StanとRでベイズ統計モデリング

個人の地域密着型アウトドアショップがデジタルマーケティングで業績を飛躍的にアップさせていくストーリーに乗せて、DMの基礎を… 個人の地域密着型アウトドアショップがデジタルマーケティングで業績を飛躍的にアップさせていくストーリーに乗せて、DMの基礎を学ぶ

10日間で基礎理論とEZRを完全マスター!

統計処理の基礎知識 1群のみでの統計処理 独立2群間の検定(対応なし) 関連2群間の検定(対応あり) 独立多群間の検定 関連多群間の検定 相関と回帰 多変量解析 臨床生存分析 臨床研究 診断テスト 実験計画法 管理図 データ処理プログラム

統計処理の基礎知識 1群のみでの統計処理 独立2群間の検定(対応なし 対応あり) 独立多群間の検定 関連多群間の検定 相関と回帰 多変量解析 臨床生存分析 臨床研究 診断テスト 実験計画法 管理図 データ処理プログラム

医療統計学をやさしく解説。付属のソフトでかんたん処理。エクセルを使った統計処理の入門編。すぐに使える医療統計ソフト「StatMate」のミニ版を収載。フルバージョン(StatMate)へのアップグレードも可能。 第1章 統計処理の基礎知識 第2章 1群のみでの統計処理 第3章 独立2群間の検定(対応なし) 第4章 関連2群間の検定(対応あり) 第5章 独立多群間の検定 第6章 関連多群間の検定 第7章 相関と回帰 第8章 臨床生存分析 第9章 臨床研究 第10章 診断テスト

SPSSを使いこなすならこの1冊！　自らの手を動かして，サクサク解析データを使いこなそう！ 『ゼロから学ぶ医薬統計教室』の実践編。より具体的・実践的な統計知識を得てもらうために，統計ソフト（SPSS）を用いた解析の実際を解説。ソフトをどのように用いて解析を進めるのか，画像で示している。また，得られた解析結果の見方や，結果の解釈の仕方についても解説している。 Chapter 1　Start up ‒SPSSのトリセツ 01 SPSSって何？ 02 本書で使用するデータセット 　 German Brest Cancer Study（GBCS）／Treatment of Lead Exposed Children（TLC）Trial／血圧データ／練習用データ 03 データセットの読み込みと変数の属性 　SPSS以外のデータの読み込み 04 データハンドリング 　データの入力／データセットの結合／データの部分抽出／データのカテゴリ化 Chapter 2　データを要約しよう！ ・グラフを作成する 01 データの分布を把握したいとき 　ヒストグラム／箱ひげ図 02 変数間の関係を把握したいとき 　 散布図 03 各群の分布を比較したいとき 　 平均±SDプロット 04 経時的変化が見たいとき 　 推移図 ・統計量を算出する 05 連続データ 06 カテゴリカルデータ Chapter 3　いざ実践！　シチュエーション別解析・結果解釈法 ・連続する値のデータを評価する 01 1群の連続データの評価 　 １標本ｔ検定／Wilcoxon符号付順位検定 02 対応がない連続データの2群間を比較するとき 　２標本ｔ検定／Wilcoxon順位和検定（Mann-WhitneyのU検定）／コラム 03 3群間以上の比較のときは「分散分析」 　一元配置分散分析／Kruskal-Wallis検定／二元配置分散分析/交互作用なし／二元配置分散分析/交互作用の検討／共分散分析 04 複数のグループ間の違いを評価するときは「多重比較」 　 多重比較法／Bonferroniの方法／Tukeyの方法／Dunnettの方法 05 繰り返しデータを比較するときには「経時測定データ解析」 　経時測定データとは／経時測定データの解析／解析1）／解析2） 06 変数間の関係を評価するときには「相関と回帰分析」 　相関分析／回帰分析 07 複数の変数の関係を評価し，変数を探索するときには「重回帰分析と変数選択」 　重回帰分析／変数選択 ・2つに分類したデータを評価する 08 分割表を解析するときは「カイ二乗検定とFisherの正確検定」 09 二値の応答変数を評価するときには「ロジスティック回帰分析」 10 検査の診断能を評価するときには「ROC解析」 ・イベント発生までに時間を評価する 11 イベント発生までの時間を評価するには「生存時間データの解析」 　Kaplan-Meier推定／log-rank検定／層別解析と層別logrank検定 12 ハザード比を推定するときには「Cox回帰分析」 　単変量Cox回帰分析（単回帰分析に対応）／多変量Cox回帰分析（重回帰分析に対応）

