研究について２：科学を読み解く（統計１）

こんにちは、
ちまたで「これは科学的に証明されている」とか言うけど、実際本当に意味を分かっている人っているのかな？　自分で論文を読んでみたいけど、統計学はわからないし、数字は苦手。。。という方のためにこれから出来るだけ分かりやすく統計学を少しずつ解説してゆき、そのうち一人で科学論文が理解できる！手助けが出来たらいいです。

今回は例を使って簡単に統計をまとめてみます。
　まず、あなたはある国の王になって何百キロに渡る面積の山や森林を得たとしましょう！あなたは環境問題を真剣に考えていて、国民に「森林の木々の平均の高さが３０mになるまで木を切ってはいけない」というルールを作ったとしましょう。そこで、国民が科学者のところにやってきて、いつになれば木が切れるか聞いてきました。

ここで一番の問題は、森林の木の長さ全てを測っていたら一生あっても足りない！と言う事実。そこで、科学者は統計学を使います。

まずどうするかというとサンプルを取るのです。何万本もある森林の木の中から今回は１００本だけ長さを計り、そのサンプルから全体の傾向を推し量ります。つまり、サンプルの平均から全体の平均を推測するのです。まず、平均値を測ります。例えば１００本の平均が４０mだとしましょう。しかし、木の中にはばらつきがあります。ただ、その「平均（M)」が４０m。

　例として, (40,39,35,43,28,48,36,42,45,40,40,46)　１２本の木を測って、それが４０mちょうどの物もあれば４０mより短いものも、４０よりずいぶん短いもの（２８）ずいぶん平均より長いもの（４８）もあります。しかし、この平均は、40.166m　です。これはサンプルだけではなく、全体に対しても同じ事が言えます。

　では、この「ばらつき」を表した物が標準偏差（SD)といいます。平均はアベレージで、標準偏差はその１００本がそれぞれ平均からどれだけばらついているか、という指標なんですね。標準偏差が低い程ばらつきがない、つまり１００本にたような長さ、ということです。上の１２本の木の例で言うと、標準偏差は5.424。この数字が大きければ大きい程、ばらつきが多い、つまり、「傾向」という物自体がない可能性もある、と言う事です。詳しい話はまた次に回します。

次に、問題になるのが、ではこの「１００本の木」の平均と標準偏差がその他全てを表した数字なのでしょうか？例えば、もし違う１００本をサンプルしていたら平均は２８mかも知れませんし４５mかも知れません。４０と２８では結論が変わってきますよね？

ここで、使うのが統計の知識になります。まず、森林の木の平均の長さ（全体）を３５mだと仮説を立てます。
もし９５％の確立でその１００本のサンプルの平均（４０m）が全体の平均値（３５m）よりも統計学的に長い、と計算してなった場合、その否定して「これはサンプルが３５mよりも長い」と結論する、と決めるのです。ここで大事なのは、「絶対に長い」言っているのではなく、たとえ違うサンプルを取っていたとしても、その平均が３５mである可能性は5％の確立でしか起きない（100 - 95の5％)ので* 確率的に非常に起こりづらい　＝　仮説を否定して、「森林全体の平均が３５m以上という自信が科学的にある」ということなんです。だって95％って自信もっていいですよね？ちなみに、多くの科学では失敗を回避するため（つまり５％に入ってしまう可能性を避けるため）、この95％を使わず、99％の確立の時のみ仮説を否定する場合があります。
*(実際この例では5％の半分は平均が35mより低い可能性なので本当は2.5%）

ここで、大事なポイントがいくつかあります。
１）統計は多くの場合全体とサンプルを比べる。そしてサンプルから得たデータで全体を「推測」するのです。多くの場合、全体を知る事はできないか、時間やお金が掛かりすぎるため現実的ではない。だからサンプルを取って、全体を考えるのです。

