推計統計学への一歩 橋本　.

Presentation on theme: "推計統計学への一歩 橋本　."— Presentation transcript:

1 推計統計学への一歩 橋本　

2 今日の話 いままでの復習 実技編 中野先生の講義関連 推計統計学 推定値は確率、信頼区間をつけて

3 復習1 Windows操作　 正しいWORD　EXCELの使い方 論文←アウトライン 図版の入れ方 目次　索引 参考文献

4 復習 OneNoteの活用 印刷しなくても手軽に INTERNETのリソースの使い方 論文検索、辞書、事典、
　印刷しなくても手軽に INTERNETのリソースの使い方 論文検索、辞書、事典、 USBの大容量メモリー 2GBで1200円程度

5 復習２ 尺度 比例尺度、間隔尺度、順序尺度、名義尺度 EXCELでできるデータ整理と検定

6 操作（おまけ） 文書を再度手で入力しなくてもOCRを使えば SPSS等の専門ソフトを使える

7 復習3Fisher流 統計的仮説検定 H0 :帰無仮説←自分が否定したい A=B H1 :対立仮説←自分が採択したい A≠B
統計量を計算して有意水準（５％）より大きければ　→ では有意水準（５％）より小さければ

8 仮説H0も採択できないし、仮説H1も採択できない！ 結論例
有意水準（５％）より小さければ なにもわからない！ 仮説H0も採択できないし、仮説H1も採択できない！ 結論例

9 青少年の意識･行動と携帯電話に関する調査研究(平成16年6月 少年課）
非行中学生は、一般中学生よりも携帯を所持している （52.4% vs 20.4%） 高校生では一般と非行有意な差がなく、 非行少年と携帯電話 　

10 ある報告書の結論 　　どの週齢においても各群間に有意な差は認められなかった. 2)咀嚼筋乾燥重量には, どの観察時期においても各群間, および各群内の左右間に有意な差は認められなかった. 3)頭蓋骨形態は, 実験群に鼻鏡部の手術側への偏位が7週齢より認められ, 15週齢にて有意な差となった(p<0.01). 一方, 下顎骨形態にはすべての観察時期で, 各群間と各群内の左右間に著明な差は認められなかった. 4)下顎頭形態には, 各観察時期とも各群間, および各群内の左右間に有意な差は認められなかった. ci.nii.ac.jp/naid/ /

11

12 ロジックの概念 ２つの過誤 α＝ β＝？ 本当はH１であるが、H0と判定してしまう

13 統計的仮説検定論との 医療における検査 C肝炎の検査 ALT値(旧GPT)

14 もう１つの大切な概念 検出力 Power ＝１－β

15 優れた検査とは？

16 両側か片側か？ 棄却域を両側に置く検定 棄却域を片側に置く検定

17 復習調査研究での基本 標本の大きさはいくつにとるべきか？ 母集団からの偏りのない標本であるか？ 標本設計 情報を落とさないようにしているか？
無作為抽出 標本設計 標本の大きさはいくつにとるべきか？ 情報を落とさないようにしているか？

18 失敗を検証しよう 38人の患者への介入実験 ピボットテーブル OUTCOME 効果あり 効果なし 総計 介入の有無 あり 10 14 24
無し 8 6 18 20 38

19 1900年の夜明け 統計的手法 Hugo Marie de Vries Carl Erich Correns 1864- 1933
ユーゴー・マリー・ド・フリース　オランダの植物学者：。オオマツヨイグサの栽培実験→メンデルとは独立に発見 　　　　　　　　　1901年には突然変異 カール・エリッヒ・コレンス　ドイツの植物学者 ヤナギタンポポの研究 エリッヒチェルマック オーストリアの植物学者 Hugo Marie de Vries Carl Erich Correns Erich von Tschermak-Seysenegg 写真出典　

20 メンデルの再発見 Gregor Johann Mendel （1822-1884） チェコの司祭 1853-1868年の間の大規模な実験
1865年に発表 遺伝粒→遺伝の単位となるものの予見 なぜ？　 数学的な記述 立場 当時は分類学　形態学が先行 大規模な観察による研究は理解されなかった。 反例も多かった

21 生物の外見研究から⇒新しい生物学 分類学 リンネ 形態学 量的研究と検証の世界へ Biometrics

22 Biostatisticsの誕生 Karl Pearson 1857-1936 Ronald A. Fisher 統計的検定
統計的検定 Jerzy Neyman 推計統計学の確立者 画像出典

23 統計学の古典的分類 記述統計 得られたデータの整理 推測統計 仮説検定論 母集団 データと呼んでいる本多い 標本 推測
推定して、同一のデータを使用して検定しても意味はない

24 前提　 得られたデータは、観察対象となる集団の一部分の観測結果にしかすぎない その一部分の観測結果（データ）から目的の集団(母集団）の特徴をうまく推測する方法を考える手法。

25 母集団のパラメタの推定 母集団 母平均　μ 母標準偏差　σ 　歪度と尖度 β1 、 √ β2 標本

26 どのような形式で母集団のパラメタを推定するべきか？
好ましさ 不偏性 (unbiasedness) 有効性(efficiency) 他の推定量よりもばらつきが小さい 一致性(consistency) 標本大きさが大きくなれば次第に推定値が母数に近づく 　　 　

27 十分性sufficiency 母数に関する十分な情報をもっているか？ 完備性 20世紀後半に考えられた理論 結論として？

28 推定の形式の発展 点推定 区間推定 平均体重の推定 53.3kg 明日は雨でしょう！
平均体重 　0.95％の信頼区間 [51.75, 54.85] 明日の降水確率は0.85です。

29 ではどのように 相対危険度 コホート研究 相対危険度＝（10/30）／ (4/904) ＝75.333.。 疾患を観測 疾患なし 合計
喫煙(暴露群） 10人（a) 20人(b) 30人(a+b) 非喫煙(非暴露群） 4人(c) 900人(d) 904人(c+d) 相対危険度＝（10/30）／　(4/904) ＝ 。

30 でも！ RRの95%信頼区間 近似式

31 エクセルで実践 疾患 非疾患 喫煙 129 332 非喫煙 76 399

32 もしも RR（相対危険リスク）のCI(信頼区間）に１が入っていれば！）