研究結果を学会や論文で発表するとき、どのような統計処理を選び、そして分析したらよいのか。どうしたら、集めたデータに客観的な評価をくだせるのか。こうした悩みにこたえるために、医学系でよく使われる手法をていねいに解説。はじめてでもわかりやすい、クリックするだけの統計入門。 統計処理を始める前に 多重比較 ノンパラメトリック検定 2元配置の分散分析 ロジスティック回帰分析 プロビット分析 順序回帰分析 コルモゴロフ・スミルノフの検定 マンテル・ヘンツェル検定 カプラン・マイヤー法 コックス回帰分析 対数線型分析 リジット分析

本書は、パソコン統計ソフトとして広く普及しているSPSSを利用できる環境にある読者が、多変量解析を含む統計学の各種手法についての具体的計算法を平易に理解できるように配慮して執筆された。 1 基礎編(SPSSの基本的使い方 データの要約 統計的推論 分散分析 ほか) 2 応用編(測定の信頼性と妥当性 主成分分析 因子分析 クラスター分析 ほか)

第1章 本書の構成と使い方 第2章 統計処理を行ううえで知っておきたいこと 第3章 SPSSの操作手順-統計手法を使う前に 第4章 データの特徴をわかりやすくする-記述統計 第5章 関連の分析 第6章 差の分析(1)-間隔・比率尺度の差 第7章 差の分析(2)-順序・名義尺度の差

本書はビジネスの企画・調査やアカデミックな研究で幅広く使われる多次元尺度法、因子分析、そして回帰分析を解説。仕組みを「知って使う分析者」になるための情報源。 1 心理的イメージを可視化する多次元尺度法(多次元尺度法とは 通常のユークリッドモデル ほか) 2 線形代数からみた因子分析(因子分析のイメージ 因子分析のモデル ほか) 3 単回帰分析とその応用(回帰分析とは 単回帰分析 ほか) 4 重回帰分析とその応用(重回帰分析とは 回帰係数の検定(F検定) ほか)

JMP(ジャンプ)は、SAS社がSPSSの対抗商品として開発した革新的なPC用の統計ソフトウェアです。操作はExcelより簡単、難しい統計手法に煩わされないで、データを分析し、ビジュアル化することができます。情報が氾濫している21世紀、JMPをマスターしてデータの山の中から宝ものを見つけだしましょう。 0 JMPによる情報発見への旅立ち 1 分析するデータ 2 データを眺める 3 一変量の分布 4 二変量の関係 5 主成分分析と因子分析 6 モデルのあてはめ 7 時系列解析

1 はじめに(ベイジアン推測の目的と方法 代表的な確率分布) 2 ベイジアン推測(Bayesの定理 統計的推測 ほか) 3 マルコフ連鎖モンテカルロ法(モンテカルロ積分 マルコフ連鎖 ほか) 4 WinBUGS(チュートリアル モデルの書き方 ほか) 5 応用例(事前分布の設定について 一変量正規分布モデル ほか)

第1部 SASとは 第2部 SASによる統計入門(SASの導入とインストール 環境整備とはじめての解析 プログラムの流れと各ウィンドウの役割 DATAステップの基礎 DATAステップの応用 プロシジャ(PROCEDURE)に関する考察 基本統計量を求める) 第3部 医療における多変量解析(医学における多変量解析 SASに関する考察と小技集 サンプルサイズの設定)

第1章 SASの概要 第2章 データハンドリング 第3章 統計解析 第4章 レポートの作成 第5章 グラフの作成 第6章 SASマクロ 第7章 行列計算と数値積分 第8章 プロシジャの構文一覧

