統計と数学は、いつも頭が痛くなるほど複雑に感じられるかもしれません。バイオに関わる人にとっては、特に馴染みがなく難しい分野です。それでも、自分のデータがどの程度信頼できるかを説明するには、必ず知っておく必要があります。この講義は、その難しさを軽いものだとは言いません。代わりに、できるだけ分かりやすい言葉と図で、なぜその結論に至るのかを一つずつ説明します。恐れよりも好奇心から始めてください。
この講義を作った理由
研究室では、私たちは絶えず数値に出会います。細胞生存率が変わり、培養収量が揺れ、処置群と対照群の平均が離れます。グラフがもっともらしく見えることもあれば、予想とは逆に動くこともあります。そのような結果を見ながら、私たちは長い時間をかけて直感を育ててきました。
しかし、直感だけでは次の問いに十分答えられません。
- 今見えている差は実験条件の効果でしょうか。それとも偶然の揺らぎでしょうか。
- 平均が似ていれば、二つの条件は本当に同じでしょうか。
- 反復測定値が多ければ、独立した実験も十分多いと言えるでしょうか。
- 最も高い結果を得た条件は、再現可能な最適条件でしょうか。
- このグラフと数値はどこまで信頼し、どこから疑うべきでしょうか。
生物統計学は、直感をなくす学問ではありません。直感がどこまで妥当かを確かめ、その判断の根拠を他者に説明できる言葉へ変える学問です。この講義の重要な目的は、データの「正確さ」という主観的な考えを、変動、バイアス、反復可能性、不確実性、推定、検定といった観察し比較できる基準に変えることです。
理論から始め、ソフトウェアの出力へ戻ります
この講義は、JMPの操作を順番に暗記するソフトウェア講座ではありません。まず理論と必須用語を説明し、小さな数値と図で関係を確かめます。その後、問いを変えます。
では、この問題は実際のデータで何によって検討でき、どの図や出力で表現できるでしょうか。
ここでJMPが登場します。どの解析がこの問いに対応するのか、どのグラフや出力が先に学んだ理論を示すのか、そして結果をどう読むべきかを説明します。メニューやボタンの操作よりも、なぜその結果を見るのか、何を結論にしてよいのかに焦点を置きます。
講義はJMPを中心に進めますが、統計の原理は特定の製品だけに属するものではありません。Minitabを使えるなら、それも良い選択肢です。解析名や結果画面の配置は多少異なっても、標本と変動を定義し、仮定を確認し、結果を解釈するという中心的な問いは同じです。RやPythonに慣れた方も、同じ理論を自分の道具に移すことができます。
二つの分野が互いの問題を理解する場所
バイオテクノロジーを学ぶ、または研究する方にとって、この講義は単なる統計公式の集まりではありません。生物学的反復と技術的反復を区別し、データの広がりと実験単位を確認し、有意性だけでなく効果の大きさと不確実性も読むための訓練です。さらに、複数の条件が同時に作用する実験、最適条件の探索、工程の頑健性のように、直感だけでは扱いにくい問題を客観的に見る助けになります。
AIやコンピュータ科学を専攻する方には、バイオデータが単なる表形式の入力値ではないことを示したいと考えています。一つの行が何を意味するか、なぜバッチと反復の構造が重要か、測定誤差と生物学的な不均一性がどのように混ざるか、相関がなぜ直ちに因果を意味しないかを一緒に見ます。ここで得られる問いが、より良いデータ構造、シミュレーションエンジン、解析ツール、可視化、AIモデルを考えるきっかけになることを願っています。
両分野に必要なのは、より多くの数値ではなく、数値がどのように作られたかを理解する力です。
実データの代わりにIn-Silico Labを使います
この講義には、公開実習に使える実際の研究データはありません。実データがあったとしても、会社、研究、個人、規制に関する情報を含む生データを公開講義にそのまま掲載すべきではありません。しかし、答えがすでに決まった数個の数字だけを見て統計を学ぶこともできません。
そこで各単元には、統計的な生成規則に従って任意の結果を作るIn-Silico Labを用意します。学習者は条件、標本数、変動、効果、seedなどを変え、仮想実験を実行し、自分自身の合成データ表を得られます。このデータは実際の生物学的証拠ではなく、統計現象を学ぶための教育用データです。
専用In-Silico Labは、実装と統計的検証が完了した単元から講義の中に直接つなげます。まだ検証されていない生成器を完成したツールのようには表示しません。リンクが有効な単元では、実験室画面の案内に従ってデータを生成してください。
講義の進め方
- まず理論と図を読みます。 最初からソフトウェアを開いて結果表を作るのではなく、何を比較し、なぜ比較するのかを理解します。
- 講義中のIn-Silico Labリンクへ進みます。 実験室内の説明を読み、条件を選んで仮想実験を実行します。
- 生成された表を保管します。 Copy機能を使うか、CSVまたはExcel形式で書き出し、Excel、テキストエディタ、または使いやすい解析環境に保存します。
- 可能なら統計ソフトウェアで直接確かめます。 JMPを使えない場合は、JMP公式無料トライアルを申し込み、講義期間中に実習できます。Minitabの利用者は、Minitab Statistical Software公式ページで同じ統計的問いに対応する解析を探せます。
- 講義の基準結果と比較します。 本文には説明のための固定seedの例と代表的なJMP結果が示されます。自分で生成した数値は異なることがあり、それは正常です。
- 数値を合わせようとせず、パターンを読みます。 どの条件で広がりが大きくなったか、どのグラフが理論で説明した関係を示すか、結論が変わるなら何が理由かを確かめます。
ソフトウェアを使えなくても理論と代表結果の解釈を追えるように講義を構成します。ただし、自分でデータを生成し解析してみると、同じ公式が毎回少し異なる数値の中でどう働くかを、はるかに明確に理解できます。
私たちが共に守る原則
合成データは実際の実験結果ではなく、研究、臨床、品質、規制判断の根拠にはなりません。ソフトウェアが出したp値、最適条件、予測値も、自動的に真実になるわけではありません。実験単位、データ生成過程、仮定、誤差、欠けている情報、適用範囲を一緒に確認する必要があります。
この講義は複雑な理論を隠しませんが、その複雑さをそのまま読者に押し付けることもしません。公式が必要ならなぜ必要かを説明し、図が必要なら何を見るべきかを示し、ソフトウェアの結果が出たら前の理論へ再びつなげます。
統計は、データをもっともらしく見せる技術ではありません。自分が知っていることと、まだ知らないことを区別し、観察した差をどの程度まで信頼できるかを正直に語る方法です。この長い過程を終えたとき、数値を恐れなくなるだけでなく、自分の実験とデータにより良い問いを投げかけられるようになることを願っています。