t sex N y y y Diff (1-2)
|
|
|
- ありさ いなおか
- 9 years ago
- Views:
Transcription
1 Armitage t 1.2 SAS Proc GLM
2 t sex N y y y Diff (1-2) t t Pr > t y Pooled Equal < t p t 2
3 sex N x x x Diff (1-2) t t Pr > t x Pooled Equal < kg p * *2 *1 *2 3
4 F Pr > F Model <.0001 Error Corrected Total Type III F Pr > F sex x <.0001 sex p x 3 model / solution clparm *3 t Pr > t 95% Intercept B sex B sex B..... x < Note X X B *4 x *5 100 *3 solution clparm 95 *4 Note 0 B *5 (better ) PPK 4
5 2.1.4 t t t t *6 Error 37.3 = 6.1 * y t 4 y *6 *7 Error 5
6 t dose N y y y Diff (1-2) t t Pr > t y Pooled Equal *8 t p x y x x 5 x x t *
7 dose N x x x Diff (1-2) t t Pr > t x Pooled Equal <.0001 x y x 6 x y 4 x F Pr > F Model <.0001 Error Corrected Total
8 Type III F Pr > F dose <.0001 x <.0001 dose x 1 model /solution clparm t Pr > t 95% Intercept B < dose B < dose B..... x < Note X X B y x y = x (= x) y = x (= x) *9 x 6.45 x 1 y 2.91 x x x 1 * 10 2 x Proc MEANS : x x N x = ŷ = x = ŷ = x = Proc GLM model lsmeans lsmeans dose; * 11 2 dose y *9 2 *10 *11 8
9 2.2.4 t t t t 2.5 x x Error 7.7 = y x x y x BioS (2) * 12 (1) (2) (3) (1), (2) 1 2 (3) * 13 (1) (3) *12 Greenland, S. and Robins, J. M. Identifiability, exchangeability, and epidemiological confounding. International Journal of Epidemiology 1986;15: Rothman, K. J., Greenland, S. Modern Epidemiology, 2nd ed. Philadelphia: Lippincott and Raven, *13 9
10 3 3 * 14 * 15 (2) x y 60 y 7 y y t dose N y y y Diff (1-2) t t Pr > t y Pooled Equal p y x *14 *15 10
11 8 x 1 2 t dose N x x x Diff (1-2) t t Pr > t x Pooled Equal y x 11
12 9 x y * 16 2 * 17 F Pr > F Model <.0001 Error Corrected Total Type III F Pr > F dose x <.0001 dose p t Pr > t Intercept B <.0001 dose B dose B... x <.0001 Note X X B *16 y *
13 y = x (= x) y = x (= x) x 6.06 x Proc MEANS : x x N x = 5.07 * 18 2 ŷ = x = ŷ = x = SAS model lsmeans dose; 2 dose y t t t t Error = y y x x 3.3 *18 13
14 = * x * 20 x 4 * 21 *19 1 t *20 t x 6.1 =0 *21 14
15 1 SAS SAS y x dose proc glm data=d1; class dose; model y= dose x / solution clparm ; lsmeans dose; run; quit; model solution clparm dose 2 lsmeans 2 t t t y 11, y 12,, y 1n N(µ 1, σ 2 ) y 21, y 22,, y 2n N(µ 2, σ 2 ) y ij = µ i + ɛ ij ( ɛij N(0, σ 2 ) ) i = 1, 2, j = 1,, n i j x ij y ij = µ i + βx ij + ɛ ij ( ɛij N(0, σ 2 ) ) i = 1, 2, j = 1,, n ( ) x ij x y x 15
16 3 1 2 x 10 x * 22 2 x *22 y x = 10 x y 2 x x x x y 16