経時測定データにおける一般化推定方程式(GEE)、一般化線形混合モデルによる解析(MIXED、GENMOD、GLIMMIXプロシジャ)、欠測データの多重補完と解析(MIとMIANALYZEプロシジャ)をはじめとした、SASの最新の機能を多数追記。それぞれの理論から結果の解釈までを解説。 第1章 SAS/Rを用いた個々の解析事例(データの要約 2群の平均値の比較 多群の平均値の比較 相関と回帰 2値データの比較 カテゴリカルデータの比較 多重比較 傾向性の検定 生存時間解析 欠測のあるデータの解析 同等性の検定) 第2章 個々の例数設計事例(例数設計 1群の試験 2群の比較試験 用量反応試験 生物学的同等性試験 生存時間解析 医薬品の製造販売後調査の症例数設計)

癌・心臓疾患・糖尿病など慢性疾患の研究においては，死亡・合併症の発生など，ある事象が生起するまでの時間（生存時間）が評価のエンドポイントになることが多い．本書は「打ち切りデータ」の統計解析手法について，理論的基礎から解析ストラテジーまでを解説する．

生存時間解析の方法論は急速な進歩をとげ，現場におけるSASの重要性も増している．本書は，実務家が実際の臨床試験で活用できるよう，その最新機能と統計手法について具体例やプログラムをまじえ，詳細に解説する．SASの最新バージョンに対応した待望の応用編． まえがき 第1章　SASによる生存時間解析の応用にむけて 1.1　生存時間解析とSAS 1.2　生存関数とハザード関数 1.3　本書で扱うデータ概要 1.4　ODS Graphicsによるグラフの出力 第2章　生存関数のノンパラメトリックな推定と検定（LIFETESTプロシジャ） 2.1　ノンパラメトリックな生存関数とハザード関数の推定 2.2　生存関数の群間比較 第3章　コックス回帰によるハザード比の推定とその拡張（PHREGプロシジャ） 3.1　PHREGプロシジャによる様々な線型仮設に対する検討 3.2　共変量および多重性の調整 3.3　最大対比法の適用 3.4　モデルの評価 3.5　フレイルティモデルと周辺コックスモデルによるクラスター生存時間データの解析 第4章　生存時間解析における例数設計（POWERプロシジャ） 4.1　生存時間解析における例数設計の概要 4.2　フリードマンの方法とショーンフェルドの方法 4.3　POWERプロシジャによる生存時間解析の例数設計 参考文献 事項索引 英文索引 SASプロシジャ関連索引

医療・製薬業界に押し寄せるデジタル化の波への処方箋 　さまざまなデジタル技術が、ヘルスケア産業における変革のスピードを加速させている。医療によるデジタル技術の本質は、ＩｏＴ（モノのインターネット）をはじめとしたさまざまな技術の発達により、これまで分断されていた、患者と医療機関、製薬企業、医療機器メーカーがシームレスにつながることにある。それによって、ヘルスケア産業に関わる企業からは、最終顧客（患者）の実態がはっきりと見えてくるだけでなく、患者にどのようなアウトカム、価値をもたらすことができたのかを把握できるように変わっていく。 　さらに、デジタル技術により、患者の生活のあらゆるシーンで情報が取得可能になる。そのデータを解析することで、自社が提供している製品や技術が患者に対してどんな条件、状態の時に役に立つのかを把握し、その結果を研究開発にも活かすという、消費財のようなフィードバックループが回り始める可能性がある。 業界横並びから脱し、独自のビジネスモデル、エコシステム構築へ 　患者への価値提供やアウトカムを実現するには、自社の製品を売るだけでなく、製品以外の技術やサービスを組み合わせたソリューションが欠かせない。これを実現するには、自社単独では不可能であり、さまざまな企業との提携が必要だ。また、ヘルスケア業界には、多くの患者との接点を持つ他業種の企業の参入も始まっており、そうした新興企業を相手に、競争、協業をしなければならない。 　従来のヘルスケア関連企業は、既定路線を離れ、独自のビジネスモデル、エコシステムを構築することが生き残りの必須条件となる。本書では、その具体策を提示する。冒頭には「日本語版特別章」を40ページにわたって設け、日本の事情に合ったデジタル経営戦略と新ビジネスモデルを詳述する。 ◎ヘルスケア産業のデジタル経営革命　目次 ＝日本語版特別章＝ 激変前夜、日本のヘルスケアビジネスへの提言と処方箋 　──リスクをチャンスに変える四つの次世代ビジネスモデル PartⅠ 押し寄せる変化の波 第1章　ヘルスケア産業激変の背景 第2章　避けられない戦略的選択 PartⅡ 新たなビジネスモデル──戦略から価値へ 第3章　旧モデルと新モデル 第4章　リーンイノベーター 第5章　患者サービスイノベーター 第6章　バリューイノベーター 第7章　新デジタル医療企業 PartⅢ　新しい組織づくり 第8章　協働と競争の新モデル 第9章　ヘルスケア・エコシステムの人材戦略 PartⅣ　過去、そして未来へ 第10章　ヘルスケア新時代 ―中心は患者と価値

