ジョン・ラチン(2020)『医薬データのための統計解析』 問題2.7 解答例

公開日: 更新日:

【2022年10月2週】 【A000】生物統計学 【A073】統計的仮説検定

この記事をシェアする
  • B!
サムネイル画像

本稿は、ジョン・ラチン(2020)『医薬データのための統計解析』の「問題2.7」の自作解答例です。Thomas-Gartの方法にもとづく母比率の信頼区間に関する問題です。

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。
  • 著作権の関係上、問題文は、掲載しておりません。上述の参考書をお持ちの方は、お手元にご用意してご覧ください。
  • この解答例は、筆者が自作したものであり、公式なものではありません。あくまでも参考としてご覧いただければ幸いです。

問題2.7.1:オッズ比の期待値

二項分布の期待値の公式より、各群の発症者数 $a,b$ の期待値は、 \begin{gather} E \left(a\right)=n_1\pi_1\\ E \left(b\right)=n_2\pi_2\tag{1} \end{gather} 周辺度数 $n_1,n_2,m_1,m_2$ が固定されているとき、 \begin{gather} b=m_1-a \end{gather} 両辺の期待値を取ると、 \begin{gather} E \left(b\right)=m_1-n_1\pi_1\tag{2} \end{gather} 式 $(1),(2)$ を $\pi_2$ について解くと、 \begin{gather} n_2\pi_2=m_1-n_1\pi_1\\ \pi_2=\frac{m_1-n_1\pi_1}{n_2}\tag{3} \end{gather} オッズ比の定義式 $\varphi=\frac{\pi_1}{1-\pi_1} \cdot \frac{1-\pi_2}{\pi_2}$ より、 \begin{align} \widetilde{\varphi}&=\frac{\pi_1}{1-\pi_1} \cdot \frac{n_2}{m_1-n_1\pi_1} \cdot \frac{n_2- \left(m_1-n_1\pi_1\right)}{n_2}\\ &=\frac{\pi_1 \left(n_2-m_1+n_1\pi_1\right)}{ \left(1-\pi_1\right) \left(m_1-n_1\pi_1\right)} \end{align} $\blacksquare$

問題2.7.2:2次方程式の導出

先ほどの式を $\pi_1$ について整理すると、 \begin{gather} \widetilde{\varphi} \left(1-\pi_1\right) \left(m_1-n_1\pi_1\right)=\pi_1 \left(n_2-m_1+n_1\pi_1\right)\\ \widetilde{\varphi}m_1-\widetilde{\varphi}n_1\pi_1-\widetilde{\varphi}m_1\pi_1+\widetilde{\varphi}n_1\pi_1^2=n_1\pi_1^2+n_2\pi_1-m_1\pi_1\\ n_1\pi_1^2-\widetilde{\varphi}n_1\pi_1^2+\widetilde{\varphi}n_1\pi_1+\widetilde{\varphi}m_1\pi_1+n_2\pi_1-m_1\pi_1+\widetilde{\varphi}m_1=0\\ \left[n_1 \left(1-\widetilde{\varphi}\right)\right]\pi_1^2+ \left[\widetilde{\varphi} \left(n_1+m_1\right)+ \left(n_2-m_1\right)\right]\pi_1-\widetilde{\varphi}m_1=0\\ \left[n_1 \left(\widetilde{\varphi}-1\right)\right]\pi_1^2- \left[\widetilde{\varphi} \left(n_1+m_1\right)+ \left(n_2-m_1\right)\right]\pi_1+\widetilde{\varphi}m_1=0 \end{gather} $\blacksquare$

問題2.7.3:群1の発症確率

2次方程式の解の公式 $ax^2+bx+c=0\Rightarrow x=\frac{-b\pm\sqrt{b^2-4ac}}{2a}$ より、 \begin{align} \pi_1=\frac{ \left[\widetilde{\varphi} \left(n_1+m_1\right)+ \left(n_2-m_1\right)\right]\pm\sqrt{ \left[\widetilde{\varphi} \left(n_1+m_1\right)+ \left(n_2-m_1\right)\right]^2-4\widetilde{\varphi}m_1 \left[n_1 \left(\widetilde{\varphi}-1\right)\right]}}{2 \left[n_1 \left(\widetilde{\varphi}-1\right)\right]} \end{align} したがって、 \begin{align} C= \left[\widetilde{\varphi} \left(n_1+m_1\right)+ \left(n_2-m_1\right)\right]-\sqrt{ \left[\widetilde{\varphi} \left(n_1+m_1\right)+ \left(n_2-m_1\right)\right]^2-4\widetilde{\varphi}m_1 \left[n_1 \left(\widetilde{\varphi}-1\right)\right]} \end{align} とすると、 \begin{align} \pi_1=\frac{C}{2 \left[n_1 \left(\widetilde{\varphi}-1\right)\right]} \end{align} $\blacksquare$

上記の解答の中で、大きい方の値 \begin{align} \left[\widetilde{\varphi} \left(n_1+m_1\right)+ \left(n_2-m_1\right)\right]+\sqrt{ \left[\widetilde{\varphi} \left(n_1+m_1\right)+ \left(n_2-m_1\right)\right]^2-4\widetilde{\varphi}m_1 \left[n_1 \left(\widetilde{\varphi}-1\right)\right]} \end{align} が除外される理由については、よく分かりません。

