Soumettre la recherche
Mettre en ligne
170907第3回hcru ws
•
Télécharger en tant que PPTX, PDF
•
2 j'aime
•
1,512 vues
SR WS
Suivre
統計解析の第一歩、要約統計量と検定について解説しています。
Lire moins
Lire la suite
Sciences
Signaler
Partager
Signaler
Partager
1 sur 63
Télécharger maintenant
Recommandé
20170202 srws第七回統合、層別・感度分析、欠測への対処
20170202 srws第七回統合、層別・感度分析、欠測への対処
SR WS
201708 srws第八回 grade、prospero登録、PRISMA
201708 srws第八回 grade、prospero登録、PRISMA
SR WS
201708 srws第七回統合、層別・感度分析、欠測への対処
201708 srws第七回統合、層別・感度分析、欠測への対処
SR WS
201707srws第六回その2メタアナリシス・異質性・出版バイアス
201707srws第六回その2メタアナリシス・異質性・出版バイアス
SR WS
20170629 srws第五回robの評価
20170629 srws第五回robの評価
SR WS
201707srws第六回その1メタ・アナリシスと存在、発生、効果の指標
201707srws第六回その1メタ・アナリシスと存在、発生、効果の指標
SR WS
20170702 grade
20170702 grade
SR WS
201704 srws第一回preliminarysearching 一般公開
201704 srws第一回preliminarysearching 一般公開
SR WS
Recommandé
20170202 srws第七回統合、層別・感度分析、欠測への対処
20170202 srws第七回統合、層別・感度分析、欠測への対処
SR WS
201708 srws第八回 grade、prospero登録、PRISMA
201708 srws第八回 grade、prospero登録、PRISMA
SR WS
201708 srws第七回統合、層別・感度分析、欠測への対処
201708 srws第七回統合、層別・感度分析、欠測への対処
SR WS
201707srws第六回その2メタアナリシス・異質性・出版バイアス
201707srws第六回その2メタアナリシス・異質性・出版バイアス
SR WS
20170629 srws第五回robの評価
20170629 srws第五回robの評価
SR WS
201707srws第六回その1メタ・アナリシスと存在、発生、効果の指標
201707srws第六回その1メタ・アナリシスと存在、発生、効果の指標
SR WS
20170702 grade
20170702 grade
SR WS
201704 srws第一回preliminarysearching 一般公開
201704 srws第一回preliminarysearching 一般公開
SR WS
2016.9.24診断精度の系統的レビューワークショップ事前学習 "診断研究の枠組み"
2016.9.24診断精度の系統的レビューワークショップ事前学習 "診断研究の枠組み"
SR WS
srws第四回文献の選択基準@滋賀医大
srws第四回文献の選択基準@滋賀医大
SR WS
201707srws第六回その3revmanでのメタ・アナリシス・ハンズオン
201707srws第六回その3revmanでのメタ・アナリシス・ハンズオン
SR WS
20170120おおさかどまんなか原著論文 公開用
20170120おおさかどまんなか原著論文 公開用
SR WS
20170305 srws予後grade
20170305 srws予後grade
SR WS
201712 srws第五回robの評価
201712 srws第五回robの評価
SR WS
20170524 srws第三回pubmedを用いた系統的検索その1
20170524 srws第三回pubmedを用いた系統的検索その1
SR WS
20161225午後検索式作成w sv1218答え抜き
20161225午後検索式作成w sv1218答え抜き
SR WS
201705 srws第二回文献の選択基準
201705 srws第二回文献の選択基準
SR WS
20160319コクランタイトル登録WSその1PICOをつくる
20160319コクランタイトル登録WSその1PICOをつくる
SR WS
20161015 srws第一回preliminarysearching 公開用
20161015 srws第一回preliminarysearching 公開用
SR WS
20161027 srws@kameda第二回系統的検索その1central
20161027 srws@kameda第二回系統的検索その1central
SR WS
20170223 srws第八回 sof、grade、prospero登録
20170223 srws第八回 sof、grade、prospero登録
SR WS
6診断精度のメタアナリシス
6診断精度のメタアナリシス
SR WS
2事前課題その1へのフィードバック
2事前課題その1へのフィードバック
SR WS
20170202 srws第7回補講RoB2.0で決める知りたい効果とは?
20170202 srws第7回補講RoB2.0で決める知りたい効果とは?