バイオインフォマティクスの全分野をどこからでも学ぶことができ、図解で基礎知識を学び、練習問題と解説で理解度を確認できる。… バイオインフォマティクスの全分野を、どこからでも学ぶことができ、詳しい図解で基礎知識を学び、練習問題と解説で理解度を確認できる。また、厳選８０項目と練習問題８０題は、出題数と分野構成が実際の試験に準拠している。 新登場！ 学会初の公式教科書 バイオインフォマティクスの全分野を、どこからでも学ぶことができます。 詳しい図解で基礎知識を学び、練習問題と解説で理解度を自己確認できます。 厳選80項目と練習問題80題は、認定試験の全範囲をカバーしているだけでなく、 出題数と分野構成が実際の試験に準拠しており、直前対策にも役立ちます。 ▼日本バイオインフォマティクス学会、認定！ 　本書は日本バイオインフォマティクス学会初の公式教科書で、バイオインフォマティクスの全分野をどこからでも学ぶことができます。 　厳選した80項目を、1項目につき見開き2ページで解説しました。左ページでは図を用いながら基礎知識をコンパクトに説明し、重要な語句は必要に応じて別の項目を参照することができます。右ページには技術者認定試験の典型的な過去問を練習問題として詳しい解説を載せ、先に学んだ知識が自分の中で十分に理解できているかを自己確認することができます。さらに、もっと深く学びたい人に向けて、書店で入手しやすい参考図書を紹介しています。 　全80題に及ぶ過去問は、認定試験の全範囲をカバーしているだけでなく、出題数と分野構成が実際の試験に準拠しているので、模擬試験としてチャレンジすることもできます。参考として、問題には出題年度、難易度、正解率を載せており、本の巻末には解答一覧を準備しました。 　すなわち、この本一冊で、バイオインフォマティクスの基礎知識の習得と、技術者認定試験の準備を行なうことができます。 第1章　生命科学 　1-1　原核細胞と真核細胞 　　細胞の分類とウイルス 　1-2　細胞内小器官 　　細胞内小器官とその役割 　1-3　細胞周期 　　細胞分裂と細胞周期 　1-4　DNA の複製 　　ゲノムDNA の半保存的複製 　1-5　転写 　　ゲノムDNA からのさまざまなRNAの合成 　1-6　翻訳 　　タンパク質の生合成 　1-7　核酸の構造と機能 　　DNAとRNA の構造と機能 　1-8　アミノ酸の構造と性質 　　20種類の生体アミノ酸の構造と性質 　1-9　タンパク質の階層構造 　　タンパク質の役割と一次～四次構造 　1-10　生体膜と膜タンパク質 　　生体膜の構造と膜タンパク質の機能 　1-11　翻訳後修飾 　　タンパク質の翻訳後修飾とその役割 　1-12　免疫と代謝 　　抗体による免疫・生体内物質の代謝パスウェイ 　1-13　シグナル伝達 　　細胞間のシグナル伝達によるコミュニケーション 　1-14　遺伝 　　メンデルの法則による遺伝子の世代間継承 　1-15　ゲノムと生物 　　生物ゲノムのサイズと遺伝子地図 　1-16　ヒトゲノム 　　ヒトゲノムの構造と遺伝的多型 　1-17　遺伝子組換え 　　主要な遺伝子組換え技術 　1-18　ゲノム解析 　　ショットガン法による全ゲノム解読とゲノムワイド解析技術 　1-19　分子生物学実験技術 　　分子生物学分野を飛躍的に発展させた実験技術 　1-20　タンパク質の立体構造決定 　　X線結晶解析法などによるタンパク質の立体構造の解析技術 第2章　計算科学 　2-1　2進数 　　2進数と論理演算 　2-2　論理回路 　　論理回路によるコンピュータ上の論理演算 　2-3　プログラミング言語 　　コンピュータのプログラミング言語と計算の実行 　2-4　マークアップ言語 　　XML などのマークアップ言語によるデータ記述 　2-5　プロトコル 　　ネットワークの通信プロトコルとセキュリティ 　2-6　データ構造 　　プログラム内の代表的なデータ構造 　2-7　二分探索 　　高速にデータを検索する二分探索アルゴリズム 　2-8　ソートアルゴリズム 　　高速にデータを並べ替えるソートアルゴリズム 　2-9　バブルソート 　　基本的なバブルソートのアルゴリズム 　2-10　オートマトン 　　オートマトンによる状態・遷移データの表現 　2-11　リレーショナルデータベース 　　