Microsoft PowerPoint - åł€æžœæ”¨è«Œã†®å�ºç¤”(çfl°æ€Š)final
|
|
- まいか みつだ
- 4 years ago
- Views:
Transcription
1 日本製薬工業協会シンポジウム 因果推論の基礎 横浜市立大学医学部 臨床統計学 田栗正隆 1
2 検証的臨床試験の目的 治療法の効果を適切に評価すること 因果効果の推定に興味 薬剤の承認申請を行うための第 III 相治験では ランダム化比較試験が行われる 2
3 ランダム化比較試験 治療 A を対象者にランダムに割付 A を受けたかどうかのみが違う 2 群が作れる 比較可能性 (comparability) の成立 試験群 対照群 良い 対象者の状態 悪い 3
4 比較可能でない場合 群間で患者背景に違いがあると 治療法の平等な比較にならない 観察研究における交絡の問題 試験群 対照群 良い 対象者の状態 悪い 4
5 不完全なランダム化試験 ランダム化後に何らかの中間事象が起こると 単純な解析では比較可能性が失われ 大きなバイアスが生じる可能性 例 : 治療不遵守がある場合の PPS 解析 試験群 対照群 良い 対象者の状態 悪い 5
6 不完全データの可能性 様々な理由が考えられる 疾患の性質や倫理面から全ては避けられない 脱落 欠測治療の中止治療の切り替えレスキュー薬の追加アウトカム測定前の死亡 6
7 ICH E9(R1) の趣旨 不完全データが想定される下で どのように推定したいもの (Estimand) を定め 解析すればよいか? 試験目的として 仮想的な問いが設定される場合もある もし不応例に対してレスキュー治療が行われなかったら 結果はどうなったか? 因果推論的なものの見方が役に立つ 7
8 アウトライン 因果効果の定義 ランダム化比較試験における因果推論 母集団に対する推測標本に対する推測 主要層別アプローチ 治療不遵守がある場合の因果効果推定 ICH E9(R1) step 2 文書の記述 8
9 因果効果の定義 ある患者が 2018 年 1 月 1 日に手術を受け 10 日後に死亡した この患者に対して手術が死をもたらしたと言えるだろうか? 反事実の問い : 同じ患者が 2018 年 1 月 1 日に手術を受けなかった場合はどうだったか 10 日後に死亡 手術は原因でない 10 日後に生存 手術は原因である 9
10 因果推論を行うための情報 以下の状態を比較したい 治療 A を受けた場合のアウトカム 治療 A を受けなかった場合のアウトカム 他の条件は全て同じ 2 つの状態でのアウトカムが異なれば A は因果効果あり 10
11 実際に得られるデータ Y: アウトカム (1: 死亡 0: 生存 ) A: 治療 (1: あり 0: なし ) ID A Y
12 理想のデータ Y a : A = a を受けた場合に得られるであろう潜在アウトカム (Potential Outcome) ID A Y 0 Y 1 効果 なし なし 予防 悪化 なし 12
13 個人レベルの因果効果 対象者 i における 2 つの潜在アウトカムの比較 Y 1i = Y 0i 効果なし Y 1i Y 0i 効果あり 強い因果帰無仮説 Sharp causal null hypothesis 全ての対象者について Y 1i = Y 0i 13
14 潜在アウトカムについて Y 1, Y 0 多くの場合 仮想的な無限母集団において確率分布する確率変数として扱う 得られるデータはランダムサンプル 特定の標本に関する推論をする場合は定数として扱う 14
15 参考 : 統計学の体系 推測統計学 母集団 ( 仮想的 ) ランダムサンプリング 統計モデル 母集団特性 推定検定 2, データ x 1, x 2,, x n 標本 データの要約 グラフ表示 記述統計学 標本特性 統計量 x, s 2 15
16 参考 : 統計的推測の枠組み ランダムサンプリング 仮想的無限母集団から現実の有限母集団から ランダム化 特定の標本に対する推測 大橋靖雄. 医師のための臨床統計学. 医歯薬出版. 16
17 参考 : 仮想的母集団について 医学研究における究極の推測対象は当該疾患を有する患者全体 ランダムサンプリングは実現不可能 仮想的母集団は 研究対象集団の特徴に応じて想像されると考えるべき 例 : 切除を受けた日本人女性乳癌患者 一般化可能性は対象集団の特徴や他の研究結果との比較を踏まえ議論 大橋靖雄. 医師のための臨床統計学. 医歯薬出版. 17
18 SUTVA の仮定 Stable Unit Treatment Value Assumption データと潜在アウトカムを結びつける仮定 (1) 他人の治療は影響しない A = (A 1, A 2,, A n ) T Y ai = Y ai (2) 実際の治療に応じて潜在アウトカムが実現 A i = a ならば Y i = Y ai 18
19 得られるデータセット ID A Y Y 0 Y ? ? 3 1 0? ? 5 1 1? 1 19
20 因果推論の根源問題 Fundamental Problem 潜在アウトカムのうちの 1 つしか測定されないため 個人の因果効果は確認できない 欠測の問題 集団での平均因果効果を定義し 推定することを考える 20
21 潜在アウトカムの期待値 E[Y a ] (= Pr[Y a =1]) 母集団における全ての対象者が治療 a を受けた場合のアウトカムの期待値 2 値アウトカムの場合 反事実リスク 周辺期待値 ( 無条件の期待値 ) 条件付き期待値ではない 21
22 集団での因果効果 潜在アウトカムの期待値の比較 E[Y 1 ] = E[Y 0 ] 効果なし E[Y 1 ] E[Y 0 ] 効果あり 因果帰無仮説 causal null hypothesis E[Y 1 ] = E[Y 0 ] 22
23 効果の指標 因果効果は様々なスケールで定義される リスク差 ( 平均の差 ) E[Y 1 ] E[Y 0 ] リスク比 ( 平均の比 ) E[Y 1 ] / E[Y 0 ] オッズ比 {E[Y 1 ]/(1 E[Y 1 ])} / {E[Y 0 ]/(1 E[Y 0 ])} 23
24 単純な期待値 E[Y A=a] (= Pr[Y=1 A=a]) 実際に治療 a を受けた集団でのアウトカムの期待値 リスク 条件付き期待値 集団の一部を使ってデータから推定可能 24
25 関連 Association 条件付き分布の比較 f(y A=1) = f(y A=0) 関連なし f(y A=1) f(y A=0) 関連あり 関連なし と 独立 は同値 f(y A=1) = f(y A=0) Y A 25
26 関連の指標 リスク差 ( 平均の差 ) E[Y A=1] E[Y A=0] リスク比 ( 平均の比 ) E[Y A=1] / E[Y A=0] オッズ比 {E[Y A=1]/(1 E[Y A=1])} / {E[Y A=0]/(1 E[Y A=0])} 26
27 関連と因果の違い 因果は同じ集団における異なる状態の比較 関連は違う集団における異なる状態の比較 Hernan M, Robins JM. Causal Inference. Chapman and Hall/CRC
28 ランダム化比較試験 (RCT) 治療 A を対象者にランダムに割付 A を受けたかどうかのみが違う 2 群が作れる 欠測がなく 割付が遵守され 2 重盲検を行った理想的な場合 試験群 対照群 良い 対象者の状態 悪い 28
29 ランダム化が意味すること 全ての a(=0,1) について以下が成立 Ya A 患者特性の 1 つである潜在アウトカムは 両群に均等に分布する E[Y 1 A=1] = E[Y 1 A=0] = E[Y 1 ] E[Y 0 A=1] = E[Y 0 A=0] = E[Y 0 ] 交換可能性 (Exchangeability) が成立 強く / 弱く無視できる割り当て (Strong/Weak Ignorability) 29
30 交換可能な場合 以下が成立 E[Y 1 ] = E[Y A=1] E[Y 0 ] = E[Y A=0] このとき 関連は因果を表す 単純なリスク差 E[Y A=1] E[Y A=0] 因果リスク差 E[Y 1 ] E[Y 0 ] 両者が一致 30
31 E[Y A=1] = E[Y 1 ] E[Y A=1] = E[Y 1 A=1] SUTVA より E[Y 1 A=1] = E[Y 1 ] ランダム化 ( 交換可能性 ) より 同様に E[Y A=0] = E[Y 0 ] 理想的な RCT では単純な群比較が因果効果と一致 31
32 ランダム化と統計的推測 統計的推測 推定検定 推測の鍵 (y 1, y 2,, y n ) t 1 Y Z N(0,1) n 母集団標本 1 標本 2 標本 3 標本 k t 2 t 3 t k 統計量の分布 ( 標本分布 ) を知ること前提 : 母集団からのランダムサンプリング ランダム化に基づく標本への推測? Imbens WG, RubinDB. Causal Inference for Statistics, Social, and Biomedical Sciences: An Introduction. CUP
33 標本における平均因果効果 n 人の潜在アウトカムの平均値の対比 Y Y n 1 0 n Y n 1 1i Y i i1 0i n SATE: Sample Average Treatment Effect 推測では (Y 1i, Y 0i ) (i = 1,,n) は定数扱い 33
34 標本に対する検定 Fisher のランダム化検定 ランダム化に基づいた強い因果帰無仮説に対する検定 34