SR WS
20170610 AIと予測研究 slideshare
20170610 AIと予測研究 slideshare
SR WS
明日から読めるメタ・アナリシス
明日から読めるメタ・アナリシス
Yasuyuki Okumura
観察研究の必須事項
観察研究の必須事項
Yoshitake Takebayashi
201708 srws第八回 sof、grade、prospero登録
201708 srws第八回 sof、grade、prospero登録
SR WS
臨床医からみた医学統計
臨床医からみた医学統計
Noriyuki Katsumata
20170223 srws第八回 sof、grade、prospero登録
20170223 srws第八回 sof、grade、prospero登録
SR WS
Contenu connexe
Tendances
2016.9.24診断精度の系統的レビューワークショップ事前学習 "診断研究の枠組み"
2016.9.24診断精度の系統的レビューワークショップ事前学習 "診断研究の枠組み"
SR WS
srws第四回文献の選択基準@滋賀医大
srws第四回文献の選択基準@滋賀医大
SR WS
201707srws第六回その3revmanでのメタ・アナリシス・ハンズオン
201707srws第六回その3revmanでのメタ・アナリシス・ハンズオン
SR WS
20170120おおさかどまんなか原著論文 公開用
20170120おおさかどまんなか原著論文 公開用
SR WS
20170305 srws予後grade
20170305 srws予後grade
SR WS
201712 srws第五回robの評価
201712 srws第五回robの評価
SR WS
20170524 srws第三回pubmedを用いた系統的検索その1
20170524 srws第三回pubmedを用いた系統的検索その1
SR WS
20161225午後検索式作成w sv1218答え抜き
20161225午後検索式作成w sv1218答え抜き
SR WS
201705 srws第二回文献の選択基準
201705 srws第二回文献の選択基準
SR WS
20160319コクランタイトル登録WSその1PICOをつくる
20160319コクランタイトル登録WSその1PICOをつくる
SR WS
20161015 srws第一回preliminarysearching 公開用
20161015 srws第一回preliminarysearching 公開用
SR WS
20161027 srws@kameda第二回系統的検索その1central
20161027 srws@kameda第二回系統的検索その1central
SR WS
20170223 srws第八回 sof、grade、prospero登録
20170223 srws第八回 sof、grade、prospero登録
SR WS
6診断精度のメタアナリシス
6診断精度のメタアナリシス
SR WS
2事前課題その1へのフィードバック
2事前課題その1へのフィードバック
SR WS
20170202 srws第7回補講RoB2.0で決める知りたい効果とは?
20170202 srws第7回補講RoB2.0で決める知りたい効果とは?
SR WS
20170610 AIと予測研究 slideshare
20170610 AIと予測研究 slideshare
SR WS
明日から読めるメタ・アナリシス
明日から読めるメタ・アナリシス
Yasuyuki Okumura
観察研究の必須事項
観察研究の必須事項
Yoshitake Takebayashi
Tendances
(19)
2016.9.24診断精度の系統的レビューワークショップ事前学習 "診断研究の枠組み"
2016.9.24診断精度の系統的レビューワークショップ事前学習 "診断研究の枠組み"
srws第四回文献の選択基準@滋賀医大
srws第四回文献の選択基準@滋賀医大
201707srws第六回その3revmanでのメタ・アナリシス・ハンズオン
201707srws第六回その3revmanでのメタ・アナリシス・ハンズオン
20170120おおさかどまんなか原著論文 公開用
20170120おおさかどまんなか原著論文 公開用
20170305 srws予後grade
20170305 srws予後grade
201712 srws第五回robの評価
201712 srws第五回robの評価
20170524 srws第三回pubmedを用いた系統的検索その1
20170524 srws第三回pubmedを用いた系統的検索その1
20161225午後検索式作成w sv1218答え抜き
20161225午後検索式作成w sv1218答え抜き
201705 srws第二回文献の選択基準
201705 srws第二回文献の選択基準
20160319コクランタイトル登録WSその1PICOをつくる
20160319コクランタイトル登録WSその1PICOをつくる
20161015 srws第一回preliminarysearching 公開用
20161015 srws第一回preliminarysearching 公開用
20161027 srws@kameda第二回系統的検索その1central
20161027 srws@kameda第二回系統的検索その1central
20170223 srws第八回 sof、grade、prospero登録
20170223 srws第八回 sof、grade、prospero登録
6診断精度のメタアナリシス
6診断精度のメタアナリシス
2事前課題その1へのフィードバック
2事前課題その1へのフィードバック
20170202 srws第7回補講RoB2.0で決める知りたい効果とは?