リレーショナルデータベースによるデータの整理 　2-12　SQL 　　SQL によるリレーショナルデータベースの操作 　2-13　正規分布 　　正規分布の性質 　2-14　独立性 　　確率分布と独立性・ベイズ推定 　2-15　統計的検定 　　統計的検定による仮説の検証 　2-16　最尤推定 　　確率分布の最尤法による推定 　2-17　機械学習 　　機械学習とデータマイニング 　2-18　クラスタリング 　　 k平均法によるデータのクラスタリング 　2-19　機械学習の評価 　　感度・特異度による予測法の評価 　2-20　交差検証 　　クロスバリデーション（交差検証）による予測法の評価 第3章　配列解析 　3-1　分子生物学データベース 　　国際的な公共の分子生物学データベース 　3-2　配列アラインメント 　　動的計画法による配列アラインメントの計算 　3-3　スコア行列 　　アミノ酸の類似性スコアとその統計的評価 　3-4　高速な類似配列検索 　　高速に配列を比較するための計算技術 　3-5　ホモロジー検索 　　高速にホモロジー検索するためのプログラム 　3-6　マルチプルアラインメント 　　マルチプルアラインメントによる配列の多重比較 　3-7　モチーフ 　　保存された配列パターン（配列モチーフ）の解析 　3-8　ゲノムプロジェクトと遺伝子予測 　　ゲノム解読と遺伝子予測によるアノテーション 　3-9　タンパク質の機能予測 　　タンパク質の生理学的機能の予測 　3-10　RNA の二次構造予測 　　RNA のもつ二次構造とその予測法 　3-11　ゲノム特徴抽出 　　ゲノム配列の塩基組成などに基づく特徴抽出 　3-12　ゲノム比較 　　ゲノム配列の比較解析とオーソログ解析 第4章　構造解析 　4-1　構造化学 　　ペプチド結合の構造化学 　4-2　タンパク質の立体構造 　　タンパク質立体構造の形成と分子グラフィックス表現 　4-3　構造モチーフ 　　タンパク質立体構造中の超二次構造と構造モチーフ 　4-4　構造分類 　　タンパク質立体構造の分類 　4-5　その他の生体分子の立体構造 　　DNAとRNAの立体構造 　4-6　立体構造データベース 　　立体構造データベースPDBとPDB フォーマット 　4-7　立体構造の比較 　　立体構造を構造重ね合わせにより比較する方法 　4-8　タンパク質立体構造の保存性分析 　　構造重ね合わせによるタンパク質立体構造の保存性分析 　4-9　相互作用分析 　　タンパク質立体構造による相互作用分析 　4-10　マップ分析 　　タンパク質立体構造のマップ分析 　4-11　立体構造予測 　　タンパク質の立体構造を予測する方法 　4-12　分子動力学計算 　　分子動力学計算による分子運動のシミュレーション 第5章　遺伝・進化解析 　5-1　ハーディー・ワインベルク平衡 　　対立遺伝子頻度のハーディー・ワインベルク平衡 　5-2　連鎖解析 　　連鎖解析による遺伝子座の探索 　5-3　遺伝子マーカー 　　遺伝的多型と遺伝子マーカーとしての利用 　5-4　ゲノムワイド関連解析 　　ゲノムワイド関連解析（GWAS）による遺伝子の探索 　5-5　分子進化 　　分子進化の中立説と分子時計 　5-6　進化系統樹 　　進化系統樹の表現方法 　5-7　パラログ・オーソログ 　　進化系統樹によるホモログ・パラログ・オーソログの解析 　5-8　系統推定アルゴリズム 　　系統樹をつくるための系統推定アルゴリズム 第6章　オーミクス解析 　6-1　オーミクス解析の研究手法 　　オーミクス解析に用いる研究手法と実験機器 　6-2　次世代シークエンサ 　　従来型DNA シークエンサと次世代シークエンサ 　6-3　DNA マイクロアレイ 　　DNA マイクロアレイによる遺伝子発現・遺伝的多型などの大量解析 　6-4　タンパク質間相互作用 　　タンパク質間相互作用の大量解析手法 　6-5　遺伝子発現クラスタリング 　　遺伝子発現パターンによるサンプルのクラスタリング 　6-6　微分方程式 　　微分方程式による遺伝子発現量の変動予測 　6-7　システム安定性 　　固有値の分析によるシステムの安定性解析 　6-8　ネットワークの構造と性質 　　ネットワークの構造とダイナミクス 　索引 　練習問題解答一覧 　執筆者一覧

