本資料は 2001 年 4 月に作成者らが NONMEM の入門的な解説として 母集団薬物動態解析法の応用例を紹介する目的で行ったセミナーで使用したスライドを元に修正を加えたものである 本来であれば 説明文による解説を必要とするが ご容赦願いたい 説明のために使用したデータは全て シミュレーションに
|
|
- もりより あみおか
- 4 years ago
- Views:
Transcription
1 本資料は 2001 年 4 月に作成者らが NONMEM の入門的な解説として 母集団薬物動態解析法の応用例を紹介する目的で行ったセミナーで使用したスライドを元に修正を加えたものである 本来であれば 説明文による解説を必要とするが ご容赦願いたい 説明のために使用したデータは全て シミュレーションにより作成した架空の数値であり 考え方の例示を目的としたものである 母集団薬物動態解析法を検討される方にとって 何かの参考になることを願って ここに公開します (2001 年 10 月 )
2 Ver. 1.0 (10/1/ 01)
3 Introduction I. Introduction 1. Population PK 2. NONMEM 3. II. NONMEM PPK 1. Phase I PPK 2. PK PK ( ) 3. Phase I sampling Phase II sparse sampling 4. (sparse sampling)
4 Population PK (1) ( ) ( ) etc. ( 1 ) PK ( ),, A, B, Cl, V1, Q, V2 2 PK (CL V Cl, V Cl Clcr etc.) ( ) ( ) ( 3 ) PK NONMEM PK
5 図 1 Cp 患者 1 ε11 ε12 ε13 ε14 η1 残差変動個体間変動 集団平均血中濃度 η2 ε21 ε22 ε23 ε24 患者 2 Time
6 図 2 ミクロパラメータとマクロパラメータ Cp Ae - t + Be - t.. ka k12 V2 Q V1 k21 kel Cl Cl clearance V1 central volume Q intercompartmental clearance V2 peripheral volume Relationship: kel=cl/v1 k12=q/v1 k21=q/v2
7 図 3 等誤差モデル ( 絶対誤差モデル ) CL TVCL + CL 比例誤差モデル = CL = = TVCL (1+ ) TVCL e
8 PPK ( ) PK ( ) ( )
9 NONMEM (1) Windows (Unix, Linux ) PC: PII 350MHz, RAM 128MB(CPU ) OS: Windows (2000), NT, (ME), (98), 95 Fortran Compaq Visual Fortran compiler 6.0 or 6.1 Microsoft PowerStation 4.0 ( ) NONMEM The NONMEM Project Group( ) The NONMEM Project Group Attn: Barbara Weichman 521 Parnassus Avenue, Clinics-255, Box 0626 University of California, San Francisco, CA nmconsult@c255.ucsf.edu MS Excel NGRAPH (shareware) SAS
10 NONMEM (2) URL NONMEM Project Group: NONMEM Users Network: NONMEM UsersNet Archive: Population Pharmacokinetics ( ): FDA(CDER) Guidance for industry Population Pharmacokinetics NONMEM ( ) Windows DOS nmfe5.bat C: nmv run> nmfe5.bat <control stream> <output file> control stream: data file: output file: table file:
11 PPK PK ( ) etc. PK ( : ) PK ( vs PK vs ) Phase II PK sampling ( ) PK ( ) Bootstrap ( validation) ( 4) Simulation ( ) ( ) Bayesian ( ) ( ) ( 5)
12 図 4 Bootstrap resampling (n ) {X1, X2,, Xi,..., Xn} X1(x11, x12,, x1k) X2(x21, x22,, x2i) Xn(xn1, xn2,, xnm) Resampled data X {X1, X2,, Xi,..., Xn} Xi Y Y1 (n ){X1, X3, X3,..} Y2 (n ){X2, X3, X5,..} Yj (n ){X2, X4, X5,..} resampled data model ( validation)
13 5 (Bayesian estimation) (,, ) ( ) ( ) 150 CL (L/hr) Bayesian True
14 II NONMEM PPK 1. Phase I PPK NONMEM input output 2. PK PK ( ) 3. Phase I Phase II 4. Sparse sampling
15 1. Phase I PPK 2 10 ( g/ml) (L/h) Day 1 Day 2 Day 4 Day (kg)
16 1. Phase I PPK PPK : - (Cl Vd) : : CL j =TVCL*BW exp( CL ), Vd j =TVVd exp( V ) : C ij =C pred,ij exp( 1,ij )+ 2,ij
17 1. Phase I PPK Control file データセット名 1-compartment iv model モデル定義
18 1. Phase I PPK Data file
19 1. Phase I PPK OUTPUT (1) MONITORING OF SEARCH: 0ITERATION NO.: 0 OBJECTIVE VALUE: E+04 NO. OF FUNC. EVALS.: 6 CUMULATIVE NO. OF FUNC. EVALS.: 6 PARAMETER: E E E E E E+00 GRADIENT: E E E E E E+01 0ITERATION NO.: 11 OBJECTIVE VALUE: E+04 NO. OF FUNC. EVALS.: 0 CUMULATIVE NO. OF FUNC. EVALS.: 115 PARAMETER: E E E E E E+00 GRADIENT: E E E E E E-03 0MINIMIZATION SUCCESSFUL NO. OF FUNCTION EVALUATIONS USED: 115 NO. OF SIG. DIGITS IN FINAL EST.: 5.1
20 1. Phase I PPK OUTPUT (2) ************************************************************************************************************************ ******************** ******************** ******************** MINIMUM VALUE OF OBJECTIVE FUNCTION ******************** ******************** ******************** ************************************************************************************************************************ ************************************************** ************************************************** ************************************************************************************************************************ ******************** ******************** ******************** FINAL PARAMETER ESTIMATE ******************** ******************** ******************** ************************************************************************************************************************ THETA - VECTOR OF FIXED EFFECTS PARAMETERS ********* TH 1 TH E E+01 OMEGA - COV MATRIX FOR RANDOM EFFECTS - ETAS ******** ETA1 ETA2 ETA1 3.63E-02 ETA2 0.00E E-02 SIGMA - COV MATRIX FOR RANDOM EFFECTS - EPSILONS **** EPS1 EPS2 EPS1 4.05E-02 EPS2 0.00E E-04
21 1. Phase I PPK 4 母集団平均値からの推定濃度 (μg/ml) 2 0 Y=X Cl = x (L/h) V = 19.5 (L) Cl =19.2 Vd =23.1 ( )=20.3 ( )=0.014 g/ml 実測値 (μg/ml)
22 2. PK PK ( ) 2 10 : 国内試験, : 海外試験 ( g/ml) (L/h) 1 幾何平均値 (0.963 L/h) 幾何平均値 (1.112 L/h) Day 1 Day 2 Day 4 Day 3 0 国内試験 (n=36) 海外試験 (n=36)
23 2. PK PK ( ) RACE(0:, 1: ) THETA(1) : RACE THETA(3) : THETA(3) :
24 2. PK PK ( ) Data file
25 2. PK PK ( ) CL=THETA(1)**RACE*THETA(2)*BW**THETA(3) RACE(0:, 1: )
26 3. Phase II sparse sampling 1. 濃度範囲の評価 ( 十分定量可能か?) 2. パラメータ推定 ( 十分推定可能か?)