α β *2 α α β β α = α 1 β = 1 β 2.2 α 0 β *3 2.3 * *2 *3 *4 (µ A ) (µ P ) (µ A > µ P ) 10 (µ A = µ P + 10) 15 (µ A = µ P +
Armitage 1 1.1 2 t *1 α β 1.2 µ x µ 2 2 2 α β 2.1 1 α β α ( ) β *1 t t 1 α β *2 α α β β α = α 1 β = 1 β 2.2 α 0 β 1 0 0 1 1 5 2.5 *3 2.3 *4 3 3.1 1 1 1 *2 *3 *4 (µ A ) (µ P ) (µ A > µ P ) 10 (µ A = µ P
,, Poisson 3 3. t t y,, y n Nµ, σ 2 y i µ + ɛ i ɛ i N0, σ 2 E[y i ] µ * i y i x i y i α + βx i + ɛ i ɛ i N0, σ 2, α, β *3 y i E[y i ] α + βx i
![,, Poisson 3 3. t t y,, y n Nµ, σ 2 y i µ + ɛ i ɛ i N0, σ 2 E[y i ] µ * i y i x i y i α + βx i + ɛ i ɛ i N0, σ 2, α, β *3 y i E[y i ] α + βx i](/thumbs/87/95421301.jpg ",, Poisson 3 3. t t y,, y n Nµ, σ 2 y i µ + ɛ i ɛ i N0, σ 2 E[y i ] µ * i y i x i y i α + βx i + ɛ i ɛ i N0, σ 2, α, β *3 y i E[y i ] α + βx i")
Armitage.? SAS.2 µ, µ 2, µ 3 a, a 2, a 3 a µ + a 2 µ 2 + a 3 µ 3 µ, µ 2, µ 3 µ, µ 2, µ 3 log a, a 2, a 3 a µ + a 2 µ 2 + a 3 µ 3 µ, µ 2, µ 3 * 2 2. y t y y y Poisson y * ,, Poisson 3 3. t t y,, y n Nµ,
3 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
研修コーナー
l l l l l l l l l l l α α β l µ l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l
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)
10 2 2 10 6.5 78 1 65 / 30 / - 2 -
- 1 - 10 2 2 10 6.5 78 1 65 / 30 / - 2 - 3 3 30 8 4 8 6 11 14 45 14 7 8 1-3 - 4 1 () 20 4 9 4 9 3 9 4 PR 4 3-4 - - 5 - PR 15 4 PR 7 8 4 9 10-6 - 9 10 9 10 4 9 10 3 9 10 9 9 9 10 PR 1-7 - PR - 8 - 30 100-9
1 2 1 3 2 4 22 NPO PR NPO NPO 22 10 4 2,000kg 1kg 5 2 1 4,000 20,000 26 33 27 24 3 19 24 3 4 3 4 3 () 34 3 4 5 23 3 17 23 20 30 1 1 877g/ 3 24 3 1 1 28 897g/ 33 850g/ 22 23 30 1 1 510g/ 22 23 3 24
<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
共分散分析 ＡＮＣＯＶＡ
SASによる 共 分 散 分 析 浜 田 知 久 馬 東 京 理 科 大 学 ANCOVA usng SAS Chkuma Hamada Tokyo Unversty of Scence 発 表 構 成 医 薬 研 究 における 現 状 共 変 量 調 整 の 役 割 交 絡 とは 共 変 量 調 整 の 原 理 共 分 散 分 析 のモデルと 数 理 SASによる 解 析 と 解 釈 共 分 散
2 7 ( ) µ 
（個別のテーマ） 放射線検査に関連した医療事故
- 131 - III - 132 - - 133 - III - 134 - - 135 - III - 136 - - 137 - III - 138 - - 139 - III - 140 - - 141 - III - 142 - - 143 - III - 144 - - 145 - III - 146 - - 147 - III - 148 - - 149 - III - 150 - -
（個別のテーマ） 薬剤に関連した医療事故
- 67 - III - 68 - - 69 - III - 70 - - 71 - III - 72 - - 73 - III - 74 - - 75 - III - 76 - - 77 - III - 78 - - 79 - III - 80 - - 81 - III - 82 - - 83 - III - 84 - - 85 - - 86 - III - 87 - III - 88 - - 89
untitled
