発症リスク差に関する検定-あるノマドの知の旅路～数学・統計学への道

発症リスク差に関する検定

公開日： 2022/11/05

本稿では、大標本の横断研究やコホート研究における発症リスク差に関する検定の検定統計量の導出を行っています。

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（ $n_{0}, π_{0}$ など）や「2」である場合（ $n_{2}, π_{2}$ 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。
漸近的な性質を用いる際は、①中心極限定理が成り立つ、②漸近分散を推定する際に、母数をその一致推定量で置き換えることができるということが成り立つと仮定しています。

目次[非表示]

1.【定理】発症リスク差に関する検定
- 1.1.導出
2.参考文献
3.関連記事

【定理】発症リスク差に関する検定

【定理】
発症リスク差に関する検定
Statistical Test for Risk Difference

マッチングなしのコホート研究における発症リスク差 $\begin{matrix} δ = RD = π_{1} - π_{0} \\ \hat{δ} = \hat{RD} = {\hat{π}}_{1} - {\hat{π}}_{0} \end{matrix}$ に関する帰無仮説を $\begin{matrix} H_{0} : π_{1} = π_{0} (= π) \end{matrix}$ 対立仮説を
①両側仮説 $\begin{matrix} H_{1} : π_{1} \neq π_{0} \end{matrix}$ ②右側仮説 $\begin{array}{r} H_{1} : π_{1} > π_{0} \end{array}$ ③左側仮説 $\begin{array}{r} H_{1} : π_{1} < π_{0} \end{array}$ 共通の母比率の一致推定量を $\begin{array}{r} \hat{π} = \frac{m_{1}}{N} \end{array}$ とするとき、 $Z$ 検定統計量は、 $\begin{matrix} Z_{0} = \frac{{\hat{π}}_{1} - {\hat{π}}_{0}}{{\hat{σ}}_{0}} \\ {\hat{σ}}_{0}^{2} = \hat{π} (1 - \hat{π}) (\frac{1}{n_{1}} + \frac{1}{n_{0}}) \end{matrix}$ で与えられる。

導出

帰無仮説の下での標本発症リスク差の漸近分布は、 $\begin{array}{r} \hat{δ} \overset{d}{\to} N [0, π (1 - π) (\frac{1}{n_{1}} + \frac{1}{n_{0}})] \end{array}$ 共通の母比率 $π$ の一致推定量は、 $\begin{array}{r} \hat{π} = \frac{m_{1}}{N} \end{array}$ 漸近分散の一致推定量は、 $\begin{array}{r} {\hat{σ}}_{0}^{2} = \hat{π} (1 - \hat{π}) (\frac{1}{n_{1}} + \frac{1}{n_{0}}) \end{array}$ 帰無仮説の下で標本発症リスク差を標準化すると、 $\begin{matrix} Z_{0} = \frac{{\hat{π}}_{1} - {\hat{π}}_{0}}{{\hat{σ}}_{0}} \sim N (0, 1) \end{matrix}$ $◼$

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.39-40

発症リスク差に関する検定

【定理】発症リスク差に関する検定

導出

参考文献

関連記事

0 件のコメント:

コメントを投稿

自己紹介

このブログを検索

ブログアーカイブ

ラベル

不正行為を報告

よく読まれている記事

発症リスク差に関する検定

【定理】発症リスク差に関する検定

導出

参考文献

関連記事

0 件のコメント:

コメントを投稿

自己紹介

このブログを検索

ブログ アーカイブ

ラベル

不正行為を報告

よく読まれている記事

ブログアーカイブ