20170202 srws第7回補講RoB2.0で決める知りたい効果とは?
20170610 AIと予測研究 slideshare
20170610 AIと予測研究 slideshare
明日から読めるメタ・アナリシス
明日から読めるメタ・アナリシス
観察研究の必須事項
観察研究の必須事項
Similaire à 170907第3回hcru ws
201708 srws第八回 sof、grade、prospero登録
201708 srws第八回 sof、grade、prospero登録
SR WS
臨床医からみた医学統計
臨床医からみた医学統計
Noriyuki Katsumata
20170223 srws第八回 sof、grade、prospero登録
20170223 srws第八回 sof、grade、prospero登録
SR WS
失敗しない研究計画入門
失敗しない研究計画入門
Yasuyuki Okumura
医学統計のはじめの一歩
医学統計のはじめの一歩
Kawasaki University of Medical Welfare
臨床家が知っておくべき臨床疫学・統計
臨床家が知っておくべき臨床疫学・統計
Yasuaki Sagara
20150827_simplesize
20150827_simplesize
Takanori Hiroe
データ解析
データ解析
Issei Kurahashi
確率統計-機械学習その前に v2.0
確率統計-機械学習その前に v2.0
Hidekatsu Izuno
大規模医療データベースを活用した治療効果研究の計画と報告:DB研究の手続き
大規模医療データベースを活用した治療効果研究の計画と報告:DB研究の手続き
Sayuri Shimizu
20160409午後チーム関西background question 配布版
20160409午後チーム関西background question 配布版
SR WS
観察研究の質の評価
観察研究の質の評価
Yoshitake Takebayashi
診断研究メタアナリシス報告事例
診断研究メタアナリシス報告事例
Takashi Fujiwara
データベース時代の疫学研究デザイン
データベース時代の疫学研究デザイン
Koichiro Gibo
Dynamic Measurement Scheduling for Event Forecasting Using Deep RL
Dynamic Measurement Scheduling for Event Forecasting Using Deep RL
harmonylab
WI2研究会 Vol.10発表資料20170708
WI2研究会 Vol.10発表資料20170708
Yusuke Yamamoto
Bayescardiacreha
Bayescardiacreha
Naoki Nago
2012心臓リハビリ
2012心臓リハビリ
Naoki Nago
質的エビデンス
質的エビデンス
gutiot
臨床に生かすために知っておきたい医学統計
臨床に生かすために知っておきたい医学統計
Noriyuki Katsumata
Similaire à 170907第3回hcru ws
(20)
201708 srws第八回 sof、grade、prospero登録
201708 srws第八回 sof、grade、prospero登録
臨床医からみた医学統計
臨床医からみた医学統計
20170223 srws第八回 sof、grade、prospero登録
20170223 srws第八回 sof、grade、prospero登録
失敗しない研究計画入門
失敗しない研究計画入門
医学統計のはじめの一歩
医学統計のはじめの一歩
臨床家が知っておくべき臨床疫学・統計
臨床家が知っておくべき臨床疫学・統計
20150827_simplesize
20150827_simplesize
データ解析
データ解析
確率統計-機械学習その前に v2.0
確率統計-機械学習その前に v2.0
大規模医療データベースを活用した治療効果研究の計画と報告:DB研究の手続き
大規模医療データベースを活用した治療効果研究の計画と報告:DB研究の手続き
20160409午後チーム関西background question 配布版
20160409午後チーム関西background question 配布版
観察研究の質の評価
観察研究の質の評価
診断研究メタアナリシス報告事例
診断研究メタアナリシス報告事例
データベース時代の疫学研究デザイン
データベース時代の疫学研究デザイン
Dynamic Measurement Scheduling for Event Forecasting Using Deep RL
Dynamic Measurement Scheduling for Event Forecasting Using Deep RL