,337 37 35 0,349,09 35 55 988 3 0 0 3,387 7 90 0,369,46 5 57 5 0 90 38 8,369 3 4 5 6 7 8 9 0 3 4 5 6 7 8 9 0 3 4 5 6 8 9 30 3 3 5,400 7,00 9,000 0,800,600 4,400 6,00 8,000 9,800,600 3,400 5,00 7,000 8,800
,877 61,524 33, ,292, ,653 57,601 95,188 2,416 1,767,
02 02 02 180,771 07 02 01 1,377 07 02 02 1,051,703 07 02 05 220,099 07 03 01 926,597 08 02 04 1,877,566 08 04 02 2,973,603 08 05 03 672,950 10 06 03 778,433 10 06 04 735,789 10 06 06 225,392 10 06 07 365,442
PowerPoint Presentation
2 9/ 3 3 9/ 9 4 5 , PR () 6 ,,, (11) 7 PR 8 9 10 11 TEL. 106 8/131512/291/3 TEL. 107 12/291/3 12 http://www.f-turn.jp/ 13 21 4 21 14 200910 U 200911 U 200911 20102 15 20102 PR 20103 20103 16 20103 20104
取扱説明書
ED-601 ED-501 ED-401 2 3 4 23 14 5 6 18 10 7 1 2 6 3 4 8 9 16 16 16 12 1 2 18 10 2 1 5 12 11 1 2 1 2 12 1 2 13 16 14 3 2 4 1 1 2 16 3 4 18 15 1 2 16 2 3 1 1 2 3 18 17 18 22 19 D A C 20 A B 22 B C D 22
![.V...z.\](/thumbs/40/20575037.jpg ".V...z.\")
共分散分析 ＡＮＣＯＶＡ
A による共分散分析 浜田知久馬 東京理科大学 ANCOVA usng A Chkuma Hamada Tokyo Unversty of cence A による 共分散分析 東京理科大学 浜田知久馬 UGIJ009 009.7.3 金 発表構成 医薬研究における現状 共変量調整の役割 交絡とは 共変量調整の原理 共分散分析のモデルと数理 Aによる解析と解釈 共分散分析の適用例 3 医学論文におけるサブグループ解析
16 41 17 22 12 10
1914 11 1897 99 16 41 17 22 12 10 11 10 18 11 2618 12 22 28 15 1912 13 191516 2,930 1914 5,100 43 1.25 11 14 25 34364511 7.54 191420 434849 72 191536 1739 17 1918 1915 60 1913 70 10 10 10 99.5 1898 19034.17.6
３．ごみの減量方法.PDF
- 7 - - 8 - - 9 - - 10 - - 11 - - 12 - ( 100 ( 100 - 13-123,550,846 111,195,762 92,663,135 ( 12 25 37 49.2 16 33 49 65.6 15 30 44 59.0 2.5kg) ( 5kg) ( 7.5kg) ( k ( 123,550,846 111,195,762 92,663,135 (
製品案内 価格表 2014/4/1
4 (17) 3 43 5/20370/ 231(504,150) 11 12 10 14-16 10 3 100 17 100kg 5-6 3 13 3 18 18 # # # # #$$ %&$ ' ()* +,-% ' #). +,-%'% / ' # # #$ %&&&'( %)* +'(#$ #$ %&&&'( ++,-). +'(#$ #$ /'( + /0)- +'(#$ %&&&'(
t χ 2 F Q t χ 2 F 1 2 µ, σ 2 N(µ, σ 2 ) f(x µ, σ 2 ) = 1 ( exp (x ) µ)2 2πσ 2 2σ 2 0, N(0, 1) (100 α) z(α) t χ 2 *1 2.1 t (i)x N(µ, σ 2 ) x µ σ N(0, 1
t χ F Q t χ F µ, σ N(µ, σ ) f(x µ, σ ) = ( exp (x ) µ) πσ σ 0, N(0, ) (00 α) z(α) t χ *. t (i)x N(µ, σ ) x µ σ N(0, ) (ii)x,, x N(µ, σ ) x = x+ +x N(µ, σ ) (iii) (i),(ii) z = x µ N(0, ) σ N(0, ) ( 9 97.
スライド 1
線形モデルにおける CLASS ステートメントの機能 吉田早織 1 魚住龍史 2 1 日本化薬株式会社医薬データセンター 2 京都大学大学院医学研究科 The fascinating features for the CLASS in the context of linear models Saori Yoshida 1 and Ryuji Uozumi 2 1 Clinical Data Management
: (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.
