対応のある連続値データ

公開日: 更新日:

【2022年10月1週】 【A000】生物統計学 【A050】研究デザイン 【A053】介入研究(臨床試験)

この記事をシェアする
  • B!
サムネイル画像

本稿では、介入研究やクロスオーバー試験などにおける対応のある連続値データのデータ形式や基本統計量などについての定義をまとめています。

なお、閲覧にあたっては、以下の点にご注意ください。

  • スマートフォンやタブレット端末でご覧の際、数式が見切れている場合は、横にスクロールすることができます。
  • 曝露(発症)状況を表す右下の添え字は、「0」である場合($n_0,\pi_0$ など)や「2」である場合($n_2,\pi_2$ など)がありますが、どちらも「非曝露群(コントロール群)」を表しています。

データの形式

対応のある連続値変数(例えば、処置前後の血圧値など)が正規分布 \begin{align} X \sim \mathrm{N} \left(\mu_1,\sigma_1^2\right) \quad Y \sim \mathrm{D_0} \left(\mu_0,\sigma_0^2\right) \end{align} に従い、 被験者数(サンプルサイズ)を \begin{gather} n \end{gather} 母集団分布からの互いに独立な無作為標本を \begin{align} \boldsymbol{X}= \left\{\begin{matrix}X_1,Y_1\\X_2,X_2\\\vdots\\X_n,Y_n\\\end{matrix}\right\} \end{align} とする。 測定値の前後差を \begin{gather} d_i=X_i-Y_i\\ \boldsymbol{d}= \left\{d_1,d_2, \cdots ,d_n\right\} \end{gather} とし、 測定値の前後差が互いに独立に正規分布 \begin{gather} d_i \sim \mathrm{N} \left(\mu_d,\sigma_d^2\right) \end{gather} に従うとする。

基本統計量

標本平均

\begin{gather} \bar{X}=\frac{1}{n}\sum_{i=1}^{n}X_i=\frac{1}{n} \left(X_1+X_2+ \cdots +X_n\right)\\ \bar{Y}=\frac{1}{n}\sum_{i=1}^{n}Y_i=\frac{1}{n} \left(Y_1+Y_2+ \cdots +Y_n\right)\\ \bar{d}=\frac{1}{n}\sum_{i=1}^{n}d_i=\frac{1}{n} \left(d_1+d_2+ \cdots +d_n\right) \end{gather}

標本分散・標本不偏分散

前後差の標本分散 \begin{gather} S^2=\frac{1}{n}\sum_{i=1}^{n} \left(d_i-\bar{d}\right)^2 \end{gather} 前後差の標本不偏分散 \begin{gather} {\hat{\sigma}}_d^2=s^2=\frac{1}{n-1}\sum_{i=1}^{n} \left(d_i-\bar{d}\right)^2 \end{gather}

前後差の平均

\begin{gather} \mu_d=\mu_1-\mu_0\\ {\hat{\mu}}_d=\bar{d} \end{gather}

参考文献

  • 東京大学教養学部統計学教室 編. 基礎統計学 1 統計学入門. 東京大学出版会, 1991, p.175-186

自己紹介

自分の写真

yama

大学時代に読書の面白さに気づいて以来、読書や勉強を通じて、興味をもったことや新しいことを学ぶことが生きる原動力。そんな人間が、その時々に学んだことを備忘録兼人生の軌跡として記録しているブログです。

このブログを検索

ブログ アーカイブ

QooQ