35 Fisher の実験 : Lady tasting tea ミルクティを一口飲めば紅茶を先に入れたかどうか絶対見分けられる と主張する婦人がいた 本当か? 実験してみよう 両方 4 杯ずつ飲ませて当てさせてみた 35
36 Fisher の注意 ( 研究デザイン ) 交互に飲ませたら一個分かっただけで全部言い当てられてしまう 飲ませる順番はでたらめに ( ランダム化 ) 答えは絶対にわからないように 紅茶を入れているところは周囲にも隠す ( マスキング ) 36
37 Fisher の実験結果 婦人は 8 杯全部当てた 割付方法は 8 C 4 =70 通り 帰無仮説 : 婦人の直観はでたらめ が正しいとすると 全部当てる確率 (p 値 ) は 1 / 70 = これは恐らく偶然じゃない ( 並べ替え検定 ) 37
38 Fisher の実験に対する考察 推測において 母集団からのランダムサンプリング は一切考えていない p 値の計算に用いたのは ランダム化を通じて得られた場合の数のみ 他の問題に対しても同様に検定できるか? 38
39 割付メカニズム n 人に対する治療割付 A = (A 1, A 2,, A n ) T A i =1: 治療あり A i =0: 治療なし ランダム化をした場合 Aの分布は既知 m 人が治療ありに割り付けられる場合 Pr(A = a) = 1 / n C m 39
40 標本に対する検定 強い因果帰無仮説 H 0 : Y 1i = Y 0i (i = 1,,n) この下で 潜在アウトカムは測定可能 Y 1i = Y 0i = y i 割付に関わらず 試験に入った時点でアウトカムの値は決まっていた 追跡後 既に決まっていた結果が測定 40
41 検定統計量 例えば 平均値の差 t( A, y) y = (y 1, y 2,, y n ) T 割付が確率変数 アウトカムは既知 T T T T A y ( 1 A) y A y ( 1 A) y T T T T A 1 ( 1 A) 1 A 1 ( 1 A) Aの全ての並び替えについて計算可能検定統計量 : 任意の (A, y) の関数 41
42 p 値の計算 検定統計量の実現値を T と置くと p 値は以下 Pr[ t( A, y) T ] I [ t( a, y) T ]Pr[ A a] a a I [ t( a, y) T ] n C m I[ ]: カッコ内が真であれば 1 をとる指示変数 Ω: A の並べ替えの全ての集合 42
43 平均の差を用いた例 1 グループ 2 人のデータ a = (1,0,0,1) T y = (3,1,4,5) T 検定統計量の実現値 T = (3+5)/2 (1+4)/2 = = 1.5 割付の並べ替え 4C 2 = 6 通り 43
44 並び替えと検定統計量の値 割付 a T 確率 Pr(A = a) 検定統計量 t(a,y) (0,0,1,1) 1/6 2.5 (0,1,0,1) 1/6 0.5 (0,1,1,0) 1/6 1.5 (1,0,0,1) 1/6 1.5 (1,0,1,0) 1/6 0.5 (1,1,0,0) 1/6 2.5 片側 p 値 = 2/6 =
45 標本平均因果効果の推定 標本平均の差は不偏推定量 E AY (1 A ) Y m n m n n i1 i 1i i1 i 0i E[ A ] Y E[1 A ] Y m n m n n i1 i 1i i1 i 0i n n i 1Y 1i i1y0 i m E[ Ai ] n n n 45
46 標本平均の差の分散 通常の分散推定量 1 0 ˆV S S m n m Sa : A a での標本不偏分散 母集団モデルでは 不偏推定量 標本モデルでは 真の分散を過大評価 Imbens WG, RubinDB. Causal Inference for Statistics, Social, and Biomedical Sciences: An Introduction. CUP
47 主要層ストラテジー ICH E9(R1) step 2 文書の記述 対象集団を 中間事象が起こらないであろう主要層とする 例えば 関心のある対象集団は 治療計画の不遵守が起こらないであろう患者層であるとされるかもしれない 関心のある科学的疑問は その層のみでの治療効果に関連する 47
48 ランダム化比較試験 (RCT) 治療 A を対象者にランダムに割付 割り付けと対象者の状態が独立 交換可能性が成立 : 関連が因果を表す 試験群 対照群 良い 対象者の状態 悪い : 試験治療 : 対照治療 48
49 治療の不遵守が存在 割り付け治療を守らない対象者が存在 治療の因果効果を推定したい 試験群 対照群 良い 対象者の状態 悪い : 試験治療 : 対照治療 49
50 Intention to Treat (ITT) 解析 全ての対象者を割り付け通りに解析 群間の比較可能性の保持 因果効果は過小評価 試験群 対照群 良い 対象者の状態 悪い : 試験治療 : 対照治療 50
51 Per Protocol (PP) 解析 割り付けを遵守した対象者のみを比較 不遵守がランダムに生じている場合でないと 因果効果に対してバイアス 試験群 対照群 良い 対象者の状態 悪い : 試験治療 : 対照治療 51
52 As Treated (AT) 解析 割付を無視 実際に受けた治療で比較 治療選択がランダムに生じている ( 交絡がない ) 場合でないと バイアス 試験群 対照群 良い 対象者の状態 悪い : 試験治療 : 対照治療 52
53 潜在アウトカムを用いた表現 PP 解析 E[Y 1 A=1,R=1] E[Y 0 A=0,R=0] R: ランダム割付 (1: 治療あり 0: 治療なし ) AT 解析 E[Y 1 A=1] E[Y 0 A=0] PP/AT 解析は 因果効果を推定していない 異なる集団での比較になっている 53
54 主要層別の考え方 PP/AT 解析は 観察された中間事象 ( 今回は実際の治療 A) で条件付けた比較をするため 因果効果を推定できない 中間事象の潜在的な反応で層別することにより 推定対象を因果効果とする 54
55 主要層別アプローチ Principal stratification 対象者を潜在的な反応 A r に応じて 4 タイプの人達からなる層に分類 Always taker: A 1 =1, A 0 =1 Never taker : A 1 =0, A 0 =0 Complier : A 1 =1, A 0 =0 Defier : A 1 =0, A 0 =1 55
56 推定対象 Complier average causal effect; CACE CACE = E[Y 1 Y 0 A 1 =1,A 0 =0] どちらの割付を受けても割付治療を遵守する層での平均因果効果 Complier での ITT 効果 56
57 主要層別の問題 潜在的な治療 (A 1, A 0 ) は同時に観察できない R=1 では A 1, R=0 では A 0 のみが観察 推定にデータから確認できない仮定が必要 推定できたとしても 主要層は特定できない 誰が complier か分からない 57
58 CACE 解析の仮定 1 仮定 1: 割付 R は治療 A に影響を与える E[A R=1] E[A R=0] > 0 治療あり群の方が 治療なし群よりも実際に治療を受ける人が多い 現実的 データから検証可能 58
59 CACE 解析の仮定 2 仮定 2: ランダム割付 潜在変数と割付は独立 ( Y, Y, A, A ) R 主要層での R に関する交換可能性が成立 E[ Y A a, A a, R 1] a E[ Y A a, A a, R 0] (a,a 1,a 0 =0,1) a
60 CACE 解析の仮定 3 仮定 3: 排除規定 (Exclusion restriction) 潜在アウトカムは割付の影響を受けない Y ra = Y a 二重盲検下では成立が見込まれる Y ra : R=r, A=a を受けた場合の潜在アウトカム 60
61 CACE 解析の仮定 4 仮定 4: 単調性の仮定 (Monotonicity) 全ての対象者に対して A 1 A 0 単調性の仮定を言い換えると A 1 =0, A 0 =1となる人達はいない Defierは存在しない 61
62 ITT 解析と CACE R=1 μ 0nev μ 1com μ 1alw 1 R=0 μ 0nev μ 0com μ 1alw 2 Never taker Complier Always taker μ 1com μ 0com 0 ITT 効果 = Pr(complier) CACE Pr(always taker) = Pr(A=1 R=0) Pr(never taker) = Pr(A=0 R=1) Pr(complier) = Pr(A=1 R=1) - Pr(A=1 R=0) 62
63 CACE の推定対象 [ 1] [ 0] CAC E E Y R E Y R E[ A R 1] E[ A R 0] ITT 効果を治療不遵守の程度で膨らませた形 治療不遵守がなければ ITT 効果と一致 それぞれの標本平均から推定可能 単調性がなくても RとAの交互作用がなければ E[Y 1 Y 0 A=1] と一致 Hernan and Robins, 2006; Taguri and Chiba,
64 主要層ストラテジー ICH E9(R1) step 2 文書の記述 対象集団を 中間事象が起こらないであろう主要層とする 例えば 関心のある対象集団は 治療計画の不遵守が起こらないであろう患者層であるとされるかもしれない 関心のある科学的疑問は その層のみでの治療効果に関連する 64