WI2研究会 Vol.10発表資料20170708
WI2研究会 Vol.10発表資料20170708
Bayescardiacreha
Bayescardiacreha
2012心臓リハビリ
2012心臓リハビリ
質的エビデンス
質的エビデンス
臨床に生かすために知っておきたい医学統計
臨床に生かすために知っておきたい医学統計
Plus de SR WS
スクリーニング検査の落とし穴
スクリーニング検査の落とし穴
SR WS
Rate ratioのメタアナリシス
Rate ratioのメタアナリシス
SR WS
20171112予測指標の作り方セミナー事前学習
20171112予測指標の作り方セミナー事前学習
SR WS
ストレスフリーなメールの処理
ストレスフリーなメールの処理
SR WS
20170608 srws第四回pubmed検索その2
20170608 srws第四回pubmed検索その2
SR WS
協立病院院内勉強会20170529
協立病院院内勉強会20170529
SR WS
20170305 srws robins i最終版
20170305 srws robins i最終版
SR WS
20170212やっつけ仕事にしない「研究」ポートフォリオ 進行スライド1218
20170212やっつけ仕事にしない「研究」ポートフォリオ 進行スライド1218
SR WS
アクションプランシート
アクションプランシート
SR WS
冬期セミナーWS19臨床研究事前匿名化アンケートのまとめ
冬期セミナーWS19臨床研究事前匿名化アンケートのまとめ
SR WS
冬期セミナーWS19簡単にアクセスできる臨床研究リソース
冬期セミナーWS19簡単にアクセスできる臨床研究リソース
SR WS
Plus de SR WS
(11)
スクリーニング検査の落とし穴
スクリーニング検査の落とし穴
Rate ratioのメタアナリシス
Rate ratioのメタアナリシス
20171112予測指標の作り方セミナー事前学習
20171112予測指標の作り方セミナー事前学習
ストレスフリーなメールの処理
ストレスフリーなメールの処理
20170608 srws第四回pubmed検索その2
20170608 srws第四回pubmed検索その2
協立病院院内勉強会20170529
協立病院院内勉強会20170529
20170305 srws robins i最終版
20170305 srws robins i最終版
20170212やっつけ仕事にしない「研究」ポートフォリオ 進行スライド1218
20170212やっつけ仕事にしない「研究」ポートフォリオ 進行スライド1218
アクションプランシート
アクションプランシート
冬期セミナーWS19臨床研究事前匿名化アンケートのまとめ
冬期セミナーWS19臨床研究事前匿名化アンケートのまとめ
冬期セミナーWS19簡単にアクセスできる臨床研究リソース
冬期セミナーWS19簡単にアクセスできる臨床研究リソース
170907第3回hcru ws
1.
臨床研究WS 2017年度第三回 兵庫県立尼崎総合医療センター 臨床研究推進ユニット 片岡裕貴
2.
今日のWSの目標 • 臨床研究実施の全体像を説明できる • 要約統計量について説明できる •
p値と95%信頼区間について説明できる 2
3.
Ground rules BLAME SHAME 3
4.
臨床研究実施の全体像 4 基本 設計図 研究目的 = リサーチ クエッション 研究 計画書 倫理委員会 データ収集発表 解析
5.
基本設計図を作るための理論 5
6.
基本設計図を作るための理論 6
7.
予めのお断り 統計解析では「誤って測定された内容」に ついての解釈はできません! 「適切な測定」が実施できていることを 前提にして考えます! 7
8.
RCTや「検定」の生みの親 8 Fisher AR 実験が終わった後に 統計学者に相談することは、 単に剖検を頼むようなもの になる 何のせいで 実験が失敗したのか 指摘できるかもしれない
9.
ある測定を行った時 患者ID 採血項目A 1 15.2 2
10.6 3 13.2 4 9.8 5 10.3 9
10.
どうやってこの情報をまとめますか? 10
11.
例 散布図 10 11 12 13 14 15 採血項目A 11
12.
例 平均値 11.8 標準偏差
2.3 12
13.
要約統計量 Mean median mode 平均
中央値 最頻値 13
14.
要約統計量 SD(標準偏差) = 平方和 𝒏−𝟏 詳しい所はともかく、測定値と同じ単位に なる、測定値のばらつきを示す指標 14
15.
要約統計量 SE(標準誤差) = 𝑺𝑫 𝒏 詳しい所はともかく、統計量のばらつき (言い換えると推定の精度)を示す指標 (=nが増えると小さくなる) 15
16.
