本稿には、2015年に実施された統計検定1級『医薬生物学』 問1の自作解答案を掲載しています。なお、閲覧にあたっては、以下の点にご注意ください。
- 著作権の関係上、問題文は、掲載することができません。申し訳ありませんが、閲覧者のみなさまでご用意いただければ幸いです。
- この答案は、あくまでも筆者が自作したものであり、公式なものではありません。正式な答案については、公式問題集をご参照ください。
- 計算ミスや誤字・脱字などがありましたら、コメントなどでご指摘いただければ大変助かります。
- 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。
〔1〕各治療群の有効率
問題文が表す各セルの確率は以下のようになる。
対照治療群 | 合計 | |||
---|---|---|---|---|
有効 | 無効 | |||
試験治療群 | 有効 | $\pi_{11}$ | $\pi_{12}$ | $\pi_{1+}$ |
無効 | $\pi_{21}$ | $\pi_{22}$ | $\pi_{2+}$ | |
合計 | $\pi_{+1}$ | $\pi_{+2}$ | $1$ |
これより、試験治療群の有効率は、 \begin{align} \pi_{1+}=\pi_{11}+\pi_{12} \end{align} 対照治療群の有効率は、 \begin{align} \pi_{+1}=\pi_{11}+\pi_{21} \end{align} $\blacksquare$
〔2〕対称性の帰無仮説と対立仮説
〔1〕の結果より、「試験治療群と対照治療群の有効率は等しい」とする帰無仮説は、 \begin{align} H_0:\pi_{11}+\pi_{12}=\pi_{11}+\pi_{21}\Rightarrow\pi_{12}=\pi_{21} \end{align} 「試験治療群と対照治療群の有効率は等しくない」とする帰無仮説は、 \begin{align} H_1:\pi_{11}+\pi_{12} \neq \pi_{11}+\pi_{21}\Rightarrow\pi_{12} \neq \pi_{21} \end{align} $\blacksquare$
〔3〕適合度検定
帰無仮説 $H_0:\pi_{12}=\pi_{21}=\pi$ のもとで、治療結果が異なるセルの期待度数は、
\begin{align}
E \left(n_{12}\right)=E \left(n_{21}\right)=n\pi
\end{align}
共通確率 $\pi$ の一致推定量は、
\begin{align}
\hat{\pi}=\frac{n_{12}+n_{21}}{2n}
\end{align}
したがって、
\begin{align}
\hat{E} \left(n_{12}\right)=\hat{E} \left(n_{21}\right)=n \cdot \frac{n_{12}+n_{21}}{2n}=\frac{n_{12}+n_{21}}{2}
\end{align}
適合度検定の検定統計量の定義式 $X^2=\sum_{i=1}^{n}\frac{ \left\{y_i-E \left(y_i\right)\right\}^2}{E \left(y_i\right)}$ より、
\begin{align}
X^2&=\frac{ \left\{n_{12}-\hat{E} \left(n_{12}\right)\right\}^2}{\hat{E} \left(n_{12}\right)}+\frac{ \left\{n_{21}-\hat{E} \left(n_{21}\right)\right\}^2}{\hat{E} \left(n_{21}\right)}\\
&=\frac{ \left\{n_{12}-\frac{n_{12}+n_{21}}{2}\right\}^2}{\frac{n_{12}+n_{21}}{2}}+\frac{ \left\{n_{21}-\frac{n_{12}+n_{21}}{2}\right\}^2}{\frac{n_{12}+n_{21}}{2}}\\
&=\frac{ \left\{\frac{n_{12}-n_{21}}{2}\right\}^2}{\frac{n_{12}+n_{21}}{2}}+\frac{ \left\{-\frac{n_{12}-n_{21}}{2}\right\}^2}{\frac{n_{12}+n_{21}}{2}}\\
&=\frac{ \left(n_{12}-n_{21}\right)^2}{n_{12}+n_{21}}
\end{align}
そして、この統計量は、自由度$1$の $\chi^2$分布に従う。
検定を行う際は、有意水準 $\alpha$ を定め、得られたデータから検定統計量 $X^2$ の値を算出し、上側 $100\alpha\%$ 点 $\chi_\alpha^2 \left(1\right)$ と大小を比較し、$X^2 \lt \chi_\alpha^2 \left(1\right)$ なら帰無仮説を棄却せず、$\chi_\alpha^2 \left(1\right) \lt X^2$ なら帰無仮説を棄却する。
$\blacksquare$
〔4〕有効率の差の期待値・分散
(i)多項分布のモーメント母関数
モーメント母関数の定義式 $M_\boldsymbol{X} \left(\boldsymbol{\theta}\right)=\sum{e^{\theta_1X_1+\theta_2X_2+ \cdots +\theta_nX_n} \cdot f \left(x\right)}$ より、
