親子鑑定に見る尤度比を 角度を変えて眺めてみる

Slides:



Advertisements
Similar presentations
Lesson 19. 評価の指標 §B. ROC 曲線. 疾 患 +- 検 査 + a (真陽性) b (偽陽性) - c (偽陰性) d (真陰性)
Advertisements

土木計画学 第3回:10月19日 調査データの統計処理と分析2 担当:榊原 弘之. 標本調査において,母集団の平均や分散などを直接知ることは できない. 母集団の平均値(母平均) 母集団の分散(母分散) 母集団中のある値の比率(母比率) p Sample 標本平均 標本分散(不偏分散) 標本中の比率.
2006 年度 統計学講義内容 担当者 河田正樹
中学校段階での 相関関係の指導 宮崎大学教育文化学部 藤井良宜. 概要 現在の学習指導要領における統計の扱い これまでの相関関係の指導 相関関係の指導のポイント 相関関係.
●母集団と標本 母集団 標本 母数 母平均、母分散 無作為抽出 標本データの分析(記述統計学) 母集団における状態の推測(推測統計学)
心理測定論 信号検出理論.
確率・統計Ⅰ 第12回 統計学の基礎1 ここです! 確率論とは 確率変数、確率分布 確率変数の独立性 / 確率変数の平均
検定 P.137.
行動モデル夏の学校 買い物地選択行動 モデルのパラメータ推定
月曜3限 1132教室 担当者: 河田 正樹 年度 経済データ解析講義内容 月曜3限  1132教室 担当者: 河田 正樹
高感度CRPの新たな有用性 ~H.pyloriにおける検討~
ミクロ経済学10 丹野忠晋 跡見学園女子大学マネジメント学部 2013年6月17日
最適生産量の決定.
統計的仮説検定 治験データから判断する際の過誤 検定結果 真実 仮説Hoを採用 仮説Hoを棄却 第一種の過誤(α) (アワテモノの誤り)
法数学勉強会(京大法医学講座) 2012/02/18 京都大学 統計遺伝学 山田
スコアによるキューブアクションの違い なにが“学会”発表にふさわしいのか考える。結論自体は分かっていた。そこに至るまでのプロセスが新しい。(かもしれない) 少なくとも整理されていて、わかりやすい。また、視覚的に覚えやすい。
Geneticsから Epigeneticsへ
貧困と出産の関係.
ベイズ的ロジスティックモデル に関する研究
スパッタ製膜における 膜厚分布の圧力依存性
臨床統計入門(3) 箕面市立病院小児科  山本威久 平成23年12月13日.
ランダムウォークに関するいくつかの話題 ・ランダムウォークの破産問題 ・ランダムウォークの鏡像原理 1 小暮研究会Ⅰ 11月12日
ミクロ経済学 7 丹野忠晋 跡見学園女子大学マネジメント学部 2014年6月9日
第3章補足 ローレンツ曲線とジニ係数 統計学基礎 2010年度.
生物統計学・第1回 統計解析を始める前に -妥当なデータかどうかを判断する-
Proper Interval Graphsの ランダム生成と列挙
生物統計学・第2回 注目要素を決める まず木を見る、各種グラフ、ウェブツール
疫学概論 ROC曲線 Lesson 19. 評価の指標 §B. ROC曲線 S.Harano, MD,PhD,MPH.
応用数理工学特論 期末発表 西口健太郎 渡邉崇充
生物統計学・第2回 全体を眺める(1) 各種グラフ、ヒストグラム、分布
法数学勉強会 2011/11/26 京都大学大学院医学研究科 統計遺伝学分野 山田 亮
疫学概論 適中度と尤度比 Lesson 19. 評価の指標 §C. 適中度と尤度比 S.Harano, MD,PhD,MPH.