65 主要層ストラテジー ICH E9(R1) step 2 文書の記述 ( 続き ) 主要層における効果は 試験のデータに基づいて定義されるあらゆる種類の部分集団や治験実施計画書に適合した対象集団の解析によるものと明確に区別されるべきである 一般に 中間事象の発現の有無を予測することはできないため 試験に先立ってこの被験者を特定することは不可能である 65
66 まとめ 潜在アウトカムに基づく因果効果の定義 ランダム化比較試験における因果推論 母集団に対する推測標本に対する推測どちらも同様の結果を与える 主要層別アプローチ 主要層における因果効果の推定治療不遵守存在下でのCACE 解析 66
ICH E9(R1) 臨床試験におけるEstimandと感度分析
第 4 回生物統計情報学シンポジウム ESTIMAND に関する議論の事例と今後の展望 ICH-E9(R1) の経緯 現状と 今後の展望 医薬品医療機器総合機構スペシャリスト ( 生物統計担当 ) 安藤友紀 本日の概要 ICH-E9(R1) 検討の経緯 Step2 文書の概要 神戸会合での活動内容と今後の予定 1 ICH-E9(R1) 検討の経緯 ICH とは International Council
More information青焼 1章[15-52].indd
1 第 1 章統計の基礎知識 1 1 なぜ統計解析が必要なのか? 人間は自分自身の経験にもとづいて 感覚的にものごとを判断しがちである 例えばある疾患に対する標準治療薬の有効率が 50% であったとする そこに新薬が登場し ある医師がその新薬を 5 人の患者に使ったところ 4 人が有効と判定されたとしたら 多くの医師はこれまでの標準治療薬よりも新薬のほうが有効性が高そうだと感じることだろう しかし
More informationTF● :テーマ名
日本製薬工業協会シンポジウム 臨床試験の欠測データの取り扱いに関する最近の展開と今後の課題について - 統計手法 estimand と架空の事例に対する流れの整理 - (5)Estimand の解説 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 欠測のあるデータに対する解析方法論 SAS プログラム検討チーム 東レ株式会社土居正明 1 本シンポジウムの概要 (PM: セッション 2) 臨床試験の計画から解析までの流れの整理
More informationRSS Higher Certificate in Statistics, Specimen A Module 3: Basic Statistical Methods Solutions Question 1 (i) 帰無仮説 : 200C と 250C において鉄鋼の破壊応力の母平均には違いはな
RSS Higher Certiicate in Statistics, Specimen A Module 3: Basic Statistical Methods Solutions Question (i) 帰無仮説 : 00C と 50C において鉄鋼の破壊応力の母平均には違いはない. 対立仮説 : 破壊応力の母平均には違いがあり, 50C の方ときの方が大きい. n 8, n 7, x 59.6,
More information講義「○○○○」
講義 信頼度の推定と立証 内容. 点推定と区間推定. 指数分布の点推定 区間推定 3. 指数分布 正規分布の信頼度推定 担当 : 倉敷哲生 ( ビジネスエンジニアリング専攻 ) 統計的推測 標本から得られる情報を基に 母集団に関する結論の導出が目的 測定値 x x x 3 : x 母集団 (populaio) 母集団の特性値 統計的推測 標本 (sample) 標本の特性値 分布のパラメータ ( 母数
More information<4D F736F F D208EC08CB18C7689E68A E F AA957A82C682948C9F92E82E646F63>
第 7 回 t 分布と t 検定 実験計画学 A.t 分布 ( 小標本に関する平均の推定と検定 ) 前々回と前回の授業では, 標本が十分に大きいあるいは母分散が既知であることを条件に正規分布を用いて推定 検定した. しかし, 母集団が正規分布し, 標本が小さい場合には, 標本分散から母分散を推定するときの不確実さを加味したt 分布を用いて推定 検定しなければならない. t 分布は標本分散の自由度 f(
More informationMicrosoft PowerPoint - sc7.ppt [互換モード]
/ 社会調査論 本章の概要 本章では クロス集計表を用いた独立性の検定を中心に方法を学ぶ 1) 立命館大学経済学部 寺脇 拓 2 11 1.1 比率の推定 ベルヌーイ分布 (Bernoulli distribution) 浄水器の所有率を推定したいとする 浄水器の所有の有無を表す変数をxで表し 浄水器をもっている を 1 浄水器をもっていない を 0 で表す 母集団の浄水器を持っている人の割合をpで表すとすると
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 informationMicrosoft Word - 第14回定例会_平田様_final .doc
クロスオーバー実験のデザインと解析 - テレメトリー法によ る QT/QTc 試験の実データを用いた検討 - II. クロスオーバー実験の統計解析 4) 有意差検定と信頼区間方式の解析の比較 平田篤由 薬理統計グループ安全性薬理チーム 要約 : ヒトの QT/QTc 評価試験における判断基準は,QTc 間隔の 95% 信頼区間の上限が 10ms を越えるかどうかである. 一方, 非臨床試験のイヌを用いたテレメトリー
More informationPowerPoint プレゼンテーション
1/X Chapter 9: Linear correlation Cohen, B. H. (2007). In B. H. Cohen (Ed.), Explaining Psychological Statistics (3rd ed.) (pp. 255-285). NJ: Wiley. 概要 2/X 相関係数とは何か 相関係数の数式 検定 注意点 フィッシャーのZ 変換 信頼区間 相関係数の差の検定
More information様々なミクロ計量モデル†
担当 : 長倉大輔 ( ながくらだいすけ ) この資料は私の講義において使用するために作成した資料です WEB ページ上で公開しており 自由に参照して頂いて構いません ただし 内容について 一応検証してありますが もし間違いがあった場合でもそれによって生じるいかなる損害 不利益について責任を負いかねますのでご了承ください 間違いは発見次第 継続的に直していますが まだ存在する可能性があります 1 カウントデータモデル
More informationEBNと疫学
推定と検定 57 ( 復習 ) 記述統計と推測統計 統計解析は大きく 2 つに分けられる 記述統計 推測統計 記述統計 観察集団の特性を示すもの 代表値 ( 平均値や中央値 ) や ばらつきの指標 ( 標準偏差など ) 図表を効果的に使う 推測統計 観察集団のデータから母集団の特性を 推定 する 平均 / 分散 / 係数値などの推定 ( 点推定 ) 点推定値のばらつきを調べる ( 区間推定 ) 検定統計量を用いた検定
More informationMicrosoft Word - Stattext12.doc
章対応のない 群間の量的データの検定. 検定手順 この章ではデータ間に 対 の対応のないつの標本から推定される母集団間の平均値や中央値の比較を行ないます 検定手法は 図. のようにまず正規に従うかどうかを調べます 但し この場合はつの群が共に正規に従うことを調べる必要があります 次に 群とも正規ならば F 検定を用いて等分散であるかどうかを調べます 等分散の場合は t 検定 等分散でない場合はウェルチ
More information(3) 検定統計量の有意確率にもとづく仮説の採否データから有意確率 (significant probability, p 値 ) を求め 有意水準と照合する 有意確率とは データの分析によって得られた統計値が偶然おこる確率のこと あらかじめ設定した有意確率より低い場合は 帰無仮説を棄却して対立仮説
第 3 章 t 検定 (pp. 33-42) 3-1 統計的検定 統計的検定とは 設定した仮説を検証する場合に 仮説に基づいて集めた標本を 確率論の観点から分析 検証すること 使用する標本は 母集団から無作為抽出されたものでなければならない パラメトリック検定とノンパラメトリック検定 パラメトリック検定は母集団が正規分布に従う間隔尺度あるいは比率尺度の連続データを対象とする ノンパラメトリック検定は母集団に特定の分布を仮定しない
More information切片 ( 定数項 ) ダミー 以下の単回帰モデルを考えよう これは賃金と就業年数の関係を分析している : ( 賃金関数 ) ここで Y i = α + β X i + u i, i =1,, n, u i ~ i.i.d. N(0, σ 2 ) Y i : 賃金の対数値, X i : 就業年数. (
統計学ダミー変数による分析 担当 : 長倉大輔 ( ながくらだいすけ ) 1 切片 ( 定数項 ) ダミー 以下の単回帰モデルを考えよう これは賃金と就業年数の関係を分析している : ( 賃金関数 ) ここで Y i = α + β X i + u i, i =1,, n, u i ~ i.i.d. N(0, σ 2 ) Y i : 賃金の対数値, X i : 就業年数. ( 実際は賃金を就業年数だけで説明するのは現実的はない
