統計的分析、特に「ある行動（処置）が、どのような結果（アウトカム）をもたらすか」を知りたい因果推論を行う際、どの変数をモデルに入れるか（＝説明変数として統制するか）は非常に重要である。 間違った変数を選んでしまうと、せっかくの分析が台無し...

実験や分析でデータを得た際、「検出限界以下（Not Detected: ND）」という結果に直面したことがあるだろう。これは、物質が存在する可能性はあっても、測定機器では捉えられなかったことを意味する。 これらの「見えない値」を無視して「0」と入力したり...

因果推論の分野では、観察研究からバイアスの少ない効果を推定するために様々な手法が用いられる。その中でも、Inverse Probability of Treatment Weighting（IPTW）は、共変量の不均衡を調整し、治療群と対照群を「比較可能」にする強力なツールである。I...

疫学研究や臨床研究において、観察研究で因果推論を行う際には、治療群間の共変量バランスが取れていないことが大きな課題となる。この課題を解決するための強力な手法の一つが、IPTW (Inverse Probability of Treatment Weighting) である。IPTWを用いる...

「あの治療を受けていたら、どうなっていたのだろう？」多くの人が一度は抱く疑問だろう。医学研究や社会科学において、特定の介入（治療、政策、プログラムなど）がもたらす効果を正確に知ることは非常に重要である。しかし、現実の世界では、誰がどの介...

回帰分析は、変数間の関係性を明らかにする強力な統計ツールである。しかし、データの中に「外れ値」と呼ばれる特異な値が存在する場合、通常の最小二乗法では分析結果が大きく歪められてしまうことがある。このような問題を解決し、より信頼性の高いモデ...

統計モデリングを行う際、データの「分散」が均一であるという仮定を置くことがよくある。しかし、現実のデータではこの仮定が成り立たない、つまり「不均一分散」を示すケースが少なくない。不均一分散は、統計的推論の信頼性を損なう可能性があり、適切...

重回帰分析は、複数の説明変数を用いて目的変数を予測する強力な統計手法である。しかし、OLS（Ordinary Least Squares：通常の最小二乗法）を適用する際に、ある重要な仮定が満たされない場合、そのモデルの信頼性が損なわれることがある。それが「等分散...

回帰分析を行う際、2つ以上の説明変数が従属変数に与える影響が、互いの水準によって異なる場合がある。このような現象を「交互作用（interaction）」と呼び、統計モデルに交互作用項を組み込むことで、より詳細な関係性を明らかにできる。 しかし、交互作...

この記事では、統計分析で重要な役割を果たす「偏相関の二乗」について掘り下げる。この指標が一体どのような概念であり、どのように計算されるのか、さらにはその異なる呼び名や日本語での表記についても整理する。加えて、具体的な例とRを用いた実践的な...

統計分析において、複数の変数間の関係性を探ることは不可欠である。特に、ある結果（目的変数）が複数の原因（説明変数）によってどのように影響されるかを分析する際には、重回帰分析が強力なツールとなる。また、2つの変数間の純粋な関係性を知りたい場...

データ分析において、複数のグループ間での関係性の違いを比較することは非常に重要だ。特に、ある従属変数と独立変数の関係が、別の要因（グループ）によってどのように異なるかを明らかにしたい場合、回帰直線の差の検定は強力なツールとなる。しかし、...

単回帰分析では、目的変数と説明変数の間に直線的な関係があるかを調べる。Rのlm関数を使えば簡単に分析できるが、その裏側にある計算ロジックを理解することも重要だ。この記事では、lm関数に頼らずに回帰直線の主要な要素、つまり回帰係数の推定、その検...

回帰分析は、変数間の関係性を明らかにする強力な統計ツールだ。その結果を解釈する際、$t$ 値や $F$ 値といった統計量を目にすることが多いだろう。特に、単回帰分析においては、回帰係数の $t$ 値の2乗が、回帰モデル全体の有意性を検定する $F$ 値と常...

データ分析の現場では、生データが手元になく、要約統計量（平均値、標準偏差、症例数）のみが与えられている状況で統計的検定を行う必要に迫られることがある。特に、2つのグループ間の平均値に有意な差があるかを検証するt検定は頻繁に用いられる。 Rに...

コホート研究のメタアナリシスは、複数の独立した研究結果を統合することで、より信頼性の高いエビデンスを導き出す強力な手法である。特に、調整オッズ比 (Adjusted Odds Ratio: AOR) や 調整ハザード比 (Adjusted Hazard Ratio: AHR) のような、交絡因子...

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。...

「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...

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...

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...

「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...

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...

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...

