役に立つ薬の情報～専門薬学 ＞ 統計学 ＞ 一元配置分散分析法、Kruskal-Wallis(クラスカル・ワリス)検定 (独立多群) 多群の検定 群数が二つなら二標本の検定をするが、三つ以上の群がある場合は多群での検定をする必要がある。独立多群の検定では「データのどこかに差があるかどうか」を検定する。ただし、どことどの群で差があるかまでは分からない。 多群を検定するとき、「それぞれの群を二標本t検定で検定すればよいのでは」と疑問が生じてくるが、実際にこの方法を行ってはいけない。これは、判定を間違ってしまう確率が高くなるからである。 二群の検定で判定が有意差「無」と判断される確率は(1-α)である。それでは、二群の検定を三回行った場合で三つとも有意差「無」と判断される確率は(1-α)3となる。このとき、逆に有意差「有」と判断される確率は1-(1-α)3となってしまう。 もし、検定をn回するな

Rのインストール R（アール）は統計・データ解析・統計グラフ作成のためのオープンソースソフトです。CRAN（「シーラン」または「クラン」、Comprehensive R Archive Network）のミラーサイト（日本では統数研 https://cran.ism.ac.jp/ など）からダウンロードし、インストールしてください。Windows用、Mac用、Linux用があります。 最近では下図のような RStudio（アール・スタジオ、英語の発音により忠実に書けばアール・ステューディオまたはアール・ストゥーディオ）という統合開発環境（IDE）を介してRを使う人が増えています。Download RStudio Desktop のページからダウンロードしてインストールします。 RStudio。左上ペインがソースエディタ（この図では隠れている）、左下がRコンソール、右上がグローバル環境のオブ

Clinical Journal Club 1. 多重比較 Familywise Error Rate さいころを1回振って、●が出る確率は1/6 = 0.167です。 さいころを2回振って、●が1回も出ない確率は、(5/6)2 = 0.694です。したがって、さいころを2回振って、1回でも●が出る確率は、1-(5/6)2 = 0.306です。 当然ながら、さいころを振れば振るほど、1回でも●が出る確率が上がっていきます。さいころを20回振って、一度も●が出ない確率は、わずか0.026です。 さいころを振る回数と1回でも●が出る可能性 さいころを繰り返し振るという事と、有意水準α = 0.05の検定を繰り返すという事は、確率論的には全く同じ事です。検定を繰り返せば繰り返すほど、偶然棄却される帰無仮説が増えます。複数回繰り返された検定全体において帰無仮説が棄却される可能性を、familywi

世界中のあらゆる情報を検索するためのツールを提供しています。さまざまな検索機能を活用して、お探しの情報を見つけてください。

Kaggle is the world’s largest data science community with powerful tools and resources to help you achieve your data science goals.

2019-06-28 Data Sciences for the Resilient Society 2018-07-10 f-lab2014 過去の講義 2018-02-25 ICPSR2009 2017-07-20 ベイズ統計演習2014_4 2017-02-28 空間モデリング特論2017 2016-02-26 Sports Data Science 2015 2016-01-11 環境とビジネスのデータサイエンス/空間モデリング（2015年度秋学期） 2015-11-02 空間モデリング2015演習ページ(2) 2015-10-11 環境とビジネスのデータサイエンス/空間モデリング（2015年度秋学期）（SFC-SFCに移動） 空間モデリング2015演習ページ(1) 2015-08-14 ベイズ統計演習2014_7 2015-06-22 環境とビジネスのデータサイエンス（2015年

統計解析の分析手法は、分析の目的、データの形式、尺度水準、データの特性、分析手法の特性等から選択します。。 統計解析の手法にはいろいろありますが、次のような点を踏まえて分析手法を選びます。 データ分析の目的を明確にする データの形式から分析手法を判断する 尺度水準から分析手法を絞り込む データの特性から分析手法を絞り込む(正規性・等分散性・標本サイズなど) 検定力、頑健性なども考慮する データ分析の目的と分析手法 データ分析の目的によって次のように分析手法を使い分けます。 ①仮説が正しいかどうかを判定する･･･各種検定 関係性の検定・・・グループ間の関係が独立であるかどうかを検定する 差の検定・・・グループ間の代表値の差を検定する 平均値の差、中央値の差、分散(バラつき)の差 ※比率の差(変数間の比率の差)の検定は、グループが互いに独立であるかどうかを調べることになり、関係性の検定と同

はじめに Fisher（フィッシャー）の正確検定（Fisher's exact test）は，分割表（クロス集計表）の各行（各列）が独立かどうかを調べる方法です。直接確率法とも呼ばれます。 この方法はFisherが1935年に著した The Design of Experiments という本の序章の次の第2章の最初に出てくる有名な lady tasting tea の問題を解くために使われています。Fisherの帰無仮説の考え方を最初に説明したものとしても有名です。 2×2分割表の検定 2008年12月8日のニュースによれば，麻生内閣の支持率が前回と比べて半減しました。ネットで調べられる限りの結果を私のブログに載せました。これを見ると，20.9%から25.5%と，かなりばらつきがあります。このばらつきは偶然と考えていいでしょうか。 回答数のわかっている調査について，人数に直すと，次のよう

この結果をSPSSのχ2検定によって検討し，賛成意見よりも反対意見の方が統計的に有意に多いことを示したい。 SPSSを起動する（既に起動してある場合には，以前のデータを保存し，ファイルメニュー→新規作成→データ） SPSSデータエディタの「変数ビュー」を開く １番目の変数の名前に「回答」 「型」は数値，「幅」「小数桁数」はデフォルトのまま 「ラベル」に「質問の回答」と入力 「値」の「...」をクリック。値ラベルを指定する。 「0」が「反対」，「１」が「賛成」になるように指定する 「測定」の部分を「名義」にする（名義尺度の水準なので） SPSSデータエディタの「データビュー」を開く １番目から５番目までに「１」（賛成）を，６番目から20番目までに「０」（反対）を縦に入力 自由度１，カイ２乗値は5.00，５％水準で有意である。 レポート等に記述する時は…　χ2=5.00, df=1, p<.0

(a) 2つの変数が計量尺度の時 最も基本的であり、図5.5.2の左上の図のように普通の回帰直線を求め、その回帰係数の検定および推定を行います。 そして回帰直線の当てはまり具合を表す指標として寄与率を求めます。 (→5.1 相関係数と回帰直線　(2)回帰分析) (b) 説明変数が順序尺度で目的変数が計量尺度の時 この場合は順序尺度のデータを適当に計量尺度化し、それを用いて回帰分析を行います。 説明変数は確率変数ではないため、目的変数との関係が直線的であり、かつ実質科学的に妥当なものであればどのように計量尺度化してもかまいません。 (→5.1 相関係数と回帰直線　(2)回帰分析) (c) 説明変数が計量尺度または順序尺度で目的変数が順序尺度の時 この場合は順序尺度を適当に計量尺度化して回帰分析を適用するか、それとも順序ロジスティック回帰分析を適用します。 順序ロジスティック回帰分析については