*1 * Wilcoxon 2 2 t t t t d t M t N t M t n t N t n t N t d t N t t at ri
Wilcoxon H23 BioS 1 Wilcoxon 2 2.1 1 2 1 0 1 1 5 0 1 2 7 0 1 3 8 1 1 4 12 0 2 5 2 0 2 6 3 1 2 7 4 1 2 8 10 0 Wilcoxon 2.2 S 1 t S 2 t Wilcoxon H 0 H 1 H 0 : S 1 t S 2 t H 1 : S 1 t S 2 t 1 *1 *2 2.3 2.3.1
L P y P y + ɛ, ɛ y P y I P y,, y P y + I P y, 3 ŷ β 0 β y β 0 β y β β 0, β y x x, x,, x, y y, y,, y x x y y x x, y y, x x y y {}}{,,, / / L P / / y, P
005 5 6 y β + ɛ {x, x,, x p } y, {x, x,, x p }, β, ɛ E ɛ 0 V ɛ σ I 3 rak p 4 ɛ i N 0, σ ɛ ɛ y β y β y y β y + β β, ɛ β y + β 0, β y β y ɛ ɛ β ɛ y β mi L y y ŷ β y β y β β L P y P y + ɛ, ɛ y P y I P y,,
1 (1) () (3) I 0 3 I I d θ = L () dt θ L L θ I d θ = L = κθ (3) dt κ T I T = π κ (4) T I κ κ κ L l a θ L r δr δl L θ ϕ ϕ = rθ (5) l
1 1 ϕ ϕ ϕ S F F = ϕ (1) S 1: F 1 1 (1) () (3) I 0 3 I I d θ = L () dt θ L L θ I d θ = L = κθ (3) dt κ T I T = π κ (4) T I κ κ κ L l a θ L r δr δl L θ ϕ ϕ = rθ (5) l : l r δr θ πrδr δf (1) (5) δf = ϕ πrδr
AHPを用いた大相撲の新しい番付編成
5304050 2008/2/15 1 2008/2/15 2 42 2008/2/15 3 2008/2/15 4 195 2008/2/15 5 2008/2/15 6 i j ij >1 ij ij1/>1 i j i 1 ji 1/ j ij 2008/2/15 7 1 =2.01/=0.5 =1.51/=0.67 2008/2/15 8 1 2008/2/15 9 () u ) i i i
DATA Sample1 /**/ INPUT Price /* */ DATALINES
3180, 3599, 3280, 2980, 3500, 3099, 3200, 2980, 3380, 3780, 3199, 2979, 3680, 2780, 2950, 3180, 3200, 3100, 3780, 3200 DATA Sample1 /**/ INPUT Price @@ /* @@1 */ DATALINES 3180 3599 3280 2980 3500 3099
II III II 1 III ( ) [2] [3] [1] 1 1:
![II III II 1 III ( ) [2] [3] [1] 1 1:](/thumbs/103/160503680.jpg "II III II 1 III ( ) [2] [3] [1] 1 1:")
2015 4 16 1. II III II 1 III () [2] [3] 2013 11 18 [1] 1 1: [5] [6] () [7] [1] [1] 1998 4 2008 8 2014 8 6 [1] [1] 2 3 4 5 2. 2.1. t Dt L DF t A t (2.1) A t = Dt L + Dt F (2.1) 3 2 1 2008 9 2008 8 2008
ii 3.,. 4. F. (), ,,. 8.,. 1. (75%) (25%) =7 20, =7 21 (. ). 1.,, (). 3.,. 1. ().,.,.,.,.,. () (12 )., (), 0. 2., 1., 0,.
24(2012) (1 C106) 4 11 (2 C206) 4 12 http://www.math.is.tohoku.ac.jp/~obata,.,,,.. 1. 2. 3. 4. 5. 6. 7.,,. 1., 2007 (). 2. P. G. Hoel, 1995. 3... 1... 2.,,. ii 3.,. 4. F. (),.. 5... 6.. 7.,,. 8.,. 1. (75%)
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
最小2乗法
2 2012 4 ( ) 2 2012 4 1 / 42 X Y Y = f (X ; Z) linear regression model X Y slope X 1 Y (X, Y ) 1 (X, Y ) ( ) 2 2012 4 2 / 42 1 β = β = β (4.2) = β 0 + β (4.3) ( ) 2 2012 4 3 / 42 = β 0 + β + (4.4) ( )
s = 1.15 (s = 1.07), R = 0.786, R = 0.679, DW =.03 5 Y = 0.3 (0.095) (.708) X, R = 0.786, R = 0.679, s = 1.07, DW =.03, t û Y = 0.3 (3.163) + 0
7 DW 7.1 DW u 1, u,, u (DW ) u u 1 = u 1, u,, u + + + - - - - + + - - - + + u 1, u,, u + - + - + - + - + u 1, u,, u u 1, u,, u u +1 = u 1, u,, u Y = α + βx + u, u = ρu 1 + ɛ, H 0 : ρ = 0, H 1 : ρ 0 ɛ 1,
201711grade2.pdf
2017 11 26 1 2 28 3 90 4 5 A 1 2 3 4 Web Web 6 B 10 3 10 3 7 34 8 23 9 10 1 2 3 1 (A) 3 32.14 0.65 2.82 0.93 7.48 (B) 4 6 61.30 54.68 34.86 5.25 19.07 (C) 7 13 5.89 42.18 56.51 35.80 50.28 (D) 14 20 0.35
.. ( )T p T = p p = T () T x T N P (X < x T ) N = ( T ) N (2) ) N ( P (X x T ) N = T (3) T N P T N P 0
20 5 8..................................................2.....................................3 L.....................................4................................. 2 2. 3 2. (N ).........................................