バイオインフォマティクスの全体像が初心者にもよくわかるように解析手法の概要を解説する。立体構造や配列情報がカラーで見やすい。 バイオインフォマティクスの全体像が初心者にもよくわかる！　オミクス解析や機械学習など先端研究のトピックについても第一線の研究者が紹介する。立体構造や配列情報がカラーで見やすい。 １章　配列解析 ２章　分子系統解析 ３章　タンパク質の立体構造解析 ４章　ncRNA解析 ５章　NGSデータ概論 ６章　ゲノム解析 ７章　トランスクリプトーム解析 ８章　エピゲノム解析 ９章　メタゲノム解析 １０章　プロテオーム解析 １１章　データベース １２章　バイオのための機械学習概論

アルキメデスからニュートン、フーリエ、コーシー、リーマンを経て、複素解析、量子力学。変化を記述する数学、解析学を俯瞰する。 自然の本質は「変化」です。「変化」を調べる数学である解析学は、その誕生から自然科学と共に歩んできました。代数学、幾何学と並ぶ数学の中心的研究分野である解析学は、奇跡の19世紀を経て、20世紀になりさらに深化と抽象化が進みました。本書は、解析学の黎明から、ニュートンとライプニッツによる微分の誕生、フーリエ、コーシー、リーマンたちの仕事を経て、複素解析、さらに量子力学に至る解析学を俯瞰します。 自然という書物は数学のことばで書かれている（ガリレオ・ガリレイ） 自然の本質は「変化」です。人類は「自然がどのように振る舞うのか、どのように動くのか」を知りたいと願ってきました。代数学、幾何学と並ぶ数学の中心的研究分野である解析学は、「変化」を調べる数学です。解析学は、その誕生から自然科学と共に歩んできました。 変化するものは、数や図形といった動かないものに比べて、格段に調べにくく、まして「変化」そのものは、捕らえどころがありません。その「変化」を数学者たちは天才的なアイディアによって、本質を見極め定式化してきました。 　解析学が本格的に活動を始めるのは、17世紀に微分法が発見され、ニュートン力学が誕生してからです。以後、堰を切ったように研究が進められ、解析学によって自然現象が次々に解明されてきました。そして奇跡の19世紀を経て、20世紀になりさらに深化と抽象化が進みました。 　本書は、アルキメデスによる解析学の黎明から、ニュートンとライプニッツによる微分の誕生、フーリエ、コーシー、リーマンたちの仕事を経て、複素解析、さらに量子力学に至る解析学を俯瞰します。 解析学の黎明 微分の誕生 微分は積分も可能にした ニュートン以降、フーリエまで 実数と関数 微分方程式 複素解析 量子力学