「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...

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...

医療現場において、臨床予測モデルは疾患の診断、予後の予測、治療法の選択など、多岐にわたる意思決定を支援する強力なツールである。しかし、これらのモデルが誤って設定された場合、その予測は患者の健康を危険にさらし、医療資源の無駄遣いにも繋がり...

臨床予測モデルは、医療現場で患者の将来を予測する強力なツールだ。特に血圧や血糖値のような連続データをアウトカムとするモデルは、病状の進行予測や治療効果の判定に役立つ。しかし、これらのモデルが実際に役立つためには、その予測能力が信頼できる...

差分の差分法（Difference-in-Differences, DiD）は、政策変更や介入の効果を評価する際に非常に強力な統計的手法だ。この記事では、DiDの基本的な考え方から、その使い所、関連する統計手法との違い、DiDの核心である並行トレンドの仮定について詳しく解...

見せかけの相関に惑わされていないだろうか？世の中には、一見すると関係がありそうに見えて、実はそうではない現象がたくさん存在する。例えば、「アイスクリームが売れるとプールの事故が増える」という話を聞いたことはないだろうか？これは、アイスク...

SEM（構造方程式モデリング）は、心理学や社会学といった分野で複雑な因果関係を分析する際に非常に強力なツールとなる。しかし、アンケート調査などで収集されるデータには、回答者の個人的な解釈の違いや測定尺度の不完全性から生じる「測定誤差」がつき...

研究論文やデータ分析でよく耳にする「媒介効果」と「調整効果」。どちらも変数間の関係性を深く掘り下げる際に重要な概念であるが、その意味するところは大きく異なる。本記事では、これら二つの効果の違いを明確にし、具体的な例とRでの計算例を交えなが...

データ分析を進める上で、「ある原因が結果にどう影響するか」を直接的に見るだけでなく、その間に存在する「別の要因」の存在を意識することは非常に重要だ。この「別の要因」が、ときに原因と結果の関係性をより深く理解するための鍵となる。今回は、こ...

疫学研究や社会科学研究において、ある事象が別の事象に影響を与えるメカニズムを解明することは非常に重要である。しかし、単に「AがBを引き起こす」というだけでなく、その間に別の要因が介在することがよくある。このような時に登場するのが「媒介因子...

構造方程式モデリング（SEM）は、社会科学、心理学、マーケティングなど、多岐にわたる分野で活用されている統計分析手法である。観測されたデータから、直接観測できない潜在的な変数間の因果関係や複雑なパスを統計的に推定・検定することが可能である。...

研究やデータ分析において、欠測値 (Missing Values) は避けて通れない問題である。データの一部が欠けていると、分析結果の信頼性が損なわれたり、偏った結論が導き出されたりする可能性がある。しかし、適切な対処法を知っていれば、この課題を克服し、...

データ分析を行う際、欠損データは避けて通れない課題の一つである。単純な欠損処理方法では情報が失われたり、結果に偏りが生じたりする可能性がある。そこで注目されるのが、Full Information Maximum Likelihood（FIML）である。FIMLは、欠損データを統...

研究データには、しばしば「欠測値（Missing Values）」という問題がつきまとう。この欠測値を適切に処理することは、研究結果の信頼性や妥当性を確保するために不可欠である。本記事では、欠測率の基本的な計算方法から、統計解析ソフトウェアRを用いた具...

多重代入法 (Multiple Imputation, Mice) は、欠損値に対処するための強力な統計的手法である。しかし、多重代入法によって作成された複数のデータセットそれぞれに対して統計解析を行った後、それらの結果をどのように統合すればよいか迷うことがある。本...

従来のランダム化比較試験（RCT）は、個々の参加者をランダムにグループに割り付けることで、介入の効果を公平に評価するための強力な手法である。しかし、医療や教育の現場では、個人ではなくグループ（クラスター）単位で介入が行われることが少なくない...

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 産後2週間の母親373名を対象とした調査で、育児不安尺度（20項目4因子：負担感、抑うつ気分、母乳不足感、児の哺乳の不安定感）の信頼性・妥当性が確認された。本尺度...

臨床研究や生物学研究において、同じ被験者から複数回測定されたデータ（反復測定データ）は頻繁に登場する。このようなデータは、従来の線形回帰モデルでは適切に解析できない場合がある。なぜなら、同じ被験者からの測定値は互いに相関を持つため、独立...

2つのグループの平均値を比較する際、多くの人がそれぞれの平均値の95%信頼区間が重なっているかどうかを見て、「統計学的に有意な差があるか」を判断しようとする。しかし、これは誤りである。実は、2つの信頼区間が重なっていたとしても、統計学的に有意...