More informationデータの取り扱いについて (原則)
中医協費 - 3 2 5. 1. 2 3 データの取り扱いについて 福田参考人提出資料 1. 総論 1 費用効果分析で扱うデータ 費用や効果を積算する際は 様々なデータを取り扱う データを取り扱う際の考え方を整理しておく必要がある (1) 評価対象の医療技術及び比較対照の医療技術の 費用 と 効果 を別々に積算する 費用効果分析の手順 (2) 評価対象の医療技術と比較対照の医療技術との増分費用効果比の評価を行う
More informationExcelによる統計分析検定_知識編_小塚明_5_9章.indd
第7章57766 検定と推定 サンプリングによって得られた標本から, 母集団の統計的性質に対して推測を行うことを統計的推測といいます 本章では, 推測統計の根幹をなす仮説検定と推定の基本的な考え方について説明します 前章までの知識を用いて, 具体的な分析を行います 本章以降の知識は操作編での操作に直接関連していますので, 少し聞きなれない言葉ですが, 帰無仮説 有意水準 棄却域 などの意味を理解して,
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基礎統計
基礎統計 第 11 回講義資料 6.4.2 標本平均の差の標本分布 母平均の差 標本平均の差をみれば良い ただし, 母分散に依存するため場合分けをする 1 2 3 分散が既知分散が未知であるが等しい分散が未知であり等しいとは限らない 1 母分散が既知のとき が既知 標準化変量 2 母分散が未知であり, 等しいとき 分散が未知であるが, 等しいということは分かっているとき 標準化変量 自由度 の t
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情報工学概論
確率と統計 中山クラス 第 11 週 0 本日の内容 第 3 回レポート解説 第 5 章 5.6 独立性の検定 ( カイ二乗検定 ) 5.7 サンプルサイズの検定結果への影響練習問題 (4),(5) 第 4 回レポート課題の説明 1 演習問題 ( 前回 ) の解説 勉強時間と定期試験の得点の関係を無相関検定により調べる. データ入力 > aa
More informationMicrosoft PowerPoint - 【Day2-3】Estimandの紹介_final.pptx
Estimand の紹介 2015 年 2 月 13 日製薬協データサイエンス部会タスクフォース4 佐伯浩之 1 セッション 2: NAS レポート EMA ガイドライン estimand と解析方法の概説 NAS,EMAガイドラインの紹介 欠測データの問題 / 影響 Estimandの紹介 事前の計画と報告, 欠測予防 事例紹介 パネルディスカッション 2 発表構成 Estimand とは - ICH
More informationMedical3
Chapter 1 1.4.1 1 元配置分散分析と多重比較の実行 3つの治療法による測定値に有意な差が認められるかどうかを分散分析で調べます この例では 因子が1つだけ含まれるため1 元配置分散分析 one-way ANOVA の適用になります また 多重比較法 multiple comparison procedure を用いて 具体的のどの治療法の間に有意差が認められるかを検定します 1. 分析メニュー
More information母平均 母分散 母標準偏差は, が連続的な場合も含めて, すべての個体の特性値 のすべての実現値 の平均 分散 標準偏差であると考えてよい 有限母集団で が離散的な場合, まさにその意味になるが, そうでない場合も, このように理解してよい 5 母数 母集団から定まる定数のこと 母平均, 母分散,
. 無作為標本. 基本的用語 推測統計における基本的な用語を確認する 母集団 調査の対象になる集団のこと 最終的に, 判断の対象になる集団である 母集団の個体 母集団を構成する つ つのもののこと 母集団は個体の集まりである 個体の特性値 個体の特性を表す数値のこと 身長や体重など 特性値は, 変量ともいう 4 有限母集団と無限母集団 個体の個数が有限の母集団を 有限母集団, 個体の個数が無限の母集団を
More informationEBM&CQ.ppt
臨床研究企画開発学 -EBM とクリニカルクエスチョン - 北里大学医学部附属臨床研究センター (KCRC) 佐藤敏彦 医学研究の種類 臨床研究 ( ヒト ) 臨床観察研究 基礎研究 ( 動物 細胞 ) 臨床試験 治験 トランスレーショナル研究 疫学研究 ( 非臨床ー ) クリニカルクエスチョン 0. 疑問抽出 疫学研究によるエビデンス 1 エビデンス 2 Question? エビデンス 3 エビデンス
More information統計学の基礎から学ぶ実験計画法ー1
第 部統計学の基礎と. 統計学とは. 統計学の基本. 母集団とサンプル ( 標本 ). データ (data) 3. 集団の特性を示す統計量 基本的な解析手法 3. 統計量 (statistic) とは 3. 集団を代表する統計量 - 平均値など 3.3 集団のばらつきを表す値 - 平方和 分散 標準偏差 4. ばらつき ( 分布 ) を表す関数 4. 確率密度関数 4. 最も重要な正規分布 4.3
More information<4D F736F F D2090B695A8939D8C768A E F AA957A82C682948C9F92E8>
第 8 回 t 分布と t 検定 生物統計学 A.t 分布 ( 小標本に関する平均の推定と検定 ) 前々回と前回の授業では, 標本が十分に大きいあるいは母分散が既知であることを条件に正規分布を用いて推定 検定した. しかし, 母集団が正規分布し, 標本が小さい場合には, 標本分散から母分散を推定するときの不確実さを加味したt 分布を用いて推定 検定しなければならない. t 分布は標本分散の自由度 f(
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第 3 回講義の項目と概要 統計的手法入門 : 品質のばらつきを解析する 平均と標準偏差 (P30) a) データは平均を見ただけではわからない 平均が同じだからといって 同一視してはいけない b) データのばらつきを示す 標準偏差 にも注目しよう c) 平均
第 3 回講義の項目と概要 016.8.9 1.3 統計的手法入門 : 品質のばらつきを解析する 1.3.1 平均と標準偏差 (P30) a) データは平均を見ただけではわからない 平均が同じだからといって 同一視してはいけない b) データのばらつきを示す 標準偏差 にも注目しよう c) 平均 :AVERAGE 関数, 標準偏差 :STDEVP 関数とSTDEVという関数 1 取得したデータそのものの標準偏差
More informationChapter 1 Epidemiological Terminology
Appendix Real examples of statistical analysis 検定 偶然を超えた差なら有意差という P
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 information経済統計分析1 イントロダクション
1 経済統計分析 9 分散分析 今日のおはなし. 検定 statistical test のいろいろ 2 変数の関係を調べる手段のひとつ適合度検定独立性検定分散分析 今日のタネ 吉田耕作.2006. 直感的統計学. 日経 BP. 中村隆英ほか.1984. 統計入門. 東大出版会. 2 仮説検定の手続き 仮説検定のロジック もし帰無仮説が正しければ, 検定統計量が既知の分布に従う 計算された検定統計量の値から,
More informationMicrosoft PowerPoint slide2forWeb.ppt [互換モード]
講義内容 9..4 正規分布 ormal dstrbuto ガウス分布 Gaussa dstrbuto 中心極限定理 サンプルからの母集団統計量の推定 不偏推定量について 確率変数, 確率密度関数 確率密度関数 確率密度関数は積分したら. 平均 : 確率変数 分散 : 例 ある場所, ある日時での気温の確率. : 気温, : 気温 が起こる確率 標本平均とのアナロジー 類推 例 人の身長の分布と平均
More information自動車感性評価学 1. 二項検定 内容 2 3. 質的データの解析方法 1 ( 名義尺度 ) 2.χ 2 検定 タイプ 1. 二項検定 官能検査における分類データの解析法 識別できるかを調べる 嗜好に差があるかを調べる 2 点比較法 2 点識別法 2 点嗜好法 3 点比較法 3 点識別法 3 点嗜好
. 内容 3. 質的データの解析方法 ( 名義尺度 ).χ 検定 タイプ. 官能検査における分類データの解析法 識別できるかを調べる 嗜好に差があるかを調べる 点比較法 点識別法 点嗜好法 3 点比較法 3 点識別法 3 点嗜好法 : 点比較法 : 点識別法 配偶法 配偶法 ( 官能評価の基礎と応用 ) 3 A か B かの判定において 回の判定でAが選ばれる回数 kは p の二項分布に従う H :
More information解答のポイント 第 1 章問 1 ポイント仮に1 年生全員の数が 100 人であったとする.100 人全員に数学の試験を課して, それらの 100 人の個人個人の点数が母集団となる. 問 2 ポイント仮に10 人を抽出するとする. 学生に1から 100 までの番号を割り当てたとする. 箱の中に番号札