疫学概論 適中度と尤度比 Lesson 19. 評価の指標 §C. 適中度と尤度比 S.Harano, MD,PhD,MPH.
表色系 色を合成するのに、光のRGBで合成する加法混色や、絵の具のようなC(シアン)Y(黄色)M(マゼンタ)で合成する減法混色などが知られているが、このように、色は独立した3つの成分で表現できる(表色系という)とされています。 映像信号を扱う場合には通常RGB表色系を使います。これは撮像する時、モニターで表示する時はRGBの加法混色であることに由来しています。RGB表色系を用いた別の表現として、YUV表色系があります。これはY(輝度)とU,V(二つの色差)で色を表すもので、色々定義があります。YUVという
第二回 VB講座 電卓を作ろう.
対立仮説下でのみ存在する 遺伝形式という母数を持つ 2x3分割表検定に関する考察 ~SNPによるケース・コントロール関連検定~
法数学勉強会 2018/07/21 京大(医) 統計遺伝学分野 山田亮
細胞の形と変形のための データ駆動型解析手法
EBMのための 確率・統計.
2016年度日本疫学会スライドコンテスト受賞作品
標本分散の標本分布 標本分散の統計量   の定義    の性質 分布表の使い方    分布の信頼区間 
ゲノム科学概論 ~ゲノム科学における統計学の役割~ (遺伝統計学)
法数学勉強会 2016年4月会 京都大学(医)統計遺伝学分野 山田 亮
イントロ DNA配列 意味. イントロ DNA配列 意味 3 DNA配列は化学的配列空間 を占める 4.
法数学における ベイジアンネットワーク(2) ~成書で学ぶ~
法数学勉強会 2016/06/15 京都大学(医)統計遺伝学分野 山田 亮
法数学勉強会(京大法医学講座) 2012/02/18 京都大学 統計遺伝学 山田
東日本大震災におけるご遺体身元確認と行方不明家族捜索のためのDNA鑑定
2011/05/28 京都大学大学院 附属ゲノム医学センター統計遺伝学分野 山田 亮
学 正多角形のどんな性質を使えば,プログラミングで正多角形を描くことができるだろうか。
黒澤君計算との違い 岸本 祐二.
ノイズ.
尤度の比較と仮説検定とを比較する ~P値のことなど~
法数学のための 機械学習の基礎 京大(医) 統計遺伝学分野 山田 亮 2017/04/15.
「アルゴリズムとプログラム」 結果を統計的に正しく判断 三学期 第7回 袖高の生徒ってどうよ調査(3)
PKG内のVGプレーン有無による多層基板内の信号配線間の
法医学会 2013年6月26日 京都大学(医)統計遺伝学 山田 亮
法数学勉強会 2015/09/26 京都大学統計遺伝学分野 山田 亮
シミュレーション物理 スピングラスなどについて.
DNA鑑定を理解するために必要な数学の学び方
「カテゴリ変数2つの解析」 中澤 港 統計学第7回 「カテゴリ変数2つの解析」 中澤 港
臨床統計入門(1) 箕面市立病院小児科  山本威久 平成23年10月11日.
要因Aの差,要因Bの差を見たい 2つの要因なので二元配置分散分析の適用 要因B 水準A 水準B 水準C 要因A 水準a
バイオインフォマティクスII 遺伝子発現データの AdaBoostによる判別
法数学における ベイジアンネットワーク(2) ~成書で学ぶ~
回帰分析入門 経済データ解析 2011年度.
疫学概論 §C. スクリーニングのバイアスと 要件
混合試料の構成人数 Nuisance パラメタ
誰も言わなかったが、実は誰もが知っている
プログラム依存グラフを用いた ソースコードのパターン違反検出法
Presentation transcript:

親子鑑定に見る尤度比を 角度を変えて眺めてみる 法数学勉強会(京大法医学講座) 2012/02/18 京都大学 統計遺伝学 山田

尤度比の閾値?

尤度 「もし●●だったら××が起きる確率」 「××が起きたときに」 尤度 尤度比 「●●だったら××が起きる確率~尤度」 「○○だったら××が起きる確率~尤度」 尤度比 「●●だったら」と「○○だったらい」との尤度の比」

尤度比における判断と 臨床検査

臨床検査で知りたいこと 病気X なのか そうでないのか 「診断X」と「確定」しました 「診断Xではない」と「確定しました」 病気X なのか そうでないのか 「診断X」と「確定」しました 「診断Xではない」と「確定しました」 「診断X」とも「診断Xではない」とも言い難い、グレーゾーンです

検査値が高いと「病気である」と診断 検査値が低いと「病気ではない」と診断

検査値が高いと「病気である」と診断 検査値が低いと「病気ではない」と診断 どこを閾値にするか

考える時間

確率的に考える 黒面積 赤面積 ともに等しい

尤度的に考える 検査結果を知っている

尤度的に考える 検査結果を知っている

尤度的に考える 尤度比は 黒棒と赤棒の長さの比

尤度比をみるために 表示法に少し工夫を Ncase<-50000 Ncont<-50000 mean.case<-38 sd.case<-3 mean.cont<-35 sd.cont<-2 Case<-rnorm(Ncase,mean.case,sd.case) Cont<-rnorm(Ncont,mean.cont,sd.cont) ra<-range(c(Case,Cont)) breaks<-seq(from=floor(ra[1]),to=ceiling(ra[2]),by=0.5) h.cont<-hist(Cont,breaks=breaks,density=20) h.case<-hist(Case,breaks=breaks,col=2,density=30) ylim<-c(0,max(h.cont$counts,h.case$counts)) par(ask=TRUE) plot(h.cont,ylim=ylim,density=20) par(new=TRUE) plot(h.case,ylim=ylim,col=2,density=30) J<-cbind(h.cont$counts,h.case$counts) barplot(t(J),col=c(1,2)) plot(breaks[2:length(breaks)],J[,1]/apply(J,1,sum),type="l",ylim=c(0,1)) plot(breaks[2:length(breaks)],J[,2]/apply(J,1,sum),type="l",col=2,ylim=c(0,1)) LR<-J[,2]/J[,1] plot(breaks[2:length(breaks)],LR,type="l",col=3)

尤度比の閾値を決めたいとは 黒・赤の分布から緑の線を引いて、検査値の「カットオフ値」を決めたい、ということ

R でシミュレーション

臨床検査で知りたいこと 「診断X」と「確定」しました 「診断Xではない」と「確定しました」

親子鑑定 「親子なの?」という質問に答える 「親子であると『確定』しました」 「親子ではないと『確定』しました」 「親子であるとも、親子でもないとも、確定しない『グレーゾーン』です」

「モデル生物集団」 無性生殖 倍倍で増える 不死身 増えるたびに変異が入って、DNA配列の差が広がっていく

ペア間の親等の分布 8親等差が一番多い

DNAの塩基の違い箇所数の分布(集団全体) 30-40箇所違いのペアが一番多い

親等が近いほど、DNAの違い箇所数は少ない

親子 vs. non-親子(比率)

親子 vs. non-親子(比率) どこで区別する?

比率を比べてよいのか?

親子 vs non-親子(実数)

親子 vs non-親子(実数) どこで区別する?

尤度比 感度・特異度 検査前の比率を考慮 事前確率を考慮 PPV・NPV

「DNA多型」の一致・不一致の確率・尤度から 尤度のグラフ(このグラフ を作ろう 計算方法はすでにある 作った「確率・尤度のグラフ」から、 事前確率を考慮して(このグラフ を作ろう 事前確率はある程度「恣意性」を持つ

グラフが描ければ、 臨床検査学的な扱いが可能 事前確率はどうする?

事前確率が同じなら 尤度比に閾値を決めれば使えそう 事前確率が違うなら 尤度比に閾値を決めても仕方なさそう

尤度比と事前確率をセットで 尤度の計算は簡単 尤度比の計算も簡単 では、事前確率は

事前確率のこと 病院での話 『ニューモノウルトラマイクロスコーピックシリコヴォルケーノコニオシス』という病気の検査 「烏丸四条クリニック」での検査 「京大病院」での検査

いくつかの考慮事項

検査値の閾値問題、再び 閾値は必要なのか? 検査値が高ければ、「病気の可能性が高く」 検査値が低ければ、「病気の可能性が低い」 検査値が曖昧なら「どっちとも言えない」

検査値が高いと「病気」と診断 検査値が低いと「病気ではない」と診断 どこを閾値にするか

ROCカーブ 感度を上げれば特異度が下がる 特異度を上げれば感度が下がる

臨床検査の特性評価 感度・特異度 PPV/NPV ROC