測定値を示す方法 ・要約統計量で示す よくある 人数 平均(標準偏差) ・グラフで示す 16
17.
よくある間違い 17
18.
Nがそれなりに多ければ 18
19.
こんなデータなら? ID 性別 1 男性 2
女性 3 女性 4 女性 19
20.
いろいろなやり方 男性 25% 女性
75% 20 0 1 2 3 4 女性 男性 3 1
21.
さっきの採血Aと違いますね 採血A:連続変数 性別:カテゴリー変数(2値変数) と呼びます 変数によってまとめかたは違います 21
22.
実際にやってみましょう EZRを立ち上げてください https://goo.gl/jJSQho にアクセス →実習用データをダウンロード 22
23.
ファイル→データをインポート →ファイルまたはクリップ~ ※緊急入院になった慢性心不全患者さんの 1年後の予後を調べるコホート研究 の仮想データです 23
24.
実習 グラフを描く 24 BNPで 棒グラフ(平均値) ヒストグラム 箱ひげ図 を描いてみましょう
25.
実習 グラフを描く 25 性別で群別化して BNPの 箱ひげ図 を描いてみましょう
26.
実習 グラフを描く 26 WBC, CRP,
Crで ヒストグラム を描いてみましょう
27.
クイズ どれが正規分布してましたか? 27
28.
実習 要約統計量をまとめた表=table1の作成 28 性別で群別化して BNP CRP Cr WBC の入った表を 描いてみましょう
29.
p値の前に 研究事例 認知症・せん妄サポートチーム 吉田直江看護師 29
30.
目的 認知症・せん妄を呈する患者に対し、多職 種チーム医療の介入が推奨され、その活動 は多く報告されている。 一方、そういった多職種チームで介入され た患者全体の特徴や傾向については明らか でない。 そこで、院内の認知症・せん妄サポート チームに登録された患者の特徴や傾向を明 らかにすることを目的として調査した。
31.
方法 データ収集方法 :通常診療のカルテ上の記録から後ろ向きに 要約統計量で頻度集計 対象期間と患者 :2015年8月1日~2016年7月31日の期間で 認知症・せん妄サポートチームに病棟看護師が 介入依頼を行った全患者 倫理的配慮 :院内の倫理委員会の承認を得た後に実施
32.
結果・考察:入院形態(仮想データ) 緊急入院でせん妄の登録患者が 多かった →緊急入院はせん妄のリスクに なっている! と言えますか? 2015.8.1. ~2016.7.31. せん妄 あり 緊急 20 予定 10 全体
30
33.
結果・考察:入院形態(仮想データ) 33 緊急入院でせん妄を発症した割合 予定入院での割合は 2015.8.1. ~2016.7.31. せん妄 あり せん妄 なし 全退院 患者集計 緊急 20 40
60 予定 10 30 40 全体 30 70 100
34.
結果・考察:入院形態(仮想データ) 34 緊急入院でせん妄を発症した割合 =20/60=0.33 予定入院での割合は =10/40≒0.25 2015.8.1. ~2016.7.31. せん妄 あり せん妄 なし 全退院 患者集計 緊急 20 40
60 予定 10 30 40 全体 30 70 100
35.
結果・考察:入院形態(仮想データ) 35 リスク差=0.08 リスク比=1.3 差はありそうだけど、 これって偶然!? 2015.8.1. ~2016.7.31. せん妄 あり せん妄 なし 全退院 患者集計 緊急 20 40
60 予定 10 30 40 全体 30 70 100
36.
みなさまお待ちかね 36
37.
P値に関する○×クイズ • P値は、調べている仮説が正しい確率や、 データが偶然のみでえられた確率を測る もの • 科学的な結論や、ビジネス、政策におけ る決定は、P値がある値(訳注:
有意水準) を超えたかどうかにのみ基づくべき ・P値や統計的有意性は、効果の大きさや 結果の重要性を意味しない 37 http://biometrics.gr.jp/news/all/ASA.pdf
38.
38 まずはこちらを見てみましょう。 『オール・ユー・ニード・イズ・キル』 IMAX予告編 https://www.youtube.com/watch?v =nBs7vxHCvzg
39.
まずは仮説を考える ・緊急入院と予定入院で せん妄の発症に差はない 39
40.