解答のポイント 第 1 章問 1 ポイント仮に1 年生全員の数が 100 人であったとする.100 人全員に数学の試験を課して, それらの 100 人の個人個人の点数が母集団となる. 問 2 ポイント仮に10 人を抽出するとする. 学生に1から 100 までの番号を割り当てたとする. 箱の中に番号札を入れまず1 枚取り出す ( 仮に1 番とする ). 最初に1 番の学生を選ぶ. その1 番の札を箱の中に戻し,
More informationMedicalStatisticsForAll.indd
みんなの 医療統計 12 基礎理論と EZR を完全マスター! Ayumi SHINTANI はじめに EZR EZR iii EZR 2016 2 iv CONTENTS はじめに... ⅲ EZR をインストールしよう... 1 EZR 1...1 EZR 2...3...8 R Console...10 1 日目 記述統計量...11 平均値と中央値... 11...12...15...18
More informationMicrosoft PowerPoint - statistics pptx
統計学 第 16 回 講義 母平均の区間推定 Part-1 016 年 6 10 ( ) 1 限 担当教員 : 唐渡 広志 ( からと こうじ ) 研究室 : 経済学研究棟 4 階 43 号室 email: kkarato@eco.u-toyama.ac.jp website: http://www3.u-toyama.ac.jp/kkarato/ 1 講義の目的 標本平均は正規分布に従うという性質を
More informationMicrosoft PowerPoint - stat-2014-[9] pptx
統計学 第 17 回 講義 母平均の区間推定 Part-1 014 年 6 17 ( )6-7 限 担当教員 : 唐渡 広志 ( からと こうじ ) 研究室 : 経済学研究棟 4 階 43 号室 email: kkarato@eco.u-toyama.ac.j website: htt://www3.u-toyama.ac.j/kkarato/ 1 講義の目的 標本平均は正規分布に従うという性質を
More information数値計算法
数値計算法 008 4/3 林田清 ( 大阪大学大学院理学研究科 ) 実験データの統計処理その 誤差について 母集団と標本 平均値と標準偏差 誤差伝播 最尤法 平均値につく誤差 誤差 (Error): 真の値からのずれ 測定誤差 物差しが曲がっていた 測定する対象が室温が低いため縮んでいた g の単位までしかデジタル表示されない計りで g 以下 計りの目盛りを読み取る角度によって値が異なる 統計誤差
More informationPowerPoint プレゼンテーション
J HOSPITALIST network ニコチンパッチ vs バレニクリン 禁煙効果 副作用に差はあるか Effects of Nicotine Patch vs Varenicline vs Combination Nicotine Replacement Therapy on Smoking Cessation at 26 WeeksA Randomized Clinical Trial JAMA.
More information株式会社サンテック統計解析室室長 第 36 回 : EBM 実践のための統計学 ( その 21) 統計学的側面から観て受理される医学論文を作成するために ~~~~~~ CONTENTS ~~~~~~ 4 各論 医学臨床論文がrejectされないためへのstep 4.10 解析法が難解で誤解される study design:cross-over design 4.10.1 最も単純な cross-over
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 information<4D F736F F D208EC08CB18C7689E68A E F193F18D8095AA957A C C839395AA957A814590B38B4B95AA957A2E646F63>
第 4 回二項分布, ポアソン分布, 正規分布 実験計画学 009 年 月 0 日 A. 代表的な分布. 離散分布 二項分布大きさ n の標本で, 事象 Eの起こる確率を p とするとき, そのうち x 個にEが起こる確率 P(x) は二項分布に従う. 例さいころを 0 回振ったときに の出る回数 x の確率分布は二項分布に従う. この場合, n = 0, p = 6 の二項分布になる さいころを
More informationファイナンスのための数学基礎 第1回 オリエンテーション、ベクトル
時系列分析 変量時系列モデルとその性質 担当 : 長倉大輔 ( ながくらだいすけ 時系列モデル 時系列モデルとは時系列データを生み出すメカニズムとなるものである これは実際には未知である 私たちにできるのは観測された時系列データからその背後にある時系列モデルを推測 推定するだけである 以下ではいくつかの代表的な時系列モデルを考察する 自己回帰モデル (Auoregressive Model もっとも頻繁に使われる時系列モデルは自己回帰モデル
More informationExcelによる統計分析検定_知識編_小塚明_1_4章.indd
第1章 母集団と統計データ 本章では, ビジネスのさまざまな場面において統計データを扱ううえで, もっとも基本的事項となる母集団の概念と統計データの種類についてまとめています 母集団の統計的性質を調べるためにとても重要な概念であるサンプリングについて述べるとともに, ランダムサンプリングの重要性についても説明します 統計分析の考え方 ビジネスの多くの場面において, 統計分析は重要です この場合の統計分析とは,
More informationPython-statistics5 Python で統計学を学ぶ (5) この内容は山田 杉澤 村井 (2008) R によるやさしい統計学 (
http://localhost:8888/notebooks/... Python で統計学を学ぶ (5) この内容は山田 杉澤 村井 (2008) R によるやさしい統計学 (http://shop.ohmsha.co.jp/shop /shopdetail.html?brandcode=000000001781&search=978-4-274-06710-5&sort=) を参考にしています
More information<4D F736F F D208D A778D5A8A778F4B8E7793B CC A7795D2816A2E646F6378>
高等学校学習指導要領解説数学統計関係部分抜粋 第 部数学第 2 章各科目第 節数学 Ⅰ 3 内容と内容の取扱い (4) データの分析 (4) データの分析統計の基本的な考えを理解するとともに, それを用いてデータを整理 分析し傾向を把握できるようにする アデータの散らばり四分位偏差, 分散及び標準偏差などの意味について理解し, それらを用いてデータの傾向を把握し, 説明すること イデータの相関散布図や相関係数の意味を理解し,
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スライド 1
2019 年 5 月 7 日 @ 統計モデリング 統計モデリング 第四回配布資料 ( 予習用 ) 文献 : a) A. J. Dobson and A. G. Barnett: An Introduction to Generalized Linear Models. 3rd ed., CRC Press. b) H. Dung, et al: Monitoring the Transmission
More informationビジネス統計 統計基礎とエクセル分析 正誤表
ビジネス統計統計基礎とエクセル分析 ビジネス統計スペシャリスト エクセル分析スペシャリスト 公式テキスト正誤表と学習用データ更新履歴 平成 30 年 5 月 14 日現在 公式テキスト正誤表 頁場所誤正修正 6 知識編第 章 -3-3 最頻値の解説内容 たとえば, 表.1 のデータであれば, 最頻値は 167.5cm というたとえば, 表.1 のデータであれば, 最頻値は 165.0cm ということになります
More informationProbit , Mixed logit
Probit, Mixed logit 2016/5/16 スタートアップゼミ #5 B4 後藤祥孝 1 0. 目次 Probit モデルについて 1. モデル概要 2. 定式化と理解 3. 推定 Mixed logit モデルについて 4. モデル概要 5. 定式化と理解 6. 推定 2 1.Probit 概要 プロビットモデルとは. 効用関数の誤差項に多変量正規分布を仮定したもの. 誤差項には様々な要因が存在するため,
More informationMicrosoft Word - apstattext04.docx
4 章母集団と指定値との量的データの検定 4.1 検定手順今までは質的データの検定の方法を学んで来ましたが これからは量的データについてよく利用される方法を説明します 量的データでは データの分布が正規分布か否かで検定の方法が著しく異なります この章ではまずデータの分布の正規性を調べる方法を述べ 次にデータの平均値または中央値がある指定された値と違うかどうかの検定方法を説明します 以下の図 4.1.1
More informationMicrosoft PowerPoint - 測量学.ppt [互換モード]