アルゴリズムの知識を前提としないビギナー向けに、C言語の基礎的部分から複雑なデータ構造の利用方法、最適値探索と遺伝的アルゴリズム(GA)の実装までを分かりやすく解説。随所にクイズ形式の演習を出題し、ゲームやパズル解法のプログラムを作成しながらプログラミングを習熟することを助けます。 第1章 C言語の基礎の復習 第2章 再帰とフィボナッチ数 第3章 ランダム関数とシミュレーション 第4章 ポインタ入門 第5章 ポインタの配列と構造体 第6章 より複雑なデータ構造 第7章 木構造の探索 第8章 最適値の探索 第9章 GAを作る 付録 演習問題のヒントと解答例

第1部 数学の基礎 第2部 統計学の基礎 第3部 極限定理と展開 第4部 確率分布 増補第1部 数学の基礎 増補第4部 確率分布

第1章 学習の数理 第2章 特異点 第3章 代数幾何 第4章 超関数 第5章 経験過程 第6章 学習理論 第7章 学習理論と諸科学

多くの臨床研究を行い一流誌に採用された論文を多数執筆している著者だからこそ伝えられる，研究デザインから統計解析までを独自の視点で懇切丁寧に解説した本邦初の書籍。とくに統計については，考え方・使い方を筆者独特の視点から教えている。「なぜこうなっているか？」「なぜこんなことをするか？」という統計理論を裏付けた解説は，読者の理解を格段にアップさせる。 1章　臨床研究と統計解析 1.1 臨床研究と統計解析 1.2 統計解析ソフトについて 2章　これだけは覚えておきたい統計基礎 2.1 変数とは 2.2 標準偏差と標準誤差 2.3 統計解析の原則 2.4 ダミーコード化 3章　データ収集とデータクリーニング 3.1 データセットの作成 3.2 欠損値の扱い方 3.3 データクリーニング 3.4 入力規則 4章　臨床研究で使われる検定基礎 4.1 検定とは 4.2 検定の根本的な考え方 4.3 t検定 4.4 χ2検定 4.5 ここで推定 4.6 検定・推定結果を臨床的に評価する 4.7 交絡因子 4.8 多変量モデル（多変量解析） 5章　臨床研究のデザインのしかた 5.1 研究デザインの概念 5.2 研究デザインの選択 5.3 判定・評価の重要性 5.4 判定・評価の信頼性・妥当性 5.5 評価のタイミング 5.6 研究デザインのまとめ 6章　研究計画書（プロトコル）作成 6.1 なぜ研究計画書（プロトコル）か？ 6.2 研究計画書（プロトコル）に必要な要素 6.3 研究計画書（プロトコル）作成の要点 7章　論文化に向けて 7.1 標本患者集団を明確に 7.2 図表の選び方 Topic　マーカー研究と診断特性 1. マーカー研究 2. 診断特性 3. ROC曲線 4. 選別点（カットオフポイント）の設定 5. マーカー研究のデザイン コラム ◆統計解析ソフトの操作による変数の扱い方 ◆個人データの扱いにはくれぐれも注意を ◆データ入力時は半角英数でセッティングを ◆欠損の取扱い ◆臨床の勉強をやりましょう！ ◆両側検定と片側検定の違い ◆オッズ比とハザード比 ◆傾向スコア（Propensity score）を用いた解析 ◆多重比較 ◆非劣性試験 ◆生存解析 ◆サンプルサイズ計算 ◆研究期間は3年くらいを目安に ◆ケースシリーズ・症例報告 ◆臨床研究をきちんと行うと測定装置のエラーもわかる？ ◆Table 1 ◆サブグループ解析

Excelを利用して、実例に基づいた実用的手法をやさしく丁寧に解説。医療現場での統計手法をすぐに実行できる。 実例に基づいた例題とわかりやすい図，丁寧な解説で効率よく学習！ 　医療でも統計は、研究、実験、学術誌投稿、臨床など様々なシーンで活用されていますが、多くの方は高価な統計ソフトを使いこなせていないのが現状です。本書では、最も普及している「MS-Excel」を利用して、初心者でもすぐに解析できるように、実例に基づいた実用的手法をやさしく丁寧に解説しています。 第1章　統計分析をはじめるまえに 第2章　2つの代表値（平均値・中央値）の比較について 第3章　3つ以上のデータの差を比較する 第4章　比率の差を比較する（クロス集計） 第5章　2つのデータの関連性をみる（相関と回帰） 第6章　多次元データを比較する（多変量解析） 第7章　イベント・ヒストリー分析：生存時間（率） 付録