27 3. Phase II sparse sampling (? 方法 : simulation による推定 Phase I 解析で得られた母集団パラメータ ( 母集団平均値 被験者間変動 被験者内残差変動 ) を用いて 検討したい時点に関して各 1000 例の濃度データを発生させ 血中濃度推移範囲を予測する (95% 信頼区間で評価した )
28 3. Phase II sparse sampling (? 血漿中濃度 (μg/ml) 平均値 ±95% 信頼区間 時間 (h)
29 3. Phase II sparse sampling (? 方法 1 国内臨床第 I 相試験から得られたモデルから 1000 例の Cl 及び Vd を発生させ これを事前分布 ( 真の値 ) とする 2 検討したい採血時点に関して Cl 及び Vd の真の値から血漿中濃度を算出し これを真の血漿中濃度とする 3 この血漿中濃度値から推定される Cl 及び Vd を事後分布とする 4 事前分布と事後分布を比較することにより最適採血ポイントを検討する
30 3. Phase II sparse sampling ( 1 点採血 2 2 事後分布 1 事後分布 事前分布 定常状態 (Day 4) 投与直後 2 定常状態 (Day 4) トラフ時間 事後分布 1 事後分布 事前分布
31 3. Phase II sparse sampling ( 2 点採血 2 2 事後分布 1 事後分布 事前分布 初回投与 : 直後 & トラフ時間 定常状態 : 投与直後 & トラフ時間
32 3. Phase II sparse sampling ( 1 点採血 事後分布 20 事後分布 事前分布 事後分布 定常状態 (Day 4) 投与直後 事後分布 定常状態 (Day 4) トラフ時間 事前分布
33 3. Phase II sparse sampling ( 2 点採血 事後分布 20 事後分布 事前分布 初回投与 : 直後 & トラフ時間 定常状態 : 投与直後 & トラフ時間
34 3. Phase II sparse sampling II
35 4. 10 ( g/ml) : Phase I : Phase II ( 肝機能正常 ) : Phase II ( 肝機能低 ) Day 1 Day 2 Day 3 Day 4
36 4. Basic Model Basic Model * (Full Model) Full Model 1 Full Model * ( ) * 2 2
37 4. Basic Model CL=THETA(1)* **THETA(2)*THETA(3)** *EXP(ETA(1)) Theta(1) Theta(2) Theta(3) Cl ( *) Basic / Model ( ) (p<0.05) ( ) (p<0.05) *: Basic Model Full Model
38 4. Full Model CL=THETA(1)* **THETA(2)*THETA(3)** *EXP(ETA(1)) Full Model * Theta(1) Theta(2) Theta((3) Cl / (32.791) (29.194) (p<0.05) (p<0.05) 体重及び肝機能の要因を除くと目的関数が有意に増加した Final Model には 体重及び肝機能を組み込むこととした
39 Final Model Final Model (Reduced Model) (p<0.05) Reduced Model CL=Theta(1)* **Theta(2)*Theta(3)** 各モデルが選択された頻度 モデル 採択頻度 体重を1に固定 (2/200) 肝機能を0に固定 (1/200) Cl V ( 2 ) ( 2 ) Theta(1) Theta(2) Theta(3) Theta(4) Cl Vd Bootstrap SD / E-05 CV% 2.8 / SD / E-05 CV 2.8 /
40 4. Final Model Final Model Cl (L/h) Cl=0.0162* *1 Cl=0.679*0.0162* Vd (L) 19.3 (L) Cl =19.2 Vd =25.2 : 20.3 : g/ml *1: 95%
スライド 1
非線形混合効果モデルにおける Visual Predictive Check (VPC)) の性能に関する検討 寺内理絵 新城博子 笠井英史株式会社ベルシステム 24 医薬関連サービス本部臨床管理 1 局 Examination of the performance of visual predictive check (VPC) in nonlinear mixed-effect model Rie
More informationVol. 36, Special Issue, S 3 S 18 (2015) PK Phase I Introduction to Pharmacokinetic Analysis Focus on Phase I Study 1 2 Kazuro Ikawa 1 and Jun Tanaka 2
Vol. 36, Special Issue, S 3 S 18 (2015) PK Phase I Introduction to Pharmacokinetic Analysis Focus on Phase I Study 1 2 Kazuro Ikawa 1 and Jun Tanaka 2 1 2 1 Department of Clinical Pharmacotherapy, Hiroshima
More informationピルシカイニド塩酸塩カプセル 50mg TCK の生物学的同等性試験 バイオアベイラビリティの比較 辰巳化学株式会社 はじめにピルジカイニド塩酸塩水和物は Vaughan Williams らの分類のクラスⅠCに属し 心筋の Na チャンネル抑制作用により抗不整脈作用を示す また 消化管から速やかに
ピルシカイニド塩酸塩カプセル 50mg TCK の生物学的同等性試験 バイオアベイラビリティの比較 辰巳化学株式会社 はじめにピルジカイニド塩酸塩水和物は Vaughan Williams らの分類のクラスⅠCに属し 心筋の Na チャンネル抑制作用により抗不整脈作用を示す また 消化管から速やかに吸収され 体内でもほとんど代謝を受けない頻脈性不整脈 ( 心室性 ) に優れた有効性をもつ不整脈治療剤である
More information数理システムユーザーコンファレンス (Fri) 医薬品の臨床薬理試験におけるモデリング & シミュレーションー S-PLUS とほかのソフトウェアの連携ー サターラ合同会社笠井英史
数理システムユーザーコンファレンス 203 203..22 (Fr) 医薬品の臨床薬理試験におけるモデリング & シミュレーションー S-PLUS とほかのソフトウェアの連携ー サターラ合同会社笠井英史 (hdefum.kasa@certara.com) 医薬品研究開発の流れ 非臨床試験 合成 薬理 安全性 製剤 薬物動態 臨床試験 第 Ⅰ 相試験 第 Ⅱ 相試験 第 Ⅲ 相試験 製造販売後 薬物動態解析
More informationスライド 1
Model-based meta-analysis を用いた経時の試験結果の統合 乙黒俊也日本たばこ産業株式会社 荒野俊平株式会社データフォーシーズ Combination of longitudinal results from different studies by model-based meta-analysis Toshiya Otoguro Japan Tobacco Inc. Shumpei
More information解析センターを知っていただく キャンペーン
005..5 SAS 問題設定 目的 PKパラメータ (AUC,Cmax,Tmaxなど) の推定 PKパラメータの群間比較 PKパラメータのバラツキの評価! データの特徴 非反復測定値 個体につき 個の測定値しか得られない plasma concentration 非反復測定値のイメージ図 測定時点間で個体の対応がない 着目する状況 plasma concentration 経時反復測定値のイメージ図
More informationシプロフロキサシン錠 100mg TCK の生物学的同等性試験 バイオアベイラビリティの比較 辰巳化学株式会社 はじめにシプロフロキサシン塩酸塩は グラム陽性菌 ( ブドウ球菌 レンサ球菌など ) や緑膿菌を含むグラム陰性菌 ( 大腸菌 肺炎球菌など ) に強い抗菌力を示すように広い抗菌スペクトルを
シプロフロキサシン錠 mg TCK の生物学的同等性試験 バイオアベイラビリティの比較 辰巳化学株式会社 はじめにシプロフロキサシン塩酸塩は グラム陽性菌 ( ブドウ球菌 レンサ球菌など ) や緑膿菌を含むグラム陰性菌 ( 大腸菌 肺炎球菌など ) に強い抗菌力を示すように広い抗菌スペクトルを有し 上気道感染症 尿路感染症 皮膚感染症などに有効なニューキノロン系の合成抗菌剤である シプロキサン 錠