緊急入院と予定入院で せん妄の発症に差はない という仮説の元に「実験」を繰り返してみる その場合、せん妄の起こる確率は 30/100=0.3 40 2015.8.1. ~2016.7.31. せん妄 あり せん妄 なし 全退院 患者集計 緊急 20 40
60 予定 10 30 40 全体 30 70 100
41.
実験を繰り返してみたとき 0.3のリスクでせん妄発症が起こる前提で 実験を繰り返す 今回と同じ事象が起こる確率は? 41 2015.8.1. ~2016.7.31. せん妄 あり せん妄 なし 全退院 患者集計 緊急 20 40
60 予定 10 30 40 全体 30 70 100
42.
実験を繰り返してみたとき 0.3でせん妄の発症が起こる前提で 実験を繰り返す 今回と同じ事象が起こる確率は? 42 ≒0.37
43.
仮に人数が10倍だったら 43 確率 = 0.0048 2015.8.1. ~2016.7.31. せん妄 あり せん妄 なし 全退院 患者集計 緊急 200
400 600 予定 100 300 400 全体 300 700 1000
44.
これって偶然? 44
45.
Welcome to the
“P” world 45 0.05
46.
きっと必然だろうと考えると、前提にした 仮説は間違っている! 緊急入院と予定入院で せん妄の発症に差はない 46 →差がある
47.
逆に 検定の前提にした仮説が間違っていると言 えなかった場合 緊急入院と予定入院で せん妄の発症に差はない 47 ≠差はない =差があるとは言えない(二重否定)
48.
絵にしてみると 48 緊急入院 予定入院 なし 40人 せん妄 20人 なし 30人 ランダムサンプリング せん 妄 10人 ここの差ではなく こっちの差を見ている
49.
p値を小さくするもの ・リスクの差(もしくは比)の大きさ ・人数 →なので、統計学的に”有意”であることは、 臨床的に”意味が有る” ことを必ずしも 意味しない 49
50.
もう一度、別の表現で 検定で見ているのは 偶然の変動でどの程度の差があるか つまり、偶然誤差の評価 系統的誤差(バイアス)の影響を取り除く ことはできません 50
51.
つづいて95%信頼区間 推定の精度を示すのに使う指標は? SD / SE
? 51
52.
ある研究から得られたリスク差が 母集団での真のリスク差に どの程度近いか評価したい リスク差 ± 1.96×リスク差の標準誤差(SE) →95%信頼区間と呼ぼう! 52
53.
1.96の意味 53 -1.96SE 1.96SE0 95%
54.
絵にして解釈すると 同じ規模の研究をくり返し実施 何回も何回も繰り返せば、そのうち平均し て95%は真の値を含むような区間 54 こちらから 見て 95%
55.
○✕問題 ・95%信頼区間は、その間に真の値を95% の確率で含んでいる ・真の値は推定値のそばにある確率がもっ とも高く、信頼区間の端にいくほど真の値 がある確率は低くなる 55
56.
○✕問題 ・95%信頼区間は、その間に真の値を95% の確率で含んでいる ・真の値は推定値のそばにある確率がもっ とも高く、信頼区間の端にいくほど真の値 がある確率は低くなる 56
57.
ここまでが分からなくても!© 山崎新先生 アウトカム変数 2値
連続 生存時間 分布の記述 頻度集計 分割表 ヒストグラム 平均、SD Kaplan-Meier法 単変量解析 カイ二乗検定 (または フィッシャー検定) リスク比の推定 T検定 F検定 平均値の差 Log-rank検定 率比の推定 57 お経ですね
58.
P値に関する○×クイズ • P値は、調べている仮説が正しい確率や、 データが偶然のみでえられた確率を測る もの • 科学的な結論や、ビジネス、政策におけ る決定は、P値がある値(訳注:
有意水準) を超えたかどうかにのみ基づくべき ・P値や統計的有意性は、効果の大きさや 結果の重要性を意味しない 58 http://biometrics.gr.jp/news/all/ASA.pdf
59.
P値に関する○×クイズ × P値は、調べている仮説が正しい確率や、 データが偶然のみでえられた確率を測る もの × 科学的な結論や、ビジネス、政策におけ る決定は、P値がある値(訳注:
有意水準) を超えたかどうかにのみ基づくべき ○ P値や統計的有意性は、効果の大きさや 結果の重要性を意味しない 59 http://biometrics.gr.jp/news/all/ASA.pdf
60.