過去のデータを併合し，より信頼性を高める本統計解析手法の基本的考え方から実際までを解説。好評の旧版に大幅加筆。

臨床の医療従事者（コメディカル）は、忙しい臨床業務の合間を見つけて、限られた時間の中で効率的に論文を読むことが求められています。 しかし、医学論文を読んでいると難解な統計学的分析が登場することは少なくありません。多くの人がこの統計学に苦手意識を持っているようです。 統計学入門に関する書籍は数多くありますが、読者自身が医学研究をする立場にある人と、日々の臨床活動に活かすために医学論文を読もうとしている人では、統計学を学習するスタイルが、おのずと違ってくるはずです。理想的な勉強方法は、実際の医学論文を読みながら、必要に応じて統計的な知識を習得していくような実践的な学習スタイルが望まれているといえます。 本書では、様々な医学論文を読み解く立場から実際の医学論文の一部を抜粋しながら、その都度、必要となる統計学的知識を解説していくといったスタイルをとっています。

論文読解に必要な，統計の正しい知識が身につく！レジデントノート誌の連載を単行本化

姉妹作「医学統計シンプルスタイル」から大きく踏み込んだ編。 本書では、医学統計の知識をいかして論文を読み、研究成果を理解するための方法を、実践を通してライブ感たっぷりに解説します。 姉妹作「医学統計シンプルスタイル」から大きく踏み込んだ編。 本書では、医学統計の知識をいかして論文を読み、研究成果を理解するための方法を、実践を通してライブ感たっぷりに解説します。 本書を読めば、論文吟味がドキドキワクワク楽しいものになること請け合いです。最後まで読みすすめる頃には、論文の吟味の実践とはどういうことかが、自然と身についていることでしょう。 第1章　はじめに 1．自己紹介と講義の指針 2．データを正しく理解するために 　（1）意外と身近にある臨床試験 　（2）論文吟味のための心構え 第2章　臨床試験のキホン 1．臨床試験とはどういうものか？ 　（1）何のためにやるのか 　（2）やる前に結果がわかっている試験は× 2．データ集積と解析の方法 　（1）データ集積のパターン 　（2）さまざまな解析方法 3．生存曲線を理解する①　基本 　（1）NNTという数字が示すもの 　（2）生存時間解析の特徴―打ち切り 4．生存曲線を理解する②　どう書く？ 5．生存曲線を理解する③　どう見る？ 　（1）ひげのついている時点に注目 　（2）ひげのないグラフは症例数に注目 （3）生存曲線から試験の問題点をみる （4）いい打ち切り、悪い打ち切り 6．割付の方法を知っておこう 　（1）症例数が多いなら、単純ランダム化法 　（2）最もポピュラーな最小化法 第3章　臨床試験の問題点―こんな試験にならないように 1．なんでもかんでもエンドポイント？ 　（1）一次エンドポイントが大事、二次はおまけ 　（2）野球のスコアにたとえてみると… 　（3）各評価項目の関係 2．後付の解析に気をつけろ 3．複合エンドポイントに惑わされるな コラム：エビデンスの客観的な検証法 4．真のエンドポイントを見極めよう 　（1）真のエンドポイントと代用エンドポイント 　（2）見かけだけの改善は意味がない 5．都合の悪い情報は出さない？ 6．これでいいのかランダム割付① 　（1）どうしてランダム割付できないのか 　（2）患者背景の問題点から作為がみえてくる 7．これでいいのかランダム割付② 8．要注意のPROBEデザイン 　（1）PROBEとは 　（2）PROBE試験が陥りやすい欠点 　（3）PROBE試験を成功させるために コラム：臨床試験は追試できない 第4章　臨床試験をみるさまざまな視点 1．統計的有意差と臨床的有意差 　（1）NNTから何がわかるか 　（2）「作られる」統計的有意差 2．スポンサー主導で結果がよくなる？ 3．メタアナリシス 　（1）メタアナリシスとは何か 　（2）メタアナリシスの限界 　（3）これが理想のメタアナリシス 4．おわりに―論文吟味のための心構え 第5章　講義のあとに… 1．論文吟味Q＆A 2．大規模臨床試験の概要