More informationロペラミド塩酸塩カプセル 1mg TCK の生物学的同等性試験 バイオアベイラビリティの比較 辰巳化学株式会社 はじめにロペラミド塩酸塩は 腸管に選択的に作用して 腸管蠕動運動を抑制し また腸管内の水分 電解質の分泌を抑制して吸収を促進することにより下痢症に効果を示す止瀉剤である ロペミン カプセル
ロペラミド塩酸塩カプセル 1mg TCK の生物学的同等性試験 バイオアベイラビリティの比較 辰巳化学株式会社 はじめにロペラミド塩酸塩は 腸管に選択的に作用して 腸管蠕動運動を抑制し また腸管内の水分 電解質の分泌を抑制して吸収を促進することにより下痢症に効果を示す止瀉剤である ロペミン カプセル 1mg は 1 カプセル中ロペラミド塩酸塩 1 mg を含有し消化管から吸収されて作用を発現する このことから
More information本調査の実施背景 目的 背景 承認申請データの電子的提出に向けた制度面又は技術面での課題について 昨年より審査 WG SWG で検討中 本年度前半には承認申請時の電子データ提出に関する基本通知 その後実務通知が発出される予定 目的 今後発出予定の実務通知に盛り込むべき内容等の検討に際し 以下の事項に
製薬企業における薬物動態 臨床薬理領域での解析及びデータ形式に係る調査結果報告 1 本調査の実施背景 目的 背景 承認申請データの電子的提出に向けた制度面又は技術面での課題について 昨年より審査 WG SWG で検討中 本年度前半には承認申請時の電子データ提出に関する基本通知 その後実務通知が発出される予定 目的 今後発出予定の実務通知に盛り込むべき内容等の検討に際し 以下の事項に関し把握する 製薬企業における薬物動態
More informationファーマコメトリクス研究に 要求されるスキル及び そのための教育 (Sun) 第 1 回ファーマコメトリクス研究会 株式会社ベルシステム 24 医薬関連サービス事業本部生物統計局薬物動態解析グループ笠井英史
ファーマコメトリクス研究に 要求されるスキル及び そのための教育 2008.11.16 (Sun) 第 1 回ファーマコメトリクス研究会 株式会社ベルシステム 24 医薬関連サービス事業本部生物統計局薬物動態解析グループ笠井英史 今日の内容 ファーマコメトリクス研究のゴール 必要なスキル 教育 教育講演 ではなく 現状の問題点認識 2008 BELLSYSTEM24, Inc. 2 ゴール 有効かつ安全な薬を早く市場に出し
More informationあった AUCtはで ± ng hr/ml で ± ng hr/ml であった 2. バイオアベイラビリティの比較およびの薬物動態パラメータにおける分散分析の結果を Table 4 に示した また 得られた AUCtおよび Cmaxについてとの対数値
モンテルカストチュアブル錠 5mg TCK の生物学的同等性試験 ( 口中溶解後 水なし投与 ) バイオアベイラビリティの比較 辰巳化学株式会社 はじめにモンテルカストナトリウムは アレルギーのメディエーターの 1 つであるロイコトリエン (LT) の受容体の内 cyslt1 受容体を遮断する抗アレルギー薬である 今回 モンテルカストチュアブル錠 5mg TCK とキプレス チュアブル錠 5mg の生物学的同等性を検討するため
More informationRによる計量分析:データ解析と可視化 - 第3回 Rの基礎とデータ操作・管理
R 3 R 2017 Email: gito@eco.u-toyama.ac.jp October 23, 2017 (Toyama/NIHU) R ( 3 ) October 23, 2017 1 / 34 Agenda 1 2 3 4 R 5 RStudio (Toyama/NIHU) R ( 3 ) October 23, 2017 2 / 34 10/30 (Mon.) 12/11 (Mon.)
More informationータについては Table 3 に示した 両製剤とも投与後血漿中ロスバスタチン濃度が上昇し 試験製剤で 4.7±.7 時間 標準製剤で 4.6±1. 時間に Tmaxに達した また Cmaxは試験製剤で 6.3±3.13 標準製剤で 6.8±2.49 であった AUCt は試験製剤で 62.24±2
ロスバスタチン錠 mg TCK の生物学的同等性試験 バイオアベイラビリティの比較 辰巳化学株式会社 はじめにロスバスタチンは HMG-CoA 還元酵素を競合的に阻害することにより HMG-CoA のメバロン酸への変更を減少させ コレステロール生合成における早期の律速段階を抑制する高コレステロール血症治療剤である 今回 ロスバスタチン錠 mg TCK とクレストール 錠 mg の生物学的同等性を検討するため
More information5 Armitage x 1,, x n y i = 10x i + 3 y i = log x i {x i } {y i } 1.2 n i i x ij i j y ij, z ij i j 2 1 y = a x + b ( cm) x ij (i j )
5 Armitage. x,, x n y i = 0x i + 3 y i = log x i x i y i.2 n i i x ij i j y ij, z ij i j 2 y = a x + b 2 2. ( cm) x ij (i j ) (i) x, x 2 σ 2 x,, σ 2 x,2 σ x,, σ x,2 t t x * (ii) (i) m y ij = x ij /00 y
More information9 8 7 (x-1.0)*(x-1.0) *(x-1.0) (a) f(a) (b) f(a) Figure 1: f(a) a =1.0 (1) a 1.0 f(1.0)
E-mail: takio-kurita@aist.go.jp 1 ( ) CPU ( ) 2 1. a f(a) =(a 1.0) 2 (1) a ( ) 1(a) f(a) a (1) a f(a) a =2(a 1.0) (2) 2 0 a f(a) a =2(a 1.0) = 0 (3) 1 9 8 7 (x-1.0)*(x-1.0) 6 4 2.0*(x-1.0) 6 2 5 4 0 3-2
More informationIsogai, T., Building a dynamic correlation network for fat-tailed financial asset returns, Applied Network Science (7):-24, 206,
H28. (TMU) 206 8 29 / 34 2 3 4 5 6 Isogai, T., Building a dynamic correlation network for fat-tailed financial asset returns, Applied Network Science (7):-24, 206, http://link.springer.com/article/0.007/s409-06-0008-x
More information読めば必ずわかる 分散分析の基礎 第2版
2 2003 12 5 ( ) ( ) 2 I 3 1 3 2 2? 6 3 11 4? 12 II 14 5 15 6 16 7 17 8 19 9 21 10 22 11 F 25 12 : 1 26 3 I 1 17 11 x 1, x 2,, x n x( ) x = 1 n n i=1 x i 12 (SD ) x 1, x 2,, x n s 2 s 2 = 1 n n (x i x)
More information3. 安全性本治験において治験薬が投与された 48 例中 1 例 (14 件 ) に有害事象が認められた いずれの有害事象も治験薬との関連性は あり と判定されたが いずれも軽度 で処置の必要はなく 追跡検査で回復を確認した また 死亡 その他の重篤な有害事象が認められなか ったことから 安全性に問
フェキソフェナジン塩酸塩錠 6mg TCK の生物学的同等性試験 バイオアベイラビリティの比較 辰巳化学株式会社 はじめにフェキソフェナジン塩酸塩は 第二世代抗ヒスタミン薬の一つであり 抗原抗体反応に伴って起こる肥満細胞からのヒスタミンなどのケミカルメディエーターの遊離を抑制すると共に ヒスタミンの H1 作用に拮抗することにより アレルギー症状を緩和する 今回 フェキソフェナジン塩酸塩錠 6mg
