|
1. トピックスT：新記録の誕生と競技水準の向上
1.1 考 え 方
1.2 新記録の数の確立分布
練習問題
2. トピックスU：病原性大腸菌O-157による集団食中毒
2.1 は じ め に
2.2 データをみる目
2.3 統計モデル
2.4 尤度関数と最尤推定値
2.5 対数正規分布
2.6 最尤推定値は最小値？
2.7 適 用 例
2.8 なぜ対数正規分布
練習問題
3. Bootstrap ――― 中央値の標準誤差を求める？
3.1 は じ め に
3.2 古典的な統計学的推測
3.3 Bootstrapによる推測
3.4 Bootstrap信頼区間
3.4.1 パーセンタイル法
3.4.2 BC法
3.4.3 BCa法
練習問題
4. モデルを比較する
4.1 は じ め に
4.2 MallowsのCp基準
4.3 AkaikeのAIC基準
4.4 自由度調整重相関係数
4.5 よく見かける変数選択法
4.6 AllenのCV基準
4.7 モデル選択の例No.1
4.8 HjorthのCMV基準
4.9 モデル選択例No.2
練習問題
5. 測定誤差のある線形モデル ――― 測定法の比較
5.1 誤 差
5.2 正確度の評価の基準
5.3 測定法の比較
5.3.1 線形回帰式と線形関係式
5.3.2 Bootstrapによる推測
5.3.3 繰り返し測定のある場合
練習問題
6. 一般化線形モデル（GLIM）
6.1 は じ め に
6.2 GLIMの三つの特徴
6.3 最 尤 測 定
6.4 モデルの適合度の評価
6.5 Analysis of deviance
6.6 Over-dispersion
6.7 回帰係数の解釈
6.8 適 用 例
練習問題
7. ノンパラメトリック回帰モデル
7.1 基本的アイデア
7.2 局所重み付き平均 ――― kernel smoother
7.3 局所重み付き線形回帰 ――― loess
7.4 スプライン関数の利用 ――― smoothing
splines
7.5 Smootherのパラツキとsmoothingパラメータ
7.6 一般化加法モデル―――GAM
練習問題
8. イベント発生までの時間の長さに関するモデル
8.1 生存時間の確率分布
8.2 生存関数の推定
8.2.1 パラメトリック法
8.2.2 ノンパラメトリック法
8.3 比較ハザード回帰モデル
8.3.1 パラメトリックモデル
8.3.2 Coxのモデル―――セミパラメトリックモデル
8.3.3 log-rank 検 定
9. Bayes 推 測
9.1 Frequentist ―――伝統的統計学
9.2 Bayesian
9.3 無情報事前分布
9.4 事 後 分 布
9.5 階層的条件付き独立モデル
9.6 応 用 例
練習問題
10. Markov chain Monte Carlo 法
10.1 期待値の計算
10.2 Markov 連 鎖
10.3 Metropolis-Hastingsアルゴリズム
10.4 ２種類のsampler
10.5 収 束 診 断
10.6 Single-component MH法
10.7 Gibbs sampling
11. トピックスV：多施設共同臨床試験における施設間差
11.1 治療効果のモデル
11.2 Balanced dataでの推測
11.2.1 分散分析（ANOVA）法
11.2.2 最 尤（ML）法
11.2.3 制限付き最尤（REML）法
11.3 Unbalanced dataでの推測の留意点
11.4 解 析 例
練習問題
12. トピックスW：疾病地図と疾病集積性
12.1 は じ め に
12.2 問題の所在
12.3 年齢調整でも不十分
12.4 Bayesian approach
12.4.1 Empirical Bayes
12.4.2 Bayesian hierarchical model
12.5 疾病の集積性
練習問題
付録A:最 尤 推 定
A.1 尤度に基づくモデル
A.2 漸近的に同等な三つの検定統計量
A.3 信 頼 区 分
A.4 デ ル タ 法
付録B:S-Plusプログラム他
文 献
索 引
|