8/5/ 誤差理論 測定の分類 性格による分類 独立 ( な ) 測定 : 測定値がある条件を満たさなければならないなどの拘束や制約を持たないで独立して行う測定 条件 ( 付き ) 測定 : 三角形の 3 つの内角の和のように, 個々の測定値間に満たすべき条件式が存在する場合の測定 方法による分類 直接測定 : 距離や角度などを機器を用いて直接行う測定 間接測定 : 求めるべき量を直接測定するのではなく,
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 informationŠ§’΂Š‡è/A6212D
êêû êê ê strictions 0の帰無仮説は強く棄却されている を選択する ダイアログに制約式 このことから我が国の輸入市場は ドル建てに c 4 c 5 0 ついてみると円安 ドル高 YENDOLLの値が大 を書き入れる Eviewsは説明変数の順番をc 1 きくなる では速やかな輸入の減少をもたらして c 2 c 3 と し て 認 識 す る こ の 例 で はJIL-
More informationMicrosoft PowerPoint - statistics pptx
統計学 第 回 講義 仮説検定 Part-3 06 年 6 8 ( )3 限 担当教員 唐渡 広志 ( からと こうじ ) 研究室 経済学研究棟 4 階 43 号室 email kkarato@eco.u-toyama.ac.j webite htt://www3.u-toyama.ac.j/kkarato/ 講義の目的 つの 集団の平均 ( 率 ) に差があるかどうかを検定する 法を理解します keyword:
More informationMinds_3章.indd
3 1 スコープとは 20 2 スコープの全体構成 20 3 スコープ作成のプロセス 21 4 クリニカルクエスチョンの設定 22 5 システマティックレビューに関する事項 25 6 推奨作成から最終化, 公開に関する事項 25 第 3 章 スコープ (SCOPE) 1 スコープとは スコープは, 診療ガイドラインの作成にあたり, 診療ガイドラインが取り上げる疾患トピックの基本的特徴, 診療ガイドラインがカバーする内容に関する事項,
More informationMedical3
1.4.1 クロス集計表の作成 -l m 分割表 - 3つ以上のカテゴリを含む変数を用いて l mのクロス集計表による分析を行います この例では race( 人種 ) によってlow( 低体重出生 ) に差が認められるかどうかを分析します 人種には3つのカテゴリ 低体重出生には2つのカテゴリが含まれています 2つの変数はともにカテゴリ変数であるため クロス集計表によって分析します 1. 分析メニュー
More informationTOP > 講座 > 第 21 回 株式会社サンテック統計解析室室長 足立堅一先生 第 21 回 : EBM 実践のための統計学 ( その 8) 医学論文を統計学的側面から読解するために ~~~~~~ CONTENTS ~~~~~~ 3 各論 医学臨床論文読解や作成へのstep 3.4 集団間での死亡率の比較 直接法と間接法 /SMR 3.4.1 普通に考えられる死亡率要約指標としての 粗死亡率(crude
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 information第 4 回生物統計情報学シンポジウム Estimand に関する議論の事例と今後の展望 1 Estimand が医薬品開発に 与えるインパクト 松岡伸篤ファイザー株式会社 2018 年 7 月 27 日 ( 金 )
第 4 回生物統計情報学シンポジウム Estimand に関する議論の事例と今後の展望 1 Estimand が医薬品開発に 与えるインパクト 松岡伸篤ファイザー株式会社 2018 年 7 月 27 日 ( 金 ) 発表内容 2 承認審査過程での Estimand に関する議論の事例 エルツグリフロジン (SGLT2 阻害薬 ) 医薬品開発に与えるインパクト 試験デザイン, オペレーション ラベリングなど
More information1. 多変量解析の基本的な概念 1. 多変量解析の基本的な概念 1.1 多変量解析の目的 人間のデータは多変量データが多いので多変量解析が有用 特性概括評価特性概括評価 症 例 主 治 医 の 主 観 症 例 主 治 医 の 主 観 単変量解析 客観的規準のある要約多変量解析 要約値 客観的規準のな
1.1 多変量解析の目的 人間のデータは多変量データが多いので多変量解析が有用 特性概括評価特性概括評価 症 例 治 医 の 観 症 例 治 医 の 観 単変量解析 客観的規準のある要約多変量解析 要約値 客観的規準のない要約知識 直感 知識 直感 総合的評価 考察 総合的評価 考察 単変量解析の場合 多変量解析の場合 < 表 1.1 脂質異常症患者の TC と TG と重症度 > 症例 No. TC
More information4 月 17 日 4 医療制度 2( 医療計画 ) GIO: 医療計画 地域連携 へき地医療について理解する SBO: 1. 医療計画について説明できる 2. 医療圏と基準病床数について説明できる 3. 在宅医療と地域連携について説明できる 4. 救急医療体制について説明できる 5. へき地医療につ
日付 時限 4 月 3 日 4 医療と社会ガイダンス GIO: 社会と医療の関係について理解する 内 容 SBO: 1. 医師としての公衆衛生の必要性を説明できる 2. 社会医学の概念について説明できる 3. 健康 疾病 障害の概念を説明できる 4. 社会構造 環境要因と健康 疾病との関連を説明できる 5. 予防医学について説明できる 4 月 4 日 5 医療制度 1( 医療施設 ) GIO: 医療施設について理解する
More informationスライド 1
データ解析特論第 10 回 ( 全 15 回 ) 2012 年 12 月 11 日 ( 火 ) 情報エレクトロニクス専攻横田孝義 1 終了 11/13 11/20 重回帰分析をしばらくやります 12/4 12/11 12/18 2 前回から回帰分析について学習しています 3 ( 単 ) 回帰分析 単回帰分析では一つの従属変数 ( 目的変数 ) を 一つの独立変数 ( 説明変数 ) で予測する事を考える
More information<4D F736F F D208EC08CB18C7689E68A E F1939D8C E82E646F63>
第 5 回統計的推定 実験計画学 A. 統計的推定と検定母集団から無作為抽出した標本から母集団についてなんらかの推論を行う. この場合, 統計から行う推論には統計的 ( ) と統計的 ( ) の 2つがある. 推定統計的に標本の統計量から母集団の母数 ( 母平均, 母標準偏差など ) を推論することを統計的推定という. 例 : 視聴率調査を 200 人に対して行い, 番組 Aの視聴率を推定した. 検定統計的に標本の統計量から母数に関する予想の真偽を検証することを統計的検定という.
More informationii 2. F. ( ), ,,. 5. G., L., D. ( ) ( ), 2005.,. 6.,,. 7.,. 8. ( ), , (20 ). 1. (75% ) (25% ). 60.,. 2. =8 5, =8 4 (. 1.) 1.,,
(1 C205) 4 8 27(2015) http://www.math.is.tohoku.ac.jp/~obata,.,,,..,,. 1. 2. 3. 4. 5. 6. 7.... 1., 2014... 2. P. G., 1995.,. 3.,. 4.. 5., 1996... 1., 2007,. ii 2. F. ( ),.. 3... 4.,,. 5. G., L., D. ( )
More informationMicrosoft Word - 補論3.2
補論 3. 多変量 GARC モデル 07//6 新谷元嗣 藪友良 対数尤度関数 3 章 7 節では 変量の対数尤度を求めた ここでは多変量の場合 とくに 変量について対数尤度を求める 誤差項 は平均 0 で 次元の正規分布に従うとする 単純化のため 分散と共分散は時間を通じて一定としよう ( この仮定は後で変更される ) したがって ij から添え字 を除くことができる このとき と の尤度関数は
More informationMicrosoft Word - Stattext13.doc
3 章対応のある 群間の量的データの検定 3. 検定手順 この章では対応がある場合の量的データの検定方法について学びます この場合も図 3. のように最初に正規に従うかどうかを調べます 正規性が認められた場合は対応がある場合の t 検定 正規性が認められない場合はウィルコクソン (Wlcoxo) の符号付き順位和検定を行ないます 章で述べた検定方法と似ていますが ここでは対応のあるデータ同士を引き算した値を用いて判断します
More informationファイナンスのための数学基礎 第1回 オリエンテーション、ベクトル
春学期統計学 I 記述統計と推測統計 担当 : 長倉大輔 ( ながくらだいすけ ) 1 本日の予定 本日はまず記述統計と推測統計の違い 推測統計学の基本的な構造について説明します 2 記述統計と推測統計 統計学とは? 与えられたデータの背後にある 特性 法則 を 検証 発見 分析 するための手法の開発 その応用などに関わる学問の事です 3 記述統計と推測統計 データの種類 データの種類はおおまかに