More information薬物動態開発の経緯 特性製品概要臨床成績副作用 mgを空腹時に単回経口投与副作用また 日本人及び白人健康成人男性において アピキサバン 薬物動態薬物動態非臨床試験に関する事項非臨床試験に関する事項1. 血中濃度 (1) 単回投与 (CV185013) 11) 日本人健康成人男性
薬物動態開発の経緯 特性製品概要臨床成績副作用2.5 1 25 5mgを空腹時に単回経口投与副作用また 日本人及び白人健康成人男性において アピキサバン 薬物動態薬物動態非臨床試験に関する事項非臨床試験に関する事項1. 血中濃度 (1) 単回投与 (CV18513) 11) 日本人健康成人男性 12 例に アピキサバン 2.5 1mg を空腹時に単回経口投与 したとき 投与後 3 3.5 時間で最高血漿中濃度に達し
More informationMicrosoft PowerPoint _JCoP_小澤_Ver.1.0_公開用
第 回日本ファーマコメトリクス研究会教育セッション : Pharmacomics の具体例 α -Acid glycoprotin を指標とした 新たなドセタキセル投与量選択基準の提唱 株式会社ベルシステム4 臨床薬理グループ小澤和弘 内容 Modling & Simulation (M&S によるドセタキセル投与量選択基準の設定 具体的な手順 使用したソフトウェア NONMEM Pharsight
More information者における XO 阻害薬の効果に影響すると予測される 以上の議論を背景として 本研究では CKD にともなう FX および尿酸の薬物体内動態 ( PK ) 変化と高尿酸血症病態への影響を統合的に解析できる PK- 薬力学 (PD) モデルを構築し その妥当性を腎機能正常者および CKD 患者で報告さ
フェブキソスタットの尿酸低下効果を腎機能と高尿酸血症の個人差を考慮にいれて予測するモデル & シミュレーション法の検討 Modeling and Simulation for E stimating the In fluence of Renal D ys function on the H yp ouricemic Eff ect of Febuxostat in H yp eru ricemic
More information2 1,384,000 2,000,000 1,296,211 1,793,925 38,000 54,500 27,804 43,187 41,000 60,000 31,776 49,017 8,781 18,663 25,000 35,300 3 4 5 6 1,296,211 1,793,925 27,804 43,187 1,275,648 1,753,306 29,387 43,025
More information例題で学ぶオペレーションズ リサーチ入門 サンプルページ この本の定価 判型などは, 以下の URL からご覧いただけます. このサンプルページの内容は, 初版 1 刷発行時のものです.
例題で学ぶオペレーションズ リサーチ入門 サンプルページ この本の定価 判型などは, 以下の URL からご覧いただけます. http://www.morikita.co.jp/books/mid/009641 このサンプルページの内容は, 初版 1 刷発行時のものです. i OR OR OR OR OR OR OR OR OR 2015 5 ii 1 OR 1 1.1 OR... 1 1.2 OR...
More information: (EQS) /EQUATIONS V1 = 30*V F1 + E1; V2 = 25*V *F1 + E2; V3 = 16*V *F1 + E3; V4 = 10*V F2 + E4; V5 = 19*V99
218 6 219 6.11: (EQS) /EQUATIONS V1 = 30*V999 + 1F1 + E1; V2 = 25*V999 +.54*F1 + E2; V3 = 16*V999 + 1.46*F1 + E3; V4 = 10*V999 + 1F2 + E4; V5 = 19*V999 + 1.29*F2 + E5; V6 = 17*V999 + 2.22*F2 + E6; CALIS.
More informationMicrosoft PowerPoint - R-stat-intro_12.ppt [互換モード]
R で統計解析入門 (12) 生存時間解析 中篇 準備 : データ DEP の読み込み 1. データ DEP を以下からダウンロードする http://www.cwk.zaq.ne.jp/fkhud708/files/dep.csv /fkh /d 2. ダウンロードした場所を把握する ここでは c:/temp とする 3. R を起動し,2. 2 の場所に移動し, データを読み込む 4. データ
More information講義のーと : データ解析のための統計モデリング. 第5回
Title 講義のーと : データ解析のための統計モデリング Author(s) 久保, 拓弥 Issue Date 2008 Doc URL http://hdl.handle.net/2115/49477 Type learningobject Note この講義資料は, 著者のホームページ http://hosho.ees.hokudai.ac.jp/~kub ードできます Note(URL)http://hosho.ees.hokudai.ac.jp/~kubo/ce/EesLecture20
More informationExcel ではじめる数値解析 サンプルページ この本の定価 判型などは, 以下の URL からご覧いただけます. このサンプルページの内容は, 初版 1 刷発行時のものです.
Excel ではじめる数値解析 サンプルページ この本の定価 判型などは, 以下の URL からご覧いただけます. http://www.morikita.co.jp/books/mid/009631 このサンプルページの内容は, 初版 1 刷発行時のものです. Excel URL http://www.morikita.co.jp/books/mid/009631 i Microsoft Windows
More informationkubostat7f p GLM! logistic regression as usual? N? GLM GLM doesn t work! GLM!! probabilit distribution binomial distribution : : β + β x i link functi
kubostat7f p statistaical models appeared in the class 7 (f) kubo@eeshokudaiacjp https://googl/z9cjy 7 : 7 : The development of linear models Hierarchical Baesian Model Be more flexible Generalized Linear
More informationStanによるハミルトニアンモンテカルロ法を用いたサンプリングについて
Stan によるハミルトニアンモンテカルロ法を用いたサンプリングについて 10 月 22 日中村文士 1 目次 1.STANについて 2.RでSTANをするためのインストール 3.STANのコード記述方法 4.STANによるサンプリングの例 2 1.STAN について ハミルトニアンモンテカルロ法に基づいた事後分布からのサンプリングなどができる STAN の HP: mc-stan.org 3 由来
More information4.9 Hausman Test Time Fixed Effects Model vs Time Random Effects Model Two-way Fixed Effects Model
1 EViews 5 2007 7 11 2010 5 17 1 ( ) 3 1.1........................................... 4 1.2................................... 9 2 11 3 14 3.1 Pooled OLS.............................................. 14
More informationIP IP DHCP..
NICE 2008 4 14 1 NICE 2 1.1.................... 2 2 3 2.1........................................ 3 2.2....................................... 5 2.3.................................... 6 2.4...................................