新薬開発や後発医薬品（ジェネリック医薬品）の開発において、薬剤の有効性と安全性を科学的に評価することは極めて重要である。その中でも、すでに承認されている医薬品（先発医薬品）と新しい医薬品が、体内で同等に作用するかを評価する生物学的同等性...

臨床研究では、同一の対象者に対して複数回測定を行う反復測定デザインが頻繁に用いられる。このようなデータは、時間経過に伴う変化や介入効果を評価する上で非常に有用だが、一方で、複雑な相関構造をモデル化するという課題がある。この複雑な相関構造...

医療研究や社会調査など、さまざまな分野のデータ解析で登場する固定効果と変量効果。これらは、データを回帰モデルで分析する際に、「集団全体の平均的な傾向」と「個々の対象が持つ固有のばらつき」をどのように扱うか、という考え方に基づいている。 固...

臨床研究や疫学研究において、繰り返し測定されるデータやクラスター化されたデータは頻繁に登場する。このようなデータでは、同じ被験者からの測定値や同じクラスター内の観測値には相関があるため、従来の独立性を仮定する統計手法では適切な解析ができ...

臨床研究や生物統計学の分野では、患者ごとのばらつきや測定の反復性など、データが持つ複雑な構造を考慮することが不可欠である。しかし、基礎的な統計モデルでは、このような複雑性を十分に捉えきれない。そこで必要となってくるのが、「一般化線形混合...

新しい治療法が既存のものと同等であることを証明したい。そんな時、従来の「優れているか」を問う研究だけでは不十分である。本記事では、臨床現場で役立つ同等性検定の基本から、医師が直面する具体的なケースでの活用法、そして研究の成功に不可欠な必...

研究論文や統計解析の結果を目にしたとき、「有意差があった」という報告に接する機会は多い。しかし、P値が示す統計的有意性は、あくまで偶然によるものか否かという確率的な指標に過ぎない。では、その研究によって「どれくらいの効果があったのか」「そ...

統計的仮説検定は、日々直面する様々な疑問に科学的に答えを出すための強力なツールである。特に医療や教育といった分野では、新しい治療法や学習方法の効果を検証する際に不可欠である。この検証の鍵を握るのが「効果量」と「サンプルサイズ」。これら二...

統計的仮説検定は、科学研究やビジネスにおいて意思決定を行う上で不可欠なツールである。しかし、その結果を正しく解釈し、適切な結論を導き出すためには、「有意水準」「検出力」「サンプルサイズ」という三つの重要な概念の相互関係を理解することが不...

診断検査の感度・特異度分析におけるサンプルサイズ計算は、研究の目的、疾患有病率、期待される感度・特異度、許容誤差、検出力に基づいて行われる。小さすぎると信頼性が低く、大きすぎるとリソースが無駄になる。統計的に信頼できる結果を得るには、こ...

「あなたのデータ、本当にその仮説に合ってる？」📈 統計分析でよくあるこの疑問。 今回は、観測されたデータが、ある理論的な分布や比率にどれくらい「適合しているか」を科学的に評価する「適合度検定」について、基本から具体例、必要なサンプル...

「治療前後の効果」「施策による意識の変化」など、同じ対象者の2つの時点での変化を知りたいとき、マクネマー検定が役立つ。この検定は2値データ（はい/いいえなど）の変化を分析するのに最適。 この記事では、マクネマー検定の基本から、Rを使った計算例...

バランスが取れないときの対処法 共変量を見直す 傾向スコア作成のための共変量は、アウトカムに関連があり、要因にも関連があるものが候補である だが、要因にしか関連ないものは、除くとよい その観点で見直すと良い 参考：傾向スコア作成の際の変数の選...

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...

反復測定データの各時点の中央値及び最小値・最大値を示したエラーバーがついた折れ線グラフを書きたいという要望はよく聞くが、そのようなグラフを書けるソフトウェアはなかなか見つからない EZR と R で中央値に最小値・最大値エラーバー付きの折れ線グ...

R で形態素解析を行い、外部変数との対応分析を実行し、バイプロット（biplot）を書く方法の解説 前準備：データの読み込みから外部変数で分割したファイルの保存 テキストデータは、例えば、以下のようなデータを準備する ここで、comment が分析対象のテ...

R でテキストデータを単語に区切り、頻度表を作成して、N-gram を書く方法を解説 テキストデータの読み込みから頻度表作成まで まず、前提として、MeCab と RMeCab をインストールしておく MeCab と RMeCab の準備については、以下の関連記事を参照 まず、...