More information異文化言語教育評価論 ⅠA 第 4 章分散分析 (3 グループ以上の平均を比較する ) 平成 26 年 5 月 14 日 報告者 :D.M. K.S. 4-1 分散分析とは 検定の多重性 t 検定 2 群の平均値を比較する場合の手法分散分析 3 群以上の平均を比較する場合の手法 t 検定
異文化言語教育評価論 ⅠA 第 4 章分散分析 (3 グループ以上の平均を比較する ) 平成 26 年 5 月 14 日 報告者 :D.M. K.S. 4-1 分散分析とは 4-1-1 検定の多重性 t 検定 2 群の平均値を比較する場合の手法分散分析 3 群以上の平均を比較する場合の手法 t 検定の反復 (e.g., A, B, C の 3 群の比較を A-B 間 B-C 間 A-C 間の t 検定で行う
More information<4D F736F F D204B208C5182CC94E497A682CC8DB782CC8C9F92E BD8F6494E48A722E646F6378>
3 群以上の比率の差の多重検定法 013 年 1 月 15 日 017 年 3 月 14 日修正 3 群以上の比率の差の多重検定法 ( 対比較 ) 分割表で表記される計数データについて群間で比率の差の検定を行う場合 全体としての統計的有意性の有無は χ 検定により判断することができるが 個々の群間の差の有意性を判定するためには多重検定法が必要となる 3 群以上の比率の差を対比較で検定する方法としては
More informationスライド 1
データ解析特論重回帰分析編 2017 年 7 月 10 日 ( 月 )~ 情報エレクトロニクスコース横田孝義 1 ( 単 ) 回帰分析 単回帰分析では一つの従属変数 ( 目的変数 ) を 一つの独立変数 ( 説明変数 ) で予測する事を考える 具体的には y = a + bx という回帰直線 ( モデル ) でデータを代表させる このためにデータからこの回帰直線の切片 (a) と傾き (b) を最小
More informationKumamoto University Center for Multimedia and Information Technologies Lab. 熊本大学アプリケーション実験 ~ 実環境における無線 LAN 受信電波強度を用いた位置推定手法の検討 ~ InKIAI 宮崎県美郷
熊本大学アプリケーション実験 ~ 実環境における無線 LAN 受信電波強度を用いた位置推定手法の検討 ~ InKIAI プロジェクト @ 宮崎県美郷町 熊本大学副島慶人川村諒 1 実験の目的 従来 信号の受信電波強度 (RSSI:RecevedSgnal StrengthIndcator) により 対象の位置を推定する手法として 無線 LAN の AP(AccessPont) から受信する信号の減衰量をもとに位置を推定する手法が多く検討されている
More informationMicrosoft PowerPoint - システム創成学基礎2.ppt [互換モード]
システム創成学基礎 - 観測と状態 - 古田一雄 システムの状態 個別の構成要素の状態の集合としてシステムの状態は記述できる 太陽系の状態 太陽の状態 s 0 = {x 0,y 0,z 0,u 0,v 0,w 0 } 水星の状態 s 1 = {x 1,y 1,z 1,u 1,v 1,w 1 } 金星の状態 s 2 = {x 2,y 2,z 2,u 2,v 2,w 2 } 太陽系の状態 S={s 0,s
More informationMicrosoft PowerPoint - ch04j
Ch.4 重回帰分析 : 推論 重回帰分析 y = 0 + 1 x 1 + 2 x 2 +... + k x k + u 2. 推論 1. OLS 推定量の標本分布 2. 1 係数の仮説検定 : t 検定 3. 信頼区間 4. 係数の線形結合への仮説検定 5. 複数線形制約の検定 : F 検定 6. 回帰結果の報告 入門計量経済学 1 入門計量経済学 2 OLS 推定量の標本分布について OLS 推定量は確率変数
More informationMicrosoft PowerPoint - statistics pptx
統計学 第 17 回 講義 母平均の区間推定 Part- 016 年 6 14 ( )3 限 担当教員 : 唐渡 広志 ( からと こうじ ) 研究室 : 経済学研究棟 4 階 43 号室 email: kkarato@eco.u toyama.ac.jp website: http://www3.u toyama.ac.jp/kkarato/ 1 講義の目的 標本平均は正規分布に従うという性質を
More information12_モニタリングの実施に関する手順書
12_ モニタリングの実施に関する手順書 静岡県立大学大学院薬食生命科学総合学府薬学研究院薬食研究推進センター版数 :1.0 版作成年月日 :2014 月 8 月 1 日 ( 最終確定 :2015 年 1 月 14 日 ) 1. 目的と適用範囲 本手順書は 当該研究において モニターが モニタリングを適切に実施するための手順 その他必要な事項を定めるものである 2. 実施体制及び責務 2.1 研究責任者の責務研究責任者は
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森林水文 水資源学 2 2. 水文統計 豪雨があった時, 新聞やテレビのニュースで 50 年に一度の大雨だった などと報告されることがある. 今争点となっている川辺川ダムは,80 年に 1 回の洪水を想定して治水計画が立てられている. 畑地かんがいでは,10 年に 1 回の渇水を対象として計画が立て
. 水文統計 豪雨があった時, 新聞やテレビのニュースで 50 年に一度の大雨だった などと報告されることがある. 今争点となっている川辺川ダムは,80 年に 回の洪水を想定して治水計画が立てられている. 畑地かんがいでは,0 年に 回の渇水を対象として計画が立てられる. このように, 水利構造物の設計や, 治水や利水の計画などでは, 年に 回起こるような降雨事象 ( 最大降雨強度, 最大連続干天日数など
More informationMicrosoft Word - 第7回傾向スコア.docx
東北大学病院循環器内科 東北大学臨床研究推進センター共催 東北大学大学院医学系研究科 EBM 開発学寄附講座 宮田敏 Data! data! data! he cred mpatently. I can't make brcks wthout clay. From The Adventure of the Copper Beeches, The Adventure of Sherlock Holmes.
More information大学院博士課程共通科目ベーシックプログラム
平成 30 年度医科学専攻共通科目 共通基礎科目実習 ( 旧コア実習 ) 概要 1 ). 大学院生が所属する教育研究分野における実習により単位認定可能な実習項目 ( コア実習項目 ) 1. 組換え DNA 技術実習 2. 生体物質の調製と解析実習 3. 薬理学実習 4. ウイルス学実習 5. 免疫学実習 6. 顕微鏡試料作成法実習 7. ゲノム医学実習 8. 共焦点レーザー顕微鏡実習 2 ). 実習を担当する教育研究分野においてのみ単位認定可能な実習項目
More informationする 研究実施施設の環境 ( プライバシーの保護状態 ) について記載する < 実施方法 > どのような手順で研究を実施するのかを具体的に記載する アンケート等を用いる場合は 事前にそれらに要する時間を測定し 調査による患者への負担の度合いがわかるように記載する 調査手順で担当が複数名いる場合には
参考 : 様式 2( 記載例 ) ( 研究責任者 ) ( 本会倫理審査委員会 ) 西暦年月日 研究計画書 ( 第版 ) 公益社団法人富山県薬剤師会倫理審査委員会委員長様 計画者 ( 研究責任者 ) 所属 : 職名 : 氏名 : 印 1. 研究の名称 : 2. 研究の実施体制 研究責任者名所属職名役割及び責任 薬局管理薬剤師 研究分担者名 所属 職名 役割及び責任 薬局 薬剤師 病院 科 病院薬剤部
More informationMicrosoft PowerPoint - e-stat(OLS).pptx
経済統計学 ( 補足 ) 最小二乗法について 担当 : 小塚匡文 2015 年 11 月 19 日 ( 改訂版 ) 神戸大学経済学部 2015 年度後期開講授業 補足 : 最小二乗法 ( 単回帰分析 ) 1.( 単純 ) 回帰分析とは? 標本サイズTの2 変数 ( ここではXとY) のデータが存在 YをXで説明する回帰方程式を推定するための方法 Y: 被説明変数 ( または従属変数 ) X: 説明変数
More information<4D F736F F D208CF68BA48C6F8DCF8A C30342C CFA90B68C6F8DCF8A7782CC8AEE967B92E8979D32288F4390B394C529332E646F63>
2. 厚生経済学の ( 第 ) 基本定理 2 203 年 4 月 7 日 ( 水曜 3 限 )/8 本章では 純粋交換経済において厚生経済学の ( 第 ) 基本定理 が成立することを示す なお より一般的な生産技術のケースについては 4.5 補論 2 で議論する 2. 予算集合と最適消費点 ( 完全 ) 競争市場で達成される資源配分がパレート効率的であることを示すための準備として 個人の最適化行動を検討する
More informationクロス集計表の作成 2 つのカテゴリ変数をもつデータがあるとする ( 例 )AGE( 年齢 ),EXPOSURE( 曝露の有無 ) と DISEASE( 病気の有無 ) についての 40 人のデータ タブ区切りテキストファイル
