-
尺度開発 信頼性・妥当性研究論文リスト
随時追加していく 看護学分野 退院後早期の育児不安尺度の開発と信頼性・妥当性の検討 分娩期の助産実践能力自己評価尺度の開発 「看護師の多重課題遂行能力尺度―内科系・外科系病棟看護師用―」の開発 看護小規模多機能型居宅介護に従事する看護師の看護実... -
共分散構造分析の例と参考書籍
共分散構造分析は、構造方程式モデリング SEM とも呼ばれる、変数間の相関を元に、想定する概念モデルにデータが当てはまっているか、変数同士の関連性は強いのか弱いのか、ということを検討する手法である 具体的な事例が掲載されている論文および実践す... -
Mac に EZR をインストールすると英語版になってしまう件の対処法 2025年 6 月現在最新情報
日本語MacにEZRをインストールすると英語になってしまって困っている人へ 暫定結論 いったん R の完全アンインストール → 参考ブログ：https://dr-wolf.hatenablog.com/entry/2023/12/12/055302 R をインストール（R は最新版で問題なさそう） XQuartz 2.8... -
重回帰分析の結果の書き方 ― 論文にはどの数値を書いたらよいか
教科書的には何を計算するかは決まっているが、論文にどの数値を掲載するかは決まっていない。 そういうときは、実例をもとに、まねするのが良いが、最低限の目安を示す。 回帰分析の結果の書き方の基本 一番大事な要素は、点推定値と95％信頼区間である。... -
重回帰分析の計算方法
重回帰分析は偏回帰係数を求めて予測式（回帰式）を作り、標準化偏回帰係数の計算、回帰式の有意性の分散分析、決定係数の算出、偏回帰係数の検定、など行うが、実際どんな計算をしているのか？ 実際どんな計算をしているかわかると、偏回帰係数や標準化偏... -
おすすめ統計本―医学統計を中心に
統計ER的おすすめ統計本のリストアップ 何らか参考になれば 医学統計学 医学への統計学 基本的なことがきちんと書いてある本。しっかり勉強するのにおすすめ。サンプルサイズ計算についてもかなり充実している。 医学への統計学 (統計ライブラリー) 医学デ... -
相関係数の目安と R で必要サンプル数を計算する方法
相関係数を求めたいサンプル数が少ないけど、大丈夫なのか？ 相関係数が大きい場合、サンプル数は少なくても大丈夫。 目安となるサンプル数はどのくらいか？ 相関係数の目安・意味 相関係数には、以下のような目安がある。 相関係数の絶対値関連の程度0.0... -
ベイズの力でエビデンスを統合する：ベイズメタアナリシス徹底解説
複数の研究結果を統合し、より強固なエビデンスを導き出すメタアナリシスは、医療や心理学、社会科学など多岐にわたる分野で重要な役割を果たしている。しかし、従来の頻度論的アプローチでは扱いにくい問題や、事前情報の活用といった点で限界があった。... -
ベイズ統計の核心：事前分布と事後分布を理解する
「データから何かを学ぶ」とき、私たちは常に何らかの「信念」を持っている。ベイズ統計学は、この「信念」をデータに基づいて更新していくという、非常に人間らしい思考プロセスを数学的に表現したものだ。今回は、その中心となる「事前分布」と「事後分... -
ベイズの理論からベイズ統計へ：不確実性を扱う強力なフレームワーク
私たちが生きる世界は不確実性に満ちている。明日の天気、新しい治療法の効果、マーケティングキャンペーンの成功率など、未来の出来事を完全に予測することはできない。しかし、この不確実性を数学的に捉え、合理的な意思決定を支援する強力なフレームワ... -
ベイズの定理とナイーブベイズ：機械学習の基礎を理解する
機械学習の分野には、様々な強力なアルゴリズムが存在する。中でも特に理解しやすいものの一つがナイーブベイズだ。ナイーブベイズは、あの有名なベイズの定理をベースにしており、スパムメールの分類から医療診断まで、幅広い分野で活用されている。この... -
マルコフ連鎖モンテカルロ法 (MCMC) を徹底解説！
「なんだか複雑そうな数式や理論が出てきそう…」そう思われた方もいるかもしれない。しかし、ご安心いただきたい。この記事では、マルコフ連鎖モンテカルロ法 (MCMC) という強力な統計的手法について、その基本から応用までを、できる限りわかりやすく解説... -
ROC曲線における最適なカットオフ値のブートストラップ信頼区間を理解する
医療診断、機械学習の分類問題など、多くの分野でROC曲線はモデルの性能評価に不可欠なツールだ。しかし、ROC曲線から「最適な」カットオフ値を決定するだけでは不十分な場合がある。そのカットオフ値がどの程度信頼できるのか、すなわち、異なるデータセ... -
ブートストラップ因子分析：よりロバストな因子構造を探る
統計分析は奥深く、時には結果の信頼性に疑問を抱くこともある。特に、心理学や社会科学の分野で広く用いられる因子分析は、その性質上、サンプルの変動に影響を受けやすいという側面を持つ。しかし、もしその影響を最小限に抑え、より安定した、信頼性の... -
ブートストラップ法で平均値の95%信頼区間を求めよう！
「このデータ、本当に信頼できるのか？」そう思ったことはないだろうか。限られたデータから全体像を推測する際、統計的な「信頼区間」は非常に重要な概念である。しかし、信頼区間を算出するには、データの分布に特定の仮定が必要となるケースが少なくな... -
ブートストラップ法：データの「再利用」で統計的推測を強化する
手元にあるデータだけでは、本当に信頼できる統計的な結論は出せないのではないか？そう悩んだことはないだろうか。特に、データ数が少ない場合や、複雑な統計量に関心がある場合、その悩みは尽きないかもしれない。そんな時に非常に強力なツールとなるの... -
臨床予測モデルの性能比較：最適な評価方法とは？
臨床現場でますます重要性を増している臨床予測モデル。病気の診断、予後の予測、治療効果の推定など、多岐にわたる場面で活用されている。しかし、複数のモデルが存在する場合、どのモデルが最も優れているのか、どのように判断すればよいのだろうか？ 本...