問題2.7.4:群2の発症確率

式 $(3)$ を再掲すると、 \begin{gather} \pi_2=\frac{m_1-n_1\pi_1}{n_2} \end{gather} オッズ比の上下信頼限界をそれぞれ ${\widetilde{\varphi}}_L,{\widetilde{\varphi}}_U$ とすると、 \begin{gather} {\hat{\pi}}_{1L}=\frac{ \left[{\widetilde{\varphi}}_L \left(n_1+m_1\right)+ \left(n_2-m_1\right)\right]-\sqrt{ \left[{\widetilde{\varphi}}_L \left(n_1+m_1\right)+ \left(n_2-m_1\right)\right]^2-4{\widetilde{\varphi}}_Lm_1 \left[n_1 \left({\widetilde{\varphi}}_L-1\right)\right]}}{2 \left[n_1 \left({\widetilde{\varphi}}_L-1\right)\right]}\\ {\hat{\pi}}_{2L}=\frac{m_1-n_1{\hat{\pi}}_{1L}}{n_2}\\ {\hat{\pi}}_{1U}=\frac{ \left[{\widetilde{\varphi}}_U \left(n_1+m_1\right)+ \left(n_2-m_1\right)\right]-\sqrt{ \left[{\widetilde{\varphi}}_U \left(n_1+m_1\right)+ \left(n_2-m_1\right)\right]^2-4{\widetilde{\varphi}}_Um_1 \left[n_1 \left({\widetilde{\varphi}}_U-1\right)\right]}}{2 \left[n_1 \left({\widetilde{\varphi}}_U-1\right)\right]}\\ {\hat{\pi}}_{2U}=\frac{m_1-n_1{\hat{\pi}}_{1U}}{n_2} \end{gather} これより、
(i)リスク差の正確な上下信頼限界
\begin{align} {\mathrm{\widehat{RD}}}_L={\hat{\pi}}_{1L}-{\hat{\pi}}_{2L} \quad {\mathrm{\widehat{RD}}}_U={\hat{\pi}}_{1U}-{\hat{\pi}}_{2U} \end{align} (ii)リスク比の正確な上下信頼限界
\begin{align} {\mathrm{\widehat{RR}}}_L=\frac{{\hat{\pi}}_{1L}}{{\hat{\pi}}_{2L}} \quad {\mathrm{\widehat{RR}}}_U=\frac{{\hat{\pi}}_{1U}}{{\hat{\pi}}_{2U}} \end{align} $\blacksquare$

問題2.7.5:例題

得られた公式に各値を代入すると、下側限界は、 \begin{gather} {\hat{\pi}}_{1L}&=\frac{ \left[0.0127 \left(19+15\right)+ \left(10-15\right)\right]-\sqrt{ \left[0.0127 \left(19+15\right)+ \left(10-15\right)\right]^2-4 \cdot 0.0127 \cdot 15 \left[19 \left(0.0127-1\right)\right]}}{2 \left[19 \left(0.0127-1\right)\right]}\\ &=0.2798 \end{gather} \begin{gather} {\hat{\pi}}_{2L}&=\frac{15-19 \cdot 0.2798}{10}\\ &=0.9683 \end{gather}

したがって、 \begin{align} {\mathrm{\widehat{RD}}}_L=0.2798-0.9683=-0.6885 \end{align} \begin{align} {\mathrm{\widehat{RR}}}_L=\frac{0.2798}{0.9683}=0.2890 \end{align}

同様に、上側限界は、 \begin{align} {\hat{\pi}}_{1U}&=\frac{ \left[1.0952 \left(19+15\right)+ \left(10-15\right)\right]-\sqrt{ \left[1.0952 \left(19+15\right)+ \left(10-15\right)\right]^2-4 \cdot 1.0952 \cdot 15 \left[19 \left(1.0952-1\right)\right]}}{2 \left[19 \left(1.0952-1\right)\right]}\\ &=0.5251 \end{align} \begin{gather} {\hat{\pi}}_{2L}&=\frac{15-19 \cdot 0.5251}{10}\\ &=0.5024 \end{gather}

したがって、 \begin{align} {\mathrm{\widehat{RD}}}_L=0.5251-0.5024=0.0227 \end{align} \begin{align} {\mathrm{\widehat{RR}}}_L=\frac{0.5251}{0.5024}=1.0452 \end{align}

まとめると、 \begin{gather} \mathrm{\widehat{RD}}: \left[-0.6885,0.0227\right]\\ \mathrm{\widehat{RR}}: \left[0.2890,1.0452\right] \end{gather}

参考文献

  • ジョン・ラチン 著, 宮岡 悦良 監訳, 遠藤 輝, 黒沢 健, 下川 朝有, 寒水 孝司 訳. 医薬データのための統計解析. 共立出版, 2020, p.83
  • ジョン・ラチン 著, 宮岡 悦良 監訳, 遠藤 輝, 黒沢 健, 下川 朝有, 寒水 孝司 訳. 医薬データのための統計解析. 共立出版, 2020, p.33-34
  • Thomas, D.G. & Gart, J.J.. A Table of Exact Confidence Limits for Differences and Ratios of Two Proportions and Their Odds Ratios. Journal of the American Statistical Association. 1977;72(357):73-76, doi: https://doi.org/10.2307/2286908

関連記事

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