２）まず仮説を立てる。その時に、その仮説を否定できた場合、森林の平均は３５m以上だ！（以下だ！）と言える。

３）仮説を立てた時、あらかじめ、何％の確立で平均が上回った（もしくは下回った）場合仮説を否定するかを決めておく。後で決めるのはルール違反。（大体９５か９９％）。これをp-value（p値）という。p値は1（100％）引く確立なので1 - 0.95＝ 0.05つまり、p＝0.05か1 - 0.99 = 0.01。つまりp値が0.05以下の場合、サンプルの平均が森林の平均とさほど違わない確立が５％以下だと言う事。今まで説明してきた事の逆の言い方ですね。

４）統計学は「絶対にこうだ」という結論はない。常に、自分たちの出した結論が間違っている可能性を含んでいる。つまり、こうだ！というのではなく、「何となく決めた数字じゃなくてしっかり確率論で計算した結果、ほとんど起こりえないから否定しちゃってもいいと思うよ」という意味です。

論文を読む時、p < 0.05とかp<0.01というのが多くの場合大事になってきます。
今回の例で、９５％の確立以上で「森林の平均はすでに３５m以上だ」と言う、と決めた場合、科学者はあらかじめp=0.05に設定します。そして、サンプルの平均値を出したり、標準偏差を計算したり、森林全体の標準偏差を予測する計算をしたりします。そして森林全体の平均３５mとサンプルで得た４０mという数字を統計的に比べて、その答えの数字が0.05以下だった場合、科学者は「統計的に有意」と言い、初めに立てた３５mを否定して、「今もうすでに森林の平均は３５mを超えているだろう」と結論します。
もしp > 0.05の場合、始めの仮説を否定しません。そして「統計的に有意ではない」と言います。つまり、３５mと４０mって統計的にそんなに変わらないと言う意味です。くだけて言うと「今回のサンプルの平均は４０mだったけど他のサンプルを取った場合、結局３５mぐらいになっちゃうよ。だから、森林の平均はまだ３５mぐらいなので、もうちょっと森林の成長を待ちましょう。まだ切っちゃ駄目！」という結論になります。

統計学は難しいし、複雑で、それを使いこなすには多くの時間と知識が必要です。しかし、それを読み解く力をつけるのはそんなに難しいことではないのです。要はこの聞き慣れない専門用はどういう意味で、この数字は何を指しているか、を理解すれば、科学を理解できます。

研究について１：研究論文の探し方

よく研究論文がテレビや雑誌で紹介されたり、薬やサプリメントなどの「科学的根拠」として使われたりしますが、本当にその論文が信じられるかを判断できますか？

実際、研究論文を読んだ事がありますか？
世の中では論文を読んだ事がない人の方が多いと思います。ではいきなり大学の宿題で論文を探したり、論文を読んで論評しないといけない。。そんな時どうしますか？

研究というのを少しでも身近に感じてもらう為、そして、日本にいながら世界の研究を日本にいる学生が読めるようになる為、研究について色々書いて行きたいと思います。

今日は、第一弾：どうやって研究論文が出版されるか。それを紐解くとどうやって論文を調べたらいいか、どういった研究論文を読めば良いか、と言う事がわかります。

１）誰が研究しているの？
研究者の多くが学校に属しているか、会社で独自の研究に携わっているかです。特別な場合としては国立の研究機関。しかし、会社の研究者はその会社の製品などを良くしたり新しく開発するためにしているので、彼らの研究の結果が世に出る事はあまりまりません。だから、多くの場合大学の教授か生徒です。アメリカの大学が常にトップの方に出てくるのはアメリカは研究に大きな力とお金を使っているためだと考えられます。日本の大学はその「ポイント」が少ないためランキングになかなか食い込めません。

この情報の何が大事か？みなさんが目にする研究は学校に所属する教授やその研究生達のものです。なぜなら、彼らは研究して、論文を出版する事によって給料をもらうからです。研究するだけじゃだめなんですね。その結果を論文にして出版して初めて認められます。

２）どうやって出版するの？
書いた研究論文を誰でも発表できるわけではありません。実は出版社に提出して、出版社が良いよ！うちから出版するよ！と言う返事をもらって初めて論文は世に出ます。