More informationBEVEL(http://homepage3.nifty.com/bevel/) Cute Sister TRPG X PDF
Cute Sister TRPG 16 8 19 BEVEL(http://homepage3.nifty.com/bevel/) Cute Sister TRPG X PDF Cute Sister TRPG 1 I 8 1 About Cute Sister TRPG 8 1.1 intoroduction........................................... 8
More information橡望月ゼミナール4年次進級論文.PDF
98 1 2 3 4 5 1 ( ) ( ) 2 3 5 3 ( ) 4 ( ) ( ) 5 ( ) H2O 2 6 2 1 1 2 2 2 ( ) 2 2 3 3 2 2 7 3 u x1 x2 xn z1 z2 zn x1 x2 xn p1 p2 pn C z1 p1 z2 p2 zn pn C x1 x2 xn x xn n C p1 p2 pn u x1 x2 xn x1 x2 xn N N
More information関数のグラフを描こう
L05(2010-05-07) 1 2 hig3.net ( ) L05(2010-05-07) 1 / 16 #i n c l u d e double f ( double x ) ; i n t main ( void ){ i n t n ; i n t nmax=10; double x ; double s =0.0; } x = 1.0; s=s+x ;
More informationH22 BioS t (i) treat1 treat2 data d1; input patno treat1 treat2; cards; ; run; 1 (i) treat = 1 treat =
H BioS t (i) treat treat data d; input patno treat treat; cards; 3 8 7 4 8 8 5 5 6 3 ; run; (i) treat treat data d; input group patno period treat y; label group patno period ; cards; 3 8 3 7 4 8 4 8 5
More information<4D F736F F F696E74202D204D C982E682E892B290AE82B582BD838A E8DB782CC904D978A8BE68AD482C98AD682B782E988EA8D6C8E402E >
SAS ユーザー総会 2017 Mantel-Haenszel 法により調整したリスク差の信頼区間に関する一考察 武田薬品工業株式会社日本開発センター生物統計室佐々木英麿 舟尾暢男 要旨 Mantel-Haenszel 法により調整したリスク差に関する以下の信頼区間の算出方法を紹介し 各信頼区間の被覆確率をシミュレーションにより確認することで性能評価を行う Greenland 信頼区間 Sato 信頼区間
More information薬物動態開発の経緯 特性製品情報(3) 薬物動態に対する食事の影響 ( 外国人データ )(B66119)12) 品情報臨床成績臨床成績薬物動態薬物動態薬効薬理薬効薬理一般薬理 毒性一般薬理 毒性(2) 反復投与 (CV18546) 11) 日本人健康成人男性 6 例に アピキサバン 1 回 2.5
薬物動態開発の経緯 特性製品情報2.5 1 25 5mgを空腹時に単回経口投与品情報また 日本人及び白人健康成人男性において アピキサバン 臨床成績臨床成績薬物動態薬物動態薬効薬理薬効薬理一般薬理 毒性一般薬理 毒性1. 血中濃度 (1) 単回投与 (CV18513) 1) 日本人健康成人男性 12 例に アピキサバン2.5 1mgを空腹時に単回経口投与 したとき 投与後 3 3.5 時間で最高血漿中濃度に達し
More informationNLMIXED プロシジャを用いた生存時間解析 伊藤要二アストラゼネカ株式会社臨床統計 プログラミング グループグルプ Survival analysis using PROC NLMIXED Yohji Itoh Clinical Statistics & Programming Group, A
NLMIXED プロシジャを用いた生存時間解析 伊藤要二アストラゼネカ株式会社臨床統計 プログラミング グループグルプ Survival analysis using PROC NLMIXED Yohji Itoh Clinical Statistics & Programming Group, AstraZeneca KK 要旨 : NLMIXEDプロシジャの最尤推定の機能を用いて 指数分布 Weibull
More information日本製薬工業協会シンポジウム 生存時間解析の評価指標に関する最近の展開ー RMST (restricted mean survival time) を理解するー 2. RMST の定義と統計的推測 2018 年 6 月 13 日医薬品評価委員会データサイエンス部会タスクフォース 4 生存時間解析チー
日本製薬工業協会シンポジウム 生存時間解析の評価指標に関する最近の展開ー RMST (restricted mean survival time) を理解するー 2. RMST の定義と統計的推測 2018 年 6 月 13 日医薬品評価委員会データサイエンス部会タスクフォース 4 生存時間解析チーム 日本新薬 ( 株 ) 田中慎一 留意点 本発表は, 先日公開された 生存時間型応答の評価指標 -RMST(restricted
More information3 3.1 *2 1 2 3 4 5 6 *2 2
Armitage 1 2 11 10 3.32 *1 9 5 5.757 3.3667 7.5 1 9 6 5.757 7 7.5 7.5 9 7 7 9 7.5 10 9 8 7 9 9 10 9 9 9 10 9 11 9 10 10 10 9 11 9 11 11 10 9 11 9 12 13 11 10 11 9 13 13 11 10 12.5 9 14 14.243 13 12.5 12.5
More informationCD Microsoft, MS-DOS, Windows 95, Windows 98,Windows Me, Windows NT, Windows 2000, Visual Basic, Visual Basic.NET, Visual C#, Excel, ActiveX Microsoft
CD Microsoft, MS-DOS, Windows 95, Windows 98,Windows Me, Windows NT, Windows 2000, Visual Basic, Visual Basic.NET, Visual C#, Excel, ActiveX Microsoft Corporation ... iv... v... vi... 1-1 1.1... 1-2 1.2...
More information1
PalmGauss SC PGSC-5G Instruction Manual PalmGauss SC PGSC-5G Version 1.01 PalmGauss SC PGSC5G 1.... 3 2.... 3 3.... 3 3.1... 3 3.2... 3 3.3 PalmGauss... 4 3.4... 4 3.4.1 (Fig. 4)... 4 3.4.2 (Fig. 5)...
More information第 55 回自動制御連合講演会 2012 年 11 月 17 日,18 日京都大学 1K403 ( ) Interpolation for the Gas Source Detection using the Parameter Estimation in a Sensor Network S. T
第 55 回自動制御連合講演会 212 年 11 月 日, 日京都大学 1K43 () Interpolation for the Gas Source Detection using the Parameter Estimation in a Sensor Network S. Tokumoto, T. Namerikawa (Keio Univ. ) Abstract The purpose of
More information17 The Analysis of Hand-Writing datas for pen-input character boxes
17 The Analysis of Hand-Writing datas for pen-input character boxes 1060362 2006 3 10 PDA(Personal Digital Assistants) [1] 1.20 x 1.44 cm 1.44 x 1.44 cm [1] 8 i Abstract The Analysis of Hand-Writing datas
More information講義のーと : データ解析のための統計モデリング. 第2回
Title 講義のーと : データ解析のための統計モデリング Author(s) 久保, 拓弥 Issue Date 2008 Doc URL http://hdl.handle.net/2115/49477 Type learningobject Note この講義資料は, 著者のホームページ http://hosho.ees.hokudai.ac.jp/~kub ードできます Note(URL)http://hosho.ees.hokudai.ac.jp/~kubo/ce/EesLecture20
More informationIntroduction to System Identification
y(t) モデルベースデザイン 制御系設計のためのシステム同定入門 s 2 Teja Muppirala t s 2 3s 4 2012 The MathWorks, Inc. 1 モデルベースデザイン 正確なモデルがあることが大前提 実行可能な仕様書 シミュレーションによる設計 モデル 連続したテスト 検証 コード生成による実装 2 動的システムのモデリング モデリング手法 第一原理モデリング データドリブンモデリング
More information目次 1. はじめに 母集団薬物動態 薬力学解析ガイドライン ( 案 ) 背景と目的 1-2. 適用範囲 2. 試験方法 2-1. 治験の計
1 2 3 4 目次 1. はじめに 母集団薬物動態 薬力学解析ガイドライン ( 案 ) 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 1-1. 背景と目的 1-2. 適用範囲 2. 試験方法 2-1. 治験の計画及び実施 2-1-1. 治験計画時の事前検討事項 2-1-2. 治験実施計画書に記載すべき事項 2-1-3.
