰係数などが対応する。効果量の尺度が異なると必要サンプルサイズの見積もりも変わるため、検定の種類に整合した効果量を選ぶことが重要となる。
1.3.2 効果量仮定の置き方
パワー分析では、効果量について「存在するならこの程度」という仮定を置く。これには過去研究の推定値、理論から導かれる目安、あるいは実務的な意味（臨床的・研究上の重要性）に基づく方法がある。一方で効果量には不確実性があるため、単一の値だけに依存せず、複数の候補（レンジ）を用いた感度分析を行うと設計の頑健性が高まる。
2 パワー分析の前提条件
2.1 統計モデルと検定の選択
2.1.1 一般的な検定の対応関係
パワーの計算は、どの統計量を使い、どの仮定のもとで分布を近似するかに依存する。たとえば平均の差を検定する場面では、独立二群の比較や対応のある比較、分散の扱い（等分散と非等分散）などの選択が結果に影響する。比率やカテゴリデータでは、観測度数に基づく検定、回帰の枠組み、期待度数の条件などが関係する。誤った対応関係でパワーを見積もると、実際の検出力が計画からずれる。
2.1.2 両側検定と片側検定
両側検定は効果の向きの両方を検出対象とするため、一般に片側よりも臨界値が厳しくなり、同じ条件ではパワーが低下することが多い。片側検定は特定の方向のみを関心対象とするが、事前に妥当性を明確にする必要がある。選択は研究目的と解釈枠組みに基づくべきで、後出しで方向性を変更すると設計の整合が崩れる。
2.2 計画情報（分散・標準偏差・相関）
2.2.1 事前知見の活用
分散や標準偏差、相関といった設計上の入力値は、既存研究の報告、専門家の推定、もしくは過去データから得る。複数の情報源がある場合は、中央の値だけでなくばらつきを反映させると、計画時の不確実性を織り込みやすい。加えて、測定条件（機器、尺度、対象集団）が過去データと異なる場合は、その差を補正するか、感度分析で耐性を確認する。
2.2.2 パイロットデータの扱い
少数の予備実験（パイロットデータ）は、分散や効果の目安を提供するが、推定誤差が大きくなりやすい。パイロットの分散が偶然の影響を受けると、パワー計算も楽観的あるいは悲観的に偏る。実務では、パイロット推定を基準にしつつ、ブートストラップやレンジ設定などで不確実性を調整し、必要な安全幅を設けるアプローチが用いられる。
2.3 サンプルサイズ設計の基本方針
2.3.1 人数配分（群数・比率）
サンプルサイズは総量だけでなく、群間配分（例：1:1、2:1）によって効率が変わる。効果量の性質や解析モデルの形によって、ある配分が同じ総人数でも高い検出力を生む場合がある。特に費用や倫理的制約がある場合は、必ずしも単純な均等配分が最適にならないため、配分も含めて設計変数として扱うことが望ましい。
2.3.2 解析単位（個体・クラスター）
個体を単位に独立とみなせる設計だけでなく、集団や施設を単位として割り付けるクラスター設計がある。この場合は、同一クラスター内の類似性が検出力を下げるため、追加の調整（効果の見かけの低下、平均分散の増加）が必要になる。解析単位の誤認はパワーの過大推定につながりやすく、ランダム化の単位と解析の単位が一致しているかを確認する。
3 代表的なパワー分析手法
3.1 平均の差の検定
3.1.1 独立二群の比較
独立二群の比較では、群間の平均差を検定する。入力には群ごとの分散、目標とする差（標準化された差を含む）、割付比、検定の両側・片側設定、有意水準が含まれる。計算では、仮定された効果量のもとで検定統計量が臨界域に入る確率を評価する形になる。分散の扱い（等分散仮定の妥当性）も重要で、誤差構造が異なると実際の検出力が計画値から乖離する。
3.1.2 対応のある比較（前後・同一対象）
対応のある比較では、同一対象から得る測定の相関が検出力を左右する。前後比較では、差分を扱うモデルが自然になり、差分の分散に相関構造が反映される。相関が高いほど差分のばらつきが小さくなり、同じ人数でも検出力が上がることが多い。したがって設計では相関係数や差分の分散に関する仮定が要となる。
3.2 比率・カテゴリデータ
3.2.1 カイ二乗検定とその近似
カテゴリデータの比較では、観測度数と期待度数のずれに基づくカイ二乗検定が用いられる。パワー計算では、非中心カイ二乗分布などの近似を通じて、指定した効果（例：割合の差）に対する有意判定確率を求める。度数が小さいと近似の精度が落ちるため、想定人数が少ない場合は近似の妥当性を確認し、必要ならシミュレーションを併用する。
3.2.2 ロジスティック回帰の考え方
ロジスティック回帰では、二値アウトカムを説明変数でモデル化し、係数に基づく検定を行う。パワー分析では、想定されるオッズ比や確率の変化、ベースライン率、説明変数の分布（群割付や連続変数のスケール）などが入力になる。回帰の枠組みでは共変量調整や交互作用の設計も表現でき、単純な割合比較よりも適切に現実の解析計画を反映しやすい。
3.3 相関・回帰に関する設計
3.3.1 相関係数の検出力