さて、この情報がどう役に立つか。「質のいい」研究を探すとき一番手っ取り早い方法の一つが信頼できる出版社から出されている論文を読む事です。なぜなら、出版社によって簡単に出版できるところと厳しい審査を通らないと出版させてもらえないところがあります。それを見極める一つの方法が（アメリカの話）「peer-reviewed」と書いてある出版社を選ぶ事。これは、出版をする過程で他の専門家達に見てもらい、論文の質がしっかりしているかという審査を通ったもののみを出している、と言う証拠です。

３）どうやって論文を探すの？
論文の数は星の数程ありますが、出版社も大量にあります。だから、より多くの論文を見つけるために出版社の情報を把握しているデータベースがあります。このデータベースには何百何千もの出版社の過去から現在の論文データにアクセスしてくれるので、キーワードによっては何万、何十万という論文を検索してくれます。

運動生理学、スポーツ心理学、運動学習、スポーツ科学では主に「Pubmed」「SportDiscus」「Medline」「PsychINFO」というデータベースを使います。
ただ、ここで少し一般の人に難しいのが、ただで論文を読む事です。ほとんどの場合有料です。論文って一つ購入するだけで数千円もするのです。学生や教授たちは学校がそのお金を払ってくれているので、タダで論文を読む事ができます。

では、一般の人がどうやってタダの論文を探すか。今思いつくだけで２つあります。

一つは、グーグルで検索。グーグルのサーチエンジンに「Google scholar」というのが あります。そこでよくpdfでタダでダウンロードできる論文があります。
もう一つは、論文を検索すると、書いた人のメールアドレスがあるはずです。その人に直接Eメールしてこのタイトルのこの論文ちょうだい、って言います。大体もらえます。

まぁ、こういった理由で研究論文と言うのは世の中に出回らないのです。いつか無料になる時が来るといいですね！でも、もし今論文が読みたいなら、上に書いた方法を試してみてください。

研究でしてること。普段の生活

こんにちは
今日は普段、自分がどういった事をやっているか、ということを少し紹介します。
研究、と言っても様々だし、研究に関わる人がまず少ないので、どんな事を日々やっているかを話します。
まずは散らかったラボをパシャ。

僕は左に見切れてる丸テーブルの「住人」です。一日中ここと違う部屋にオフィスがあるのでそこにいます。秘密というわけではないのですが、自分の機材はほぼないし、あんまり人に見せる事はしないので、一枚だけ。

手前の変なのが、バランスを測る機械なんですねー。右左にずれる板をコンピュータにつなぐと１秒に２５〜５０回も角度を測定してくれる、優れものです。
その下敷きになっているのがジャンピングマット。奥に敷かれているのも同じ、ジャンプを測定するための準備です。

ポスターが貼ってある奥には、rotary pursuit trackerという機械や、ダーツ、背筋力を測る機械、物置にはさらにさらにもっといろいろなもの。ここの空いたスペースでゴルフのパットのようなものもします。実は床には線が描かれていて、そういったボールを使ったパフォーマンスを測定できるようにしています。

さらに左奥には部屋があり、その中にはもっと他にいろいろものがあります。反射神経を測るような機械もあります。そう、運動学習は身体を使った色々な技術を測ったり、どうやって人は物を学ぶのか、を考えます。さらに、デモンストレーションをやってみせると、人は物を覚えるのが早くなるのか、逆に悪くなるのか、それとも勝手に練習するのと変わらないのか、とか「コーチ」の役目の研究をします。

身体を使った動きと言っても、バランス力や、ジャンプのように力が関係してくるものや、ゴルフのようにものを扱う、というのもあります。いろんな技術を測定できるようにしてあります。ここの研究室でやる事もあれば、場合によっては体育館で走ったり、アジリティーのテストもできます。みんなが知っているパフォーマンスは現場で使える知識にダイレクトに繋がりますが、それだけをやるんではなくて、観た事ないようなこと、誰もした事ないような事もします。そうやって理論の確立やサポートというような事もするんですね。　
こういった事を日々研究しているのが、自分の生活の１０％ぐらい。その他のほとんどは、パソコンでパチパチ論文かいたりするんです。好きな事をやっていても、本当に楽しいのは多分１０％ぐらいでその他にやらない事が山ほどあります。