More information日本化学療法学会雑誌第51巻第2号
piperacillin piperacillin PIPC. g Cmax CL PIPC CL CLR CLNR CL PIPC g g Cmax PIPC Key words: piperacillin Piperacillin PIPC PIPC g g PIPC Cmax g g ml g g ml g g ml T T T PIPC g g T Ccr ml min AUCCmax PIPC
More informationi Armitage Q. Bonferroni 1 SAS ver9.1.3 version up 2 *1 *2 FWE *3 2.1 vs vs vs 2.2 5µg 10µg 20µg 5µg 10µg 20µg vs 5µg vs 10µg vs 20µg *1 *2 *3 FWE 1
i Armitage Q Boferroi SAS ver93 versio up * * FWE *3 vs vs vs 5µg 0µg 0µg 5µg 0µg 0µg vs 5µg vs 0µg vs 0µg * * *3 FWE 3 A B C D E (i A B C D E (ii A B C D E (iii A B C D E (iv A B C D A < B C D A < B
More information解析プログラムの提出の可否( マクロの提出可否 仕様書の提出 ) 使用した解析ソフトウエアとそのバージョン 解析実施環境 (2) 電子データ提出を予定する各試験等の情報 ( 統合解析 ) 1 解析目的及び対象に関する情報 2 電子データに関する情報 3 解析実施に関する情報 (3) 電子データ提出を
( 別紙 8) 申請電子データ提出確認相談資料記載要領 申請電子データ提出確認相談の資料に盛り込む内容は 相談事項により異なるが 以下 1~4 の情報が含まれていることが相談に有用と考える 記載の様式については本別紙の付録を参照すること なお 1 2 を中心に一部の情報については 申込書と重複しての記載をお願いする 1. 基本情報 治験成分記号 販売名( 予定 ) 一般名 剤形 含量 申請予定効能
More informationMultiPASS Suite 3.20 使用説明書
TM MultiPASS Suite Ver.3.20 for Windows ii iii Copyright 2000 Canon Inc. ALL RIGHTS RESERVED iv v vi vii viii ix x 1 1 1-1 1 1 2 3 1-2 4 5 1 1-3 1 6 1-4 7 1 8 9 1-5 10 1 11 1-6 1 1-7 1 1-8 2 1 1-9 1 1
More information1 1 2 3 4 5 1 2 3 4 5 6 1 2 3 4 1 2 3 4 5 6 7 1 2 1 1 2 CX-Programmer USB A B CP1E CPU USB ( ) (USB) USB2.0 B USB USB2.0 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 6 1 2 1 2 L1 L2/N COM 01 03 05 07 09 11 01 03 05
More informationMultiPASS B-20 MultiPASS Suite 3.10使用説明書
TM MultiPASS Suite Ver.3.10 for Windows ii iii Copyright 1999 Canon Inc. ALL RIGHTS RESERVED iv v vi vii viii ix x 1 2 3 4 5 6 7 8 9 xi xii 1 1 1-1 1 2 3 1-2 4 5 1 1-3 6 1-4 1 7 8 1-5 9 10 11 1-6 1 1-7
More informationしたがって このモデルではの長さをもつ潜在履歴 latent history が存在し 同様に と指標化して扱うことができる 以下では 潜在的に起こりうる履歴を潜在履歴 latent history 実際にデ ータとして記録された履歴を記録履歴 recorded history ということにする M
Bayesian Inference with ecological applications Chapter 10 Bayesian Inference with ecological applications 輪読会 潜在的な事象を扱うための多項分布モデル Latent Multinomial Models 本章では 記録した頻度データが多項分布に従う潜在的な変数を集約したものと考えられるときの
More informationMicrosoft PowerPoint - 【配布・WEB公開用】SAS発表資料.pptx
生存関数における信頼区間算出法の比較 佐藤聖士, 浜田知久馬東京理科大学工学研究科 Comparison of confidence intervals for survival rate Masashi Sato, Chikuma Hamada Graduate school of Engineering, Tokyo University of Science 要旨 : 生存割合の信頼区間算出の際に用いられる各変換関数の性能について被覆確率を評価指標として比較した.
More informationprovider_020524_2.PDF
1 1 1 2 2 3 (1) 3 (2) 4 (3) 6 7 7 (1) 8 (2) 21 26 27 27 27 28 31 32 32 36 1 1 2 2 (1) 3 3 4 45 (2) 6 7 5 (3) 6 7 8 (1) ii iii iv 8 * 9 10 11 9 12 10 13 14 15 11 16 17 12 13 18 19 20 (2) 14 21 22 23 24
More information<4D F736F F D B B83578B6594BB2D834A836F815B82D082C88C60202E646F63>
Visual Basic でわかるやさしい有限要素法の基礎 サンプルページ この本の定価 判型などは, 以下の URL からご覧いただけます. http://www.morikita.co.jp/books/mid/092001 このサンプルページの内容は, 初版 1 刷発行当時のものです. URL http://www.morikita.co.jp/soft/92001/ horibe@mx.ibaraki.ac.jp
More informationスケーリング理論とはなにか? - --尺度を変えて見えること--
? URL: http://maildbs.c.u-tokyo.ac.jp/ fukushima mailto:hukusima@phys.c.u-tokyo.ac.jp DEX-SMI @ 2006 12 17 ( ) What is scaling theory? DEX-SMI 1 / 40 Outline Outline 1 2 3 4 ( ) What is scaling theory?
More informationたのしいプログラミング Pythonではじめよう!
Title of English-language original: Python for Kids A Playful Introduction to Programming ISBN 978-1-59327-407-8, published by No Starch Press, Inc. Copyright 2013 by Jason R. Briggs. Japanese-language
More information基礎数学I
I & II ii ii........... 22................. 25 12............... 28.................. 28.................... 31............. 32.................. 34 3 1 9.................... 1....................... 1............
More informationチュートリアル XP Embedded 入門編
TUT-0057 Ver. 1.0 www.interface.co.jp Ver 1.0 2005 6 (,), Web site () / () 2004 Interface Corporation. All rights reserved. ...1...1 1. XP Embedded...2 2....3 2.1....3 2.2....4 2.2.1. SLD...4 2.3....5
More informationTLS PC Link TM Users Manual I
TLS PC Link TM Users Manual I Copyright Brady Worldwide, Inc.( Brady) ( ) Brady Brady Brady TLS PC Link TM LabelMark TM Brady Worldwide, Inc. CODESOFT TM Teklynx International Co. Microsoft Windows Microsoft
More information一般化線形 (混合) モデル (2) - ロジスティック回帰と GLMM
.. ( ) (2) GLMM kubo@ees.hokudai.ac.jp I http://goo.gl/rrhzey 2013 08 27 : 2013 08 27 08:29 kubostat2013ou2 (http://goo.gl/rrhzey) ( ) (2) 2013 08 27 1 / 74 I.1 N k.2 binomial distribution logit link function.3.4!