第 11 回クロス集計 (1) 今回はカテゴリ変数が 2 つ以上ある場合に, その関係をみる話に入ります クロス集計の方法とクロス集計表の操作 2 つのカテゴリ変数が独立 ( 無相関 ) であるという帰無仮説の検定 第 3 の変数で層別化することによって交絡を制御する話 2 つのカテゴリ変数間の関連の程度の評価 ( 次回 ) クロス集計表の作成 2 つのカテゴリ変数をもつデータがあるとする ( 例
More informationモジュール1のまとめ
数理統計学 第 0 回 復習 標本分散と ( 標本 ) 不偏分散両方とも 分散 というのが実情 二乗偏差計標本分散 = データ数 (0ページ) ( 標本 ) 不偏分散 = (03 ページ ) 二乗偏差計 データ数 - 分析ではこちらをとることが多い 復習 ここまで 実験結果 ( 万回 ) 平均 50Kg 標準偏差 0Kg 0 人 全体に小さすぎる > mea(jkke) [] 89.4373 標準偏差
More information回帰分析の用途・実験計画法の意義・グラフィカルモデリングの活用 | 永田 靖教授(早稲田大学)
回帰分析の用途 実験計画法の意義 グラフィカルモデリングの活用 早稲田大学創造理工学部 経営システム工学科 永田靖, The Institute of JUSE. All Rights Reserved. 内容. 回帰分析の結果の解釈の仕方. 回帰分析による要因効果の把握の困難さ. 実験計画法の意義 4. グラフィカルモデリング 参考文献 : 統計的品質管理 ( 永田靖, 朝倉書店,9) 入門実験計画法
More information統計学 - 社会統計の基礎 - 正規分布 標準正規分布累積分布関数の逆関数 t 分布正規分布に従うサンプルの平均の信頼区間 担当 : 岸 康人 資料ページ :
統計学 - 社会統計の基礎 - 正規分布 標準正規分布累積分布関数の逆関数 t 分布正規分布に従うサンプルの平均の信頼区間 担当 : 岸 康人 資料ページ : https://goo.gl/qw1djw 正規分布 ( 復習 ) 正規分布 (Normal Distribution)N (μ, σ 2 ) 別名 : ガウス分布 (Gaussian Distribution) 密度関数 Excel:= NORM.DIST
More information目次 1 章 SPSS の基礎 基本 はじめに 基本操作方法 章データの編集 はじめに 値ラベルの利用 計算結果に基づく新変数の作成 値のグループ化 値の昇順
SPSS 講習会テキスト 明治大学教育の情報化推進本部 IZM20140527 目次 1 章 SPSS の基礎 基本... 3 1.1 はじめに... 3 1.2 基本操作方法... 3 2 章データの編集... 6 2.1 はじめに... 6 2.2 値ラベルの利用... 6 2.3 計算結果に基づく新変数の作成... 7 2.4 値のグループ化... 8 2.5 値の昇順 降順... 10 3
More informationDependent Variable: LOG(GDP00/(E*HOUR)) Date: 02/27/06 Time: 16:39 Sample (adjusted): 1994Q1 2005Q3 Included observations: 47 after adjustments C -1.5
第 4 章 この章では 最小二乗法をベースにして 推計上のさまざまなテクニックを検討する 変数のバリエーション 係数の制約係数にあらかじめ制約がある場合がある たとえばマクロの生産関数は 次のように表すことができる 生産要素は資本と労働である 稼動資本は資本ストックに稼働率をかけることで計算でき 労働投入量は 就業者数に総労働時間をかけることで計算できる 制約を掛けずに 推計すると次の結果が得られる
More informationMicrosoft Word - apstattext03.docx
3 章質的データの検定これから検定の手法を順番に詳しく見て行きましょう 最初は質的データの検定についてです 質的データの検定は構成比率の検定で アンケートで賛成が過半数であるかとか 賛成の比率が男女で異なるかといったことを調べます これからは最初に例題を置き それについて College Analysis による回答を示します 理論のところではその検定のために使った公式を簡単に表示しますが 必要なければ無視してもらって結構です
More informationはじめに 2
がんの臨床開発における 単群第 2 相試験の症例数設計 長島健悟 ( 千葉大学 ) 藤井陽介 ( ファイザー ) 2016 年 2 月 29 日第 3 回データサイエンスラウンドテーブル はじめに 2 抗がん剤の第 2 相試験 目的 代替エンドポイントを用いて抗腫瘍効果のある薬剤を選別 評価 有効性の評価 安全性の評価 評価項目 ( 有効性 ) 群 腫瘍縮小効果に基づく最良効果 (2 値データ )
More informationInformation Theory
前回の復習 講義の概要 chapter 1: 情報を測る... エントロピーの定義 確率変数 X の ( 一次 ) エントロピー M H 1 (X) = p i log 2 p i (bit) i=1 M は実現値の個数,p i は i 番目の実現値が取られる確率 実現値 確率 表 裏 0.5 0.5 H 1 X = 0.5 log 2 0.5 0.5log 2 0.5 = 1bit 1 練習問題の解答
More information症例報告書の記入における注意点 1 必須ではない項目 データ 斜線を引くこと 未取得 / 未測定の項目 2 血圧平均値 小数点以下は切り捨てとする 3 治験薬服薬状況 前回来院 今回来院までの服薬状況を記載する服薬無しの場合は 1 日投与量を 0 錠 とし 0 錠となった日付を特定すること < 演習
ABC-123 臨床試験進行または再発胃癌患者に対するプラセボを対照薬とした無作為化二重盲検比較試験症例報告書 治験実施計画書番号 P123-31-V01 被験者識別コード 割付番号 治験実施医療機関名 ご自分の医療機関 お名前を記載して下さい 症例報告書記載者名 症例報告書記載者名 治験責任医師 ( 署名又は記名 押印 ) 治験責任医師記載内容確認完了日 印 2 0 年 月 日 1 症例報告書の記入における注意点
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 information<4D F736F F D208EC08CB18C7689E68A E F193F18D8095AA957A C C839395AA957A814590B38B4B95AA957A2E646F63>
第 4 回二項分布, ポアソン分布, 正規分布 実験計画学 A. 代表的な分布. 離散分布 二項分布大きさ n の標本で, 事象 Eの起こる確率を p とするとき, そのうち x 個にEが起こる確率 P(x) は二項分布に従う. 例さいころを 0 回振ったときに の出る回数 x の確率分布は二項分布に従う. この場合, n 0, p 6 の二項分布になる さいころを 0 回振ったときに が 0 回出る
More information博士論文 考え続ける義務感と反復思考の役割に注目した 診断横断的なメタ認知モデルの構築 ( 要約 ) 平成 30 年 3 月 広島大学大学院総合科学研究科 向井秀文
博士論文 考え続ける義務感と反復思考の役割に注目した 診断横断的なメタ認知モデルの構築 ( 要約 ) 平成 30 年 3 月 広島大学大学院総合科学研究科 向井秀文 目次 はじめに第一章診断横断的なメタ認知モデルに関する研究動向 1. 診断横断的な観点から心理的症状のメカニズムを検討する重要性 2 2. 反復思考 (RNT) 研究の歴史的経緯 4 3. RNT の高まりを予測することが期待されるメタ認知モデル
More informationPowerPoint プレゼンテーション
オペレーションズリサーチとゲーム理論 (3 日目 ) 兵庫県立大学 円谷友英 今日の対象 : 待ち行列 (Queuing theory) はじめに 質問です 待つことは好きですか? 最近, あなたは待ちましたか? どこかで? どんな場面で? なにを? 何のために? どのように? なぜ待つことになりましたか? 何かが待っている ( と思われる ) 状態に気が付きましたか? 今日の対象 : 待ち行列 (Queuing
More information_KyoukaNaiyou_No.4
理科教科内容指導論 I : 物理分野 物理現象の定量的把握第 4 回 ( 実験 ) データの眺め ~ 統計学の基礎続き 統計のはなし 基礎 応 娯楽 (Best selected business books) 村平 科技連出版社 1836 円 前回の復習と今回以降の 標 東京 学 善 郎 Web サイトより データ ヒストグラム 代表値 ( 平均値 最頻値 中間値 ) 分布の散らばり 集団の分布
More informationMicrosoft PowerPoint - 14都市工学数理ノンパラ.pptx
都市工学数理 浅見泰司 東京大学大学院工学系研究科教授 Yasushi Asami 1 0. 統計学的検定の基本 母集団と標本 世論調査では 日本人全員に聞くというのは事実上不可能 そこで 日本人全員 (= 母集団 ) から 一部 (= 標本 ) を選んで そこで得られた傾向 (= 仮説 ) が日本人全体にもある程度の信頼性で成り立つかどうかを考える (= 検定 ) 注意 サンプリングの方法 ランダムサンプリングが基本
More information