医系の統計入門第 2 版 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, 第 2 版 1 刷発行時のものです.
医系の統計入門第 2 版 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/009192 このサンプルページの内容は, 第 2 版 1 刷発行時のものです. i 2 t 1. 2. 3 2 3. 6 4. 7 5. n 2 ν 6. 2 7. 2003 ii 2 2013 10 iii 1987
4.9 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
1 15 R Part : website:
1 15 R Part 4 2017 7 24 4 : website: email: http://www3.u-toyama.ac.jp/kkarato/ [email protected] 1 2 2 3 2.1............................... 3 2.2 2................................. 4 2.3................................
3675-433897418-1.pdf
A : : : : : : : : : : PR PR NHK 2 PR PR 3 1954 7 4 5 9 12,000 12 100 2 2 11 4 5 6 7 / PR 8 9 10 11 1952 ( ) 2008 2009 2012 NHK km m m 12 m km km kg kg 13 % 14 15 1959 5 20 8 17100kg 400kg How much? 60
PROC PWENCODE IN=sastrust1 ; RUN ;
PROC PWENCODE IN=sastrust1 ; RUN ; 1 PROC PWENCODE IN="sastrust1" ; 2 RUN ; {sas001}c2fzdhj1c3qx /* */ LIBNAME audit 'Lev1 SASMain MetadataServer audit repos1'; /* ID */ PROC PRINT DATA=audit.person; VAR
第86回日本感染症学会総会学術集会後抄録（I）
κ κ κ κ κ κ μ μ β β β γ α α β β γ α β α α α γ α β β γ μ β β μ μ α ββ β β β β β β β β β β β β β β β β β β γ β μ μ μ μμ μ μ μ μ β β μ μ μ μ μ μ μ μ μ μ μ μ μ μ β
2 94.3 91.3 5.1 7.5 0.0 0.0 0.1 0.5 0.6 0.1 0.1 0.4 21.4% 15.8% 14.8% 15.0% 16.0% 16.5% 0.5% 16.1% 15.2% 16.9% 15.7% 17.1% 18.6% 0.4% 21.4% 15.8% 14.8
15 7 8,000 15 4 1 0 5 15 4 2 15 10 1 15 4 1 6 11 4,500 3,500 16 26 35 27 34 16 2 19 16 2 24 16 3 15 1 2 94.3 91.3 5.1 7.5 0.0 0.0 0.1 0.5 0.6 0.1 0.1 0.4 21.4% 15.8% 14.8% 15.0% 16.0% 16.5% 0.5% 16.1%
新入_本文.smd
52 28 220 28 4 1 017-777-1511 2 2 8 2 9 8 9 47.2% 12.8% 11.5% 6.0% 4 2 (49.6%)(13.0%) (14.7%) (7.4%)(8.4%) (52.3%)(9.1%) (11.4%) (10.0%) 33.0% 23.4% 15.6% 9.6% (26.0%) (18.3%) (46.5%) (30.0%) (20.0%) 2
- 2 -
- 2 - - 3 - (1) (2) (3) (1) - 4 - ~ - 5 - (2) - 6 - (1) (1) - 7 - - 8 - (i) (ii) (iii) (ii) (iii) (ii) 10 - 9 - (3) - 10 - (3) - 11 - - 12 - (1) - 13 - - 14 - (2) - 15 - - 16 - (3) - 17 - - 18 - (4) -