More informationMicrosoft PowerPoint - 統計科学研究所_R_重回帰分析_変数選択_2.ppt
重回帰分析 残差分析 変数選択 1 内容 重回帰分析 残差分析 歯の咬耗度データの分析 R で変数選択 ~ step 関数 ~ 2 重回帰分析と単回帰分析 体重を予測する問題 分析 1 身長 のみから体重を予測 分析 2 身長 と ウエスト の両方を用いて体重を予測 分析 1 と比べて大きな改善 体重 に関する推測では 身長 だけでは不十分 重回帰分析における問題 ~ モデルの構築 ~ 適切なモデルで分析しているか?
More information12/1 ( ) GLM, R MCMC, WinBUGS 12/2 ( ) WinBUGS WinBUGS 12/2 ( ) : 12/3 ( ) :? ( :51 ) 2/ 71
2010-12-02 (2010 12 02 10 :51 ) 1/ 71 GCOE 2010-12-02 WinBUGS kubo@ees.hokudai.ac.jp http://goo.gl/bukrb 12/1 ( ) GLM, R MCMC, WinBUGS 12/2 ( ) WinBUGS WinBUGS 12/2 ( ) : 12/3 ( ) :? 2010-12-02 (2010 12
More informationuntitled
19 11 13 300 18 3 31 1300mg 4 6 C 15 H 22 FN 3 O 6 359.35 + -1-5--β-D--5--1,2--2- -4- 19 11 13 300 18 3 31 A B B A 30 1 2 21 7 1 1 1.31m 2 900mg 1.31m 2 1.64m 2 1,200mg 1.64m 2 1,500mg B 30 1 2 14 7 1
More informationMicrosoft PowerPoint - 資料04 重回帰分析.ppt
04. 重回帰分析 京都大学 加納学 Division of Process Control & Process Sstems Engineering Department of Chemical Engineering, Koto Universit manabu@cheme.koto-u.ac.jp http://www-pse.cheme.koto-u.ac.jp/~kano/ Outline
More information日心TWS
2017.09.22 (15:40~17:10) 日本心理学会第 81 回大会 TWS ベイジアンデータ解析入門 回帰分析を例に ベイジアンデータ解析 を体験してみる 広島大学大学院教育学研究科平川真 ベイジアン分析のステップ (p.24) 1) データの特定 2) モデルの定義 ( 解釈可能な ) モデルの作成 3) パラメタの事前分布の設定 4) ベイズ推論を用いて パラメタの値に確信度を再配分ベイズ推定
More information,,.,,., II,,,.,,.,.,,,.,,,.,, II i
12 Load Dispersion Methods in Thin Client Systems 1010405 2001 2 5 ,,.,,., II,,,.,,.,.,,,.,,,.,, II i Abstract Load Dispersion Methods in Thin Client Systems Noritaka TAKEUCHI Server Based Computing by
More information2 値データの Intraclass Correlation Coefficient の推定マクロプログラム 稲葉洋介 1 田中紀子 1 1 国立国際医療研究センターデータサイエンス部生物統計研究室 Macro program for calculating Intraclass Correlati
2 値データの Intraclass Correlation Coefficient の推定マクロプログラム 稲葉洋介 1 田中紀子 1 1 国立国際医療研究センターデータサイエンス部生物統計研究室 Macro program for calculating Intraclass Correlation Coefficient for binary data Yosuke Inaba, Noriko
More informationkubo2015ngt6 p.2 ( ( (MLE 8 y i L(q q log L(q q 0 ˆq log L(q / q = 0 q ˆq = = = * ˆq = 0.46 ( 8 y 0.46 y y y i kubo (ht
kubo2015ngt6 p.1 2015 (6 MCMC kubo@ees.hokudai.ac.jp, @KuboBook http://goo.gl/m8hsbm 1 ( 2 3 4 5 JAGS : 2015 05 18 16:48 kubo (http://goo.gl/m8hsbm 2015 (6 1 / 70 kubo (http://goo.gl/m8hsbm 2015 (6 2 /
More information10:30 12:00 P.G. vs vs vs 2
1 10:30 12:00 P.G. vs vs vs 2 LOGIT PROBIT TOBIT mean median mode CV 3 4 5 0.5 1000 6 45 7 P(A B) = P(A) + P(B) - P(A B) P(B A)=P(A B)/P(A) P(A B)=P(B A) P(A) P(A B) P(A) P(B A) P(B) P(A B) P(A) P(B) P(B
More informationNEEDS Yahoo! Finance Yahoo! NEEDS MT EDINET XBRL Magnetic Tape NEEDS MT Mac OS X Server, Linux, Windows Operating System: OS MySQL Web Apache MySQL PHP Web ODBC MT Web ODBC LAMP ODBC NEEDS MT PHP: Hypertext
More informationRubyWorld Conference 2011, Sep 5 2011 [6] 1 2 3 4-2SD -2SD -2SD -2SD [s] 56.9 68.8 33.7 36.6 27.1 29.1 22.5 24.0 21.8 20.5 22.9 22.3 24.3 24.0 24.4 24.2 [s] 101.9 115.1 85.2 92.8 57.1 62.9 42.5 46.3
More information統計的データ解析
統計的データ解析 011 011.11.9 林田清 ( 大阪大学大学院理学研究科 ) 連続確率分布の平均値 分散 比較のため P(c ) c 分布 自由度 の ( カイ c 平均値 0, 標準偏差 1の正規分布 に従う変数 xの自乗和 c x =1 が従う分布を自由度 の分布と呼ぶ 一般に自由度の分布は f /1 c / / ( c ) {( c ) e }/ ( / ) 期待値 二乗 ) 分布 c
More information講義のーと : データ解析のための統計モデリング. 第3回
Title 講義のーと : データ解析のための統計モデリング Author(s) 久保, 拓弥 Issue Date 2008 Doc URL http://hdl.handle.net/2115/49477 Type learningobject Note この講義資料は, 著者のホームページ http://hosho.ees.hokudai.ac.jp/~kub ードできます Note(URL)http://hosho.ees.hokudai.ac.jp/~kubo/ce/EesLecture20
More informationA Study of Adaptive Array Implimentation for mobile comunication in cellular system GD133
A Study of Adaptive Array Implimentation for mobile comunication in cellular system 15 1 31 01GD133 LSI DSP CMA 10km/s i 1 1 2 LS-CMA 5 2.1 CMA... 5 2.1.1... 5 2.1.2... 7 2.1.3... 10 2.2 LS-CMA... 13 2.2.1...