実習 検定をやってみよう 性別によって1年後の死亡は変わるか? P 慢性心不全で緊急入院 E/C
男性/女性 O 1年後の死亡 BNP>100かどうかで1年後の死亡は変わる か? P 慢性心不全で緊急入院 E BNP>100 C BNP≦100 O 1年後の死亡 60
61.
本日のまとめ 要約統計量、グラフでの表現 p値と95%CIの前提にある「繰り返し実験」 まずは「お経」として覚えましょう 61
62.
参考資料 山崎新 2013年度臨床統計学特論講義資料 佐藤俊哉 2013年度医療統計学講義資料
63.
質問? 63
Notes de l'éditeur
https://pixabay.com/ja/%E6%80%92%E3%81%A3%E3%81%9F%E7%94%B7-%E3%83%9D%E3%82%A4%E3%83%B3%E3%83%88-%E6%8C%87-%E3%82%A4%E3%83%B3%E3%83%89-%E6%80%92%E3%81%A3%E3%81%A6-%E7%94%B7%E6%80%A7-%E6%89%8B-%E6%80%92%E3%82%8A-%E9%9D%9E%E9%9B%A3-274175/
https://pixabay.com/ja/%E4%BC%9A%E8%AD%B0-%E4%BA%BA-%E3%83%86%E3%83%BC%E3%83%96%E3%83%AB-%E7%A7%91%E5%AD%A6%E8%80%85-%E3%83%87%E3%82%A3%E3%83%99%E3%83%BC%E3%83%88-%E3%83%87%E3%82%A3%E3%82%B9%E3%82%AB%E3%83%83%E3%82%B7%E3%83%A7%E3%83%B3-152506/ https://pixabay.com/ja/%E6%80%9D%E8%80%83-%E5%9B%B3-%E4%BA%BA-%E9%9D%92-%E3%82%B9%E3%83%86%E3%82%A3%E3%83%83%E3%82%AF%E5%9B%B3-%E8%80%83%E6%85%AE%E3%81%97%E3%81%BE%E3%81%99-%E3%82%B3%E3%83%B3%E3%82%BB%E3%83%97%E3%83%88-%E6%96%87%E5%AD%97-25548/
変数が正規分布するなら平均を、しないなら中央値を報告する https://commons.wikimedia.org/wiki/File:Comparison_mean_median_mode.svg
測定値が正規分布するならば、2SDが95%の範囲を取る
可能なら右のように全てをプロットした図で示す ダイナマイトは止めましょう http://beetama.blog14.fc2.com/blog-entry-220.html
ヒストグラムか箱ひげ図 https://simple.wikipedia.org/wiki/Histogram
ALL YOU NEED IS KILL, 2014
https://upload.wikimedia.org/wikipedia/commons/4/49/Sleepy_Kit_%286969930840%29.jpg
60/180
実際のリスク差 0.34 0回 https://en.wikipedia.org/wiki/P-value
実際のリスク差 0.34 0回 https://en.wikipedia.org/wiki/P-value
https://pixabay.com/ja/%E3%82%AD%E3%83%A5%E3%83%BC%E3%83%96-%E3%82%AB%E3%83%A9%E3%83%95%E3%83%AB-%E9%80%8F%E6%98%8E-%E3%83%9F%E3%83%A9%E3%83%BC-%E9%81%8B-%E3%82%AF%E3%83%A9%E3%83%83%E3%83%97%E3%82%B9-%E7%9E%AC%E9%96%93%E3%81%AE%E9%80%9F%E3%81%95-769344/
https://pixabay.com/ja/%E3%82%B9%E3%82%B1%E3%83%BC%E3%83%AB-%E7%A2%BA%E7%8E%87-%E7%B5%B1%E8%A8%88-0-1-%E7%AF%84%E5%9B%B2-%E6%A0%A1%E6%AD%A3-%E8%A1%8C-%E9%96%93%E9%9A%94-%E6%B8%AC%E5%AE%9A-24167/
https://commons.wikimedia.org/wiki/Category:Normal_distribution#/media/File:001_Dwustronny_obszar_krytyczny.svg
どちらも間違い
どちらも間違い
これだけです! 「お経」として覚えてしまいましょう。
比較に悪影響を与えるのが「交絡」
https://pixabay.com/p-96286/?no_redirect
Télécharger maintenant