相関の検定では、真の相関係数とサンプルサイズ、検定の両側・片側、有意水準が主要な要素となる。相関係数は標本サイズが増えると推定の安定性が上がり、検出力も向上する。加えて、変数の分布が極端に歪んでいる場合や外れ値が多い場合は、検定の前提が崩れやすく、理論計算と実測の乖離が生じうるため、頑健性の確認が必要になる。
3.3.2 回帰係数の検出力と前提
回帰係数の検出力は、係数の大きさ、誤差分散、説明変数のばらつき、サンプルサイズ、モデルの形に依存する。特に連続説明変数のスケールや設計（観測領域の幅、平均からのずれ方）が推定誤差に影響し、必要人数を左右する。さらに多重共線性が強い場合は標準誤差が増え、検出力が下がるため、事前に設計行列の特性を検討することが望ましい。
3.4 分散や効果の拡張（多群・複雑設計）
3.4.1 分散分析のパワー
分散分析（ANOVA）では、複数群の平均差をまとめて検定する。群数、群内分散、群間の差の大きさ（効果量の定義はANOVAの枠組みに依存）、割付比が入力となる。一般に群が増えるほど同じ総人数でも各群の人数が減り、検出力が低下しやすい。したがって多群設計では、効果量の定義と群間差の想定、さらに事後比較の扱いをセットで設計する必要がある。
3.4.2 繰り返し測定の考え方
繰り返し測定（縦断や反復測定）では、同一個体に対する複数時点の相関構造が検出力を左右する。単純な時点ごとの比較では不利な結果になることがあり、混合効果モデルなどの枠組みで時間効果や個体差を同時に扱うと、より現実的な検出力評価が可能になる。設計では測定回数、時点間隔、欠測の見込み、相関パターンの仮定が重要になる。
4 実務での進め方と注意点
4.1 効果量が不確実なときの設計
4.1.1 感度分析
感度分析は、効果量の仮定が変わっても設計結果がどの程度頑健かを確かめる手続きである。効果が小さい場合に検出できないリスクや、過大なサンプルで無駄が出る可能性を同時に見える化することができる。単一のパワー計算だけで判断するのではなく、複数シナリオ（小・中・大など）で必要人数や達成検出力の範囲を提示することが、計画の透明性に寄与する。
4.1.2 期待効果量のレンジ設定
レンジ設定は、過去データのばらつきや測定環境の差、実務上の重要性を踏まえて効果量の範囲を決める考え方である。たとえば小さな変化でも実用価値があるのか、統計的に検出される程度の大きさが必要なのかといった目標が、レンジの設計に直結する。レンジが狭すぎると楽観的な設計に偏りやすく、広すぎると最適化が難しくなるため、根拠とともに調整することが求められる。
4.2 多重比較・中間解析の扱い
4.2.1 有意水準調整の影響
多重比較では、複数の検定を同時に行うことで偽陽性の総量が増えやすい。これを抑えるために有意水準を調整すると、各検定の基準が厳しくなり、結果として検出力は低下することが多い。したがってサンプルサイズは、最終的に用いる補正手法（例：家族内誤差の制御、手順の種類）に合わせて見積もる必要がある。
4.2.2 閾値変更と計画の再設計
中間解析では、途中経過に基づいて継続や打切りの判断を行う場合がある。意思決定に用いる統計量の境界（閾値）が変わることで、最終的な第一種誤りの制御と検出力が同時に影響を受ける。よって計画時点で中間の回数やタイミング、境界の形を定め、必要サンプル数や期待検出力をその枠組みのもとで再計算することが重要である。
4.3 欠測・脱落を考慮したサンプルサイズ
4.3.1 欠測率の見積もり
欠測・脱落は有効サンプルを減らし、検出力を低下させる。設計段階では、過去の運用データ、同種研究の追跡成功率、募集方法の特性などから欠測率を見積もる。欠測率を一定の割合として扱うだけでなく、時点依存や群間差があるかも確認することで、過度な仮定による誤差を抑えられる。
4.3.2 欠測メカニズムの前提
欠測の理由がデータ生成とどのように関連しているか（欠測メカニズム）は、解析方法の有効性とパワー見積もりに影響する。たとえば欠測がランダムに近い場合と、アウトカムや予後と強く関連する場合では、推定のバイアスや情報損失の程度が異なる。設計では想定される前提を明確にし、解析計画（補完、重み付け、モデルベース推定）との整合を確保することが望ましい。
4.4 実施後の評価と報告の作法
4.4.1 実サンプルと実現した検出力
実施後には、実際に得られたサンプルサイズ、欠測の発生、実データで推定された分散や効果の見込みを踏まえて、計画された検出力がどの程度達成されたかを評価する。特定の効果が観測されなかった場合でも、達成可能な検出限界や事前仮定とのギャップを記述することで、解釈の質が高まる。過度に「事後の検出力」を恣意的に報告するのではなく、事前設計の前提に立ち返って整合性を示すことが重要である。
4.4.2 レポーティングの要点
報告では、使用した検定の種類（両側・片側、有意水準）、効果量の仮定（尺度と値、レンジ）、分散や相関などの入力、群配分、欠測の見積もり、解析計画との対応関係を明記する。さらに多重比較や中間解析を含む場合は、その手順と統制方針、境界設定の前提を示す。これらが読者に伝わるほど、再現可能性と批判的評価のしやすさが向上する。