1.　統計学的推測の意味―――無作為化の重要性
　1.1　母平均の推定とその信頼区分
　1.2　Studentのt検定
　1.3　Wilcoxonの順位和検定
　1.4　標本の大きさ・例数


2.　研究デザイン―――無作為割り付けの重要性
　2.1　動物実験
　2.2　臨床研究
　2.3　臨床試験―――無作為割り付けは必須？
　2.4　病歴記録のデータは怖い
　　2.4.1　Berkson's bias
　　2.4.2　Berkson's biasの謎を解く
　　2.4.3　患者背景の解析は無意味
　　2.4.4　病院記録は欠陥だらけ？
　2.5　再び臨床試験について
　2.6　リスク評価の疫学研究
　2.7　代表的なプロトコールの例
　2.8　研究チームに医学統計学者は必須


3.　統計解析以前のデータを見る目
　3.1 　計量データのまとめ方
　　3.1.1　特徴をまとめるのに Mean ± SD で良いか
　　3.1.2　もっとパーセンタイルを利用しよう
　3.2　２値データのまとめ方
　　3.2.1　前向き研究の場合
　　3.2.2　後ろ向き研究の場合
　3.3 　Statistical Analysis Section


4.　平均値の比較
　4.1　２群だけの比較
　4.2　３種類以上の群間比較
　4.3　多重比較法？
　4.4　見かけは一元配置、実は処理因子が２種類の二元配置
　4.5　薬剤濃度を３濃度以上に変えた実験
　4.6　調査データの３群以上への分類・比較
　4.7　経時的繰り返し測定データの解析


5.　頻　度　の　比　較
　5.1　２群だけの割合の単純比較
　　5.3.1　独立な２群
　　5.3.2　対応ある（相関のある）２群
　5.2　順序カテゴリー分類データの２群の単純比較
　5.3　３群以上の単純比較
　5.4　３種類以上の薬剤濃度、曝露量等の効果・リスクの評価
　5.5　一致性と再現性


6.　イベント発生までの時間の比較
　6.1　打ち切りデータ
　6.2　リスク減少率
　6.3　競合リスク


7.　付　　　録
　7.1　臨床研究での無作為割り付けの方法
　　7.1.1　単純無作為化法
　　7.1.2　置換ブロック法
　　7.1.3　層別無作為化法
　　7.1.4　最小化法
　7.2　交絡因子の調整とは？
　　7.2.1　頻度の比較―――臨床試験
　　7.2.2　交互作用は調整できる？
　　7.2.3　頻度の比較―――調査
　　7.2.4　平均値の比較―――疫学調査
　　7.2.5　平均値の比較―――ベースライン値の調整
　7.3　臨床的同等性の検証とは？
　7.4　メタ・アナリシスとは？
　7.5　データを併合すとは？
　7.6　統計手法の引用文献


索　　　　引