More informationD v D F v/d F v D F η v D (3.2) (a) F=0 (b) v=const. D F v Newtonian fluid σ ė σ = ηė (2.2) ė kl σ ij = D ijkl ė kl D ijkl (2.14) ė ij (3.3) µ η visco
post glacial rebound 3.1 Viscosity and Newtonian fluid f i = kx i σ ij e kl ideal fluid (1.9) irreversible process e ij u k strain rate tensor (3.1) v i u i / t e ij v F 23 D v D F v/d F v D F η v D (3.2)
More information橡PervasiveSQL2000ReviewersGuide.PDF
Pervasive.SQL 2000 Reviewer s Guide Pervasive.SQL TM 2000 Reviewer s Guide Rev.1 11/99 Pervasive Software Inc. The Freedom to Create Applications for Everyone, Everywhere ...3 Pervasive.SQL 2000...4 Pervasive.SQL
More information福岡大学薬学部薬学疾患管理学教授
研究報告 新規腎機能マーカーのシスタチン C を応用した硫酸アルベカシンの Therapeutic drug monitoring に関する臨床薬学的研究 大塚尚 目的 腎機能の指標には腎糸球体濾過量 (glomerular filtration rate: GFR) が用いられる GFR は一定時間に糸球体を濾過される量であり GFR は ml/min で表される これは言い換えると単位時間当たりに排泄される薬物量を血漿量に換算したものとなる
More information<4D F736F F F696E74202D F F8B7B89595F D208AD F18F6F95A882CC97AF88D3935F87405F88F38DFC97702E >
ADaM 留意点 1 ADSL と BDS 解析 VISIT 関連 (AVISIT,DTYPE,BASETYPE) CJUG ADaM ( ファイザー株式会社 ) 堀田真一 CJUG ADaM ( アストラゼネカ株式会社 ) 宮浦千香子 1 ADaM 留意点 1 ADSLとBDS 解析 VISIT 関連 (AVISIT,DTYPE,BASETYPE) 2 ADSL 概要 ADSL(subject-level
More information1 1 2 1 1............ 1 2............ 4 3 6 1............... 6 2............... 8 3.............. 9 4 12 1..................... 12 2..................
1 1 2 1 1............ 1 2............ 4 3 6 1............... 6 2............... 8 3.............. 9 4 12 1..................... 12 2........................ 14 5 15 6 20 1.............. 20 2..............
More information鉄鋼協会プレゼン
NN :~:, 8 Nov., Adaptive H Control for Linear Slider with Friction Compensation positioning mechanism moving table stand manipulator Point to Point Control [G] Continuous Path Control ground Fig. Positoining
More informationMicrosoft PowerPoint - SPECTPETの原理2012.ppt [互換モード]
22 年国家試験解答 1,5 フーリエ変換は線形変換 FFT はデータ数に 2 の累乗数を要求するが DFT は任意のデータ数に対応 123I-IMP Brain SPECT FBP with Ramp filter 123I-IMP Brain SPECT FBP with Shepp&Logan filter 99mTc-MIBI Myocardial SPECT における ストリークアーチファクト
More information<4D F736F F D E39208D8190EC C814096F295A889F090CD835C D C A975E90DD8C7695D FE18A D816A2E646F6378>
平成 24 年 11 月 29 日香川県 TDM 研究会 薬物解析ソフトEasy-TDM 投与設計編腎障害時の投与量バンコマイシン 腎障害患者に対する投与設計のポイントは? ~バンコマイシン (VCM) の TDM 解析をしましょう~ 日本化学療法学会と日本 TDM 学会が合同で 抗菌薬 TDM ガイドラインを作成 2012 年 6 月に神戸で開催された第 29 回日本 TDM 学会 学術大会で発表されました
More informationMicrosoft PowerPoint - SAS2012_ZHANG_0629.ppt [互換モード]
SAS による生存時間解析の実務 張方紅グラクソ スミスクライン ( 株 バイオメディカルデータサイエンス部 Practice of Survival Analysis sing SAS Fanghong Zhang Biomedical Data Science Department, GlaxoSmithKline K.K. 要旨 : SASによる生存時間解析の実務経験を共有する. データの要約
More informationサーバに関するヘドニック回帰式(再推計結果)
2012 年 3 月 日本銀行調査統計局 企業物価指数 サーバ に関するヘドニック回帰式 ( 再推計結果 ) 企業物価指数 サーバ の品質調整に適用するヘドニック回帰式について 1 最新のデータを用いて再推計しましたので その結果をお知らせします 1. サーバのヘドニック推計に関する基本方針 留意事項推計頻度 年 1 回 (2 月 ) 適用範囲 国内品 輸出品 輸入品に対し 同一の推計式を適用 2
More informationkubostat2015e p.2 how to specify Poisson regression model, a GLM GLM how to specify model, a GLM GLM logistic probability distribution Poisson distrib
kubostat2015e p.1 I 2015 (e) GLM kubo@ees.hokudai.ac.jp http://goo.gl/76c4i 2015 07 22 2015 07 21 16:26 kubostat2015e (http://goo.gl/76c4i) 2015 (e) 2015 07 22 1 / 42 1 N k 2 binomial distribution logit
More information,. Black-Scholes u t t, x c u 0 t, x x u t t, x c u t, x x u t t, x + σ x u t, x + rx ut, x rux, t 0 x x,,.,. Step 3, 7,,, Step 6., Step 4,. Step 5,,.
9 α ν β Ξ ξ Γ γ o δ Π π ε ρ ζ Σ σ η τ Θ θ Υ υ ι Φ φ κ χ Λ λ Ψ ψ µ Ω ω Def, Prop, Th, Lem, Note, Remark, Ex,, Proof, R, N, Q, C [a, b {x R : a x b} : a, b {x R : a < x < b} : [a, b {x R : a x < b} : a,
More informationWinDriver PCI Quick Start Guide
WinDriver PCI/PCI Express/PCMCIA 5! WinDriver (1) DriverWizard (2) DriverWizard WinDriver (1) Windows 98/Me/2000/XP/Server 2003/Vista Windows CE.NET Windows Embedded CE v6.00 Windows Mobile 5.0/6.0 Linux
More information現代日本論演習/比較現代日本論研究演習I「統計分析の基礎」
URL: http://tsigeto.info/statg/ I ( ) 3 2017 2 ( 7F) 1 : (1) ; (2) 1998 (70 20% 6 8 ) (30%) ( 2) ( 2) 2 1. (4/13) 2. SPSS (4/20) 3. (4/27) [ ] 4. (5/11 6/1) [1, 4 ] 5. (6/8) 6. (6/15 6/29) [2, 5 ] 7. (7/6
More informationCTD 第 2 部 2.7 臨床概要 臨床薬理試験 MSD 株式会社
CTD 第 2 部 MSD 株式会社 目次 頁 表一覧... 3 図一覧... 4 付録一覧... 6 略号及び用語の定義... 7... 9 2.7.2.1 背景及び概観... 9 2.7.2.1.1 MK-3475の薬物動態及び臨床薬理の概要... 11 2.7.2.1.2 承認申請用法 用量の設定根拠... 21 2.7.2.1.2.1 要約... 21 2.7.2.1.2.2 有効性が期待できる最小用量の設定根拠...
More informationFMUP-204取扱説明書
B6FY441101 Z000 American Power Conversion Corporation SmartUPS PowerChute Schneider Electric Industries S.A.S American Power Conversion Corporation Microsoft Windows Windows Server Microsoft Corporation
More information