【Zoom開催セミナー：見逃し視聴あり】
＜"分析する"ってどういうこと？から押さえる超超超入門！＞
医療統計 超基礎講座
～データの型の見分けと分析方法の選択ができるようになる～

講師

東洋大学　総合情報学部　准教授　石村 光資郎 氏

講師紹介

■経歴
2002年 慶應義塾大学理工学部数理科学科卒業
2008年 慶應義塾大学大学院理工学研究科基礎理工学専攻博士課程修了 博士(理学)
2009年 東洋大学総合情報学部　専任講師
2024年4月 - 東洋大学総合情報学部　准教授

■専門および得意な分野・研究
エルゴード理論
統計解析

日時・会場・受講料

●日時　2024年6月26日（水）　10:30-16:30
●会場　会場での講義は行いません。
●受講料
　　【オンラインセミナー（見逃し視聴なし）】：1名47,300円(税込（消費税10％）、資料付)
　　＊1社2名以上同時申込の場合、1名につき36,300円

　　【オンラインセミナー（見逃し視聴あり）】：1名52,800円(税込（消費税10％）、資料付)
　　＊1社2名以上同時申込の場合、1名につき41,800円

　　　　　 ＊学校法人割引；学生、教員のご参加は受講料50％割引。→「セミナー申込要領・手順」を確認下さい。

　●録音・録画行為は固くお断り致します。

■ セミナーお申込手順からセミナー当日の主な流れ　→

※配布資料等について

●配布資料は、印刷物を郵送で1部送付致します。
・お申込の際にお受け取り可能な住所を必ずご記入ください。
・郵送の都合上、お申込みは4営業日前までを推奨します。（土、日、祝日は営業日としてカウント致しません。）
・それ以降でもお申込みはお受けしておりますが（開催1営業日前の12:00まで）、その場合、テキスト到着がセミナー後になる可能性がございますことご了承ください。
・資料未達の場合などを除き、資料の再配布はご対応できかねますのでご了承ください。

●当日、可能な範囲でご質問にお答えします。（全ての質問にお答えできない可能性もございます。何卒ご了承ください。）
●本講座で使用する資料や配信動画は著作物であり、無断での録音・録画・複写・転載・配布・上映・販売などは禁止致します。

セミナーポイント

■講座のポイント　
データ解析の重要性がますます高まっている昨今ではありますが、データ解析と言われても今ひとつ何をしているのか分からないことが多いのではないでしょうか。本セミナーでは、統計学を利用したデータ解析とはそもそも何をしようとしているのか、どんなデータにどの分析方法を選べば良のいのか解説いたします。
講義の前半では、"そもそも「分析をする」とはどういうことか"、"データを取ったらどうしたらいいの？"、"モデルってなんのこと？"など、分析に入る前に統計学に対する大まかな捉え方を解説します。
これらのポイントを踏まえた上で、講義の後半では具体的なデータ型別の分析パターンを紹介し、受講者自身が各データに対して適切な分析方法を選択し、統計処理していけるようになることを目指します。

■受講後、習得できること　
・適切な分析方法を選ぶことができる。
・データのパターンがわかる。
・統計処理でできることがわかる。

■講演中のキーワード
・データ解析
・正規分布
・統計的検定
・多変量解析
・分散分析

セミナー内容

■講演プログラム　

前半：分析するって何のこと？
　・ どうして統計しなきゃいけないのか
　・ 統計処理は言葉と数字の変換作業
　・ 調査と実験のちがい
　・ 他人のデータは分からない（分析したいことは自分が決めます）
　・ 現れやすいから測定・観測されるんです（標本に情報がつまっている）
　・ データは多い方がいいに決まってます
　・ 正規分布があれば何でもできる（平均と分散がパラメーターである意味）
　・ 比率にすると比較的簡単です
　・ ノンパラメトリックは可能な限り使いたくない
　・ 信頼係数は自分で決めます（区間推定のはなし）
　・ 絶対とは誰もいっていない（統計的検定のはなし）
　・ データを取る前に質問してください（モデルとデータがあっていないとやりなおし、計画・デザインのはなし）
　・ 比較の仕方にも違いがあります（被験者間と被験者内）
　・ ２つの比較と３つの比較は別物です（分散分析）
　・ 変数が３つ以上なら多変量です（多変量解析）
　・ 分析の名前はモデルの名前です（多変量解析つづき）
　・ ベイズ統計って何のこっちゃ（予測をアップデートできる）

後半：具体的にデータと分析の関係をみてみましょう
　＊講師著書「すぐわかる医療統計の選び方(東京図書)」より抜粋して解説
       ～（）内は著書における該当箇所

1　データの型：単位がある測定値の場合（パターン1.1）
　［主な統計処理］
　　基礎統計量
　　 箱ひげ図
　　 正規性の検定
　　 母平均の区間推定
　　 母平均の検定
　　 ベイズ統計による推定と検定

2　データの型：割合（比率）をみたい場合（パターン10）
　［主な統計処理］
　　母比率の区間推定
　　母比率の仮説の検定
　　 ベイズ統計

3　データの型：２つのグループの平均を比較したい場合（被験者間）（パターン2）
　［主な統計処理］
　　基礎統計量
　　 箱ひげ図
　　2つの母平均の差の検定
　　2つの母平均の差の区間推定
　　ウェルチの検定
　　ウィルコクスンの順位和検定
　　 ベイズ統計による推定と検定

4　データの型：３つ以上のグループの平均を比較したい場合（被験者間）（パターン3）
　［主な統計処理］
　　基礎統計量
　　 箱ひげ図
　　 正規性の検定
　　等分散性の検定
　　1元配置の分散分析
　　クラスカル・ウォリスの検定と多重比較
　　 ダネットの多重比較
　　 ベイズ統計による推定と検定

5　データの型：Before-Afterの平均を比較したい場合（被験者内）（パターン4）
　［主な統計処理］
　　対応のある2つの母平均の差の検定
　　Wilcoxonの符号順位和検定
　　 ベイズ統計による推定と検定

6　データの型：３回以上の測定値の平均の比較をしたい場合（被験者内）（パターン5.1）
　［主な統計処理］
　　グラフ表現
　　 反復測定による1元配置の分散分析
　　 多重比較
　　フリードマンの検定
　　 ベイズ統計による推定と検定

7　データの型：原因と結果の関係や予測値を調べたい場合（パターン7.1）
　［主な統計処理］
　　重回帰分析
　　 ベイズ統計による推定と検定

8　データの型：データ間の関係性やデータの特徴を調べたい場合（パターン7.5）
　［主な統計処理］
　　相関分析
　　 因子分析
　　 主成分分析