\begin{align}
M_{n_{12}-n_{21}} \left(\theta\right)&=E \left[e^{ \left(n_{12}-n_{21}\right)\theta}\right]\\
&=E \left[e^{n_{11} \cdot 0+ \left(n_{12}-n_{21}\right)\theta+n_{22} \cdot 0}\right]\\
&=\sum_{n_{11}+ \cdots +n_{22}=n}{e^{n_{11} \cdot 0+ \left(n_{12}-n_{21}\right)\theta+n_{22} \cdot 0} \cdot \frac{n!}{n_{11}! \cdots n_{22}!}\pi_{11}^{n_{11}} \cdots \pi_{22}^{n_{22}}}\\
&=\sum_{n_{11}+ \cdots +n_{22}=n}{\frac{n!}{n_{11}! \cdots n_{22}!} \left(\pi_{11}e^0\right)^{n_{11}} \left(\pi_{12}e^\theta\right)^{n_{12}} \left(\pi_{21}e^{-\theta}\right)^{n_{21}} \left(\pi_{22}e^0\right)^{n_{22}}}
\end{align}
多項定理
\begin{align}
\left(x_1+x_2+ \cdots +x_k\right)^n=\sum_{n_1+n_2+ \cdots +n_k=n}{\frac{n!}{n_1!n_2! \cdots n_k!}x_1^{n_1}x_2^{n_2} \cdots x_k^{n_k}}
\end{align}
より、
\begin{align}
M_{n_{12}-n_{21}} \left(\theta\right)&= \left(\pi_{11}e^0+\pi_{12}e^\theta+\pi_{21}e^{-\theta}+\pi_{22}e^0\right)^n\\
&= \left(\pi_{11}+\pi_{12}e^\theta+\pi_{21}e^{-\theta}+\pi_{22}\right)^n
\end{align}
(ii)有効率の差の期待値と分散①
多項分布の期待値と分散の公式より、
\begin{gather}
E \left(n_{12}\right)=n\pi_{12} \quad E \left(n_{21}\right)=n\pi_{21}\\
V \left(n_{12}\right)=n\pi_{12} \left(1-\pi_{12}\right) \quad V \left(n_{21}\right)=n\pi_{21} \left(1-\pi_{21}\right)\\
\mathrm{Cov} \left(n_{12},n_{21}\right)=-n\pi_{12}\pi_{21}
\end{gather}
期待値の性質より、
\begin{align}
E \left(\hat{\delta}\right)&=E \left(p_{1+}-p_{+1}\right)\\
&=E \left(\frac{n_{1+}}{n}-\frac{n_{+1}}{n}\right)\\
&=\frac{1}{n}E \left[n_{11}+n_{12}- \left(n_{11}+n_{21}\right)\right]\\
&=\frac{1}{n}E \left(n_{12}-n_{21}\right)\\
&=\frac{1}{n} \left(n\pi_{12}-n\pi_{21}\right)\\
&=\pi_{12}-\pi_{21}
\end{align}
分散の性質 $V \left(X-Y\right)=V \left(X\right)+V \left(Y\right)-2\mathrm{Cov} \left(X,Y\right)$ より、
\begin{align}
V \left(\hat{\delta}\right)&=V \left(p_{1+}-p_{+1}\right)\\
&=V \left(\frac{n_{1+}}{n}-\frac{n_{+1}}{n}\right)\\
&=\frac{1}{n^2}V \left[n_{11}+n_{12}- \left(n_{11}+n_{21}\right)\right]\\
&=\frac{1}{n^2}V \left(n_{12}-n_{21}\right)\\
&=\frac{1}{n^2} \left\{n\pi_{12} \left(1-\pi_{12}\right)+n\pi_{21} \left(1-\pi_{21}\right)-2n\pi_{12}\pi_{21}\right\}\\
&=\frac{1}{n} \left(\pi_{12}-\pi_{12}^2+\pi_{21}-\pi_{21}^2+2\pi_{12}\pi_{11}\right)\\
&=\frac{1}{n} \left\{ \left(\pi_{12}+\pi_{21}\right)- \left(\pi_{12}-\pi_{21}\right)^2\right\}
\end{align}
(iii)有効率の差の期待値と分散②
(ii)の結果の式を変形していくと、
\begin{align}
V \left(\hat{\delta}\right)&=\frac{1}{n} \left\{ \left(\pi_{1+}-\pi_{11}+\pi_{+1}-\pi_{11}\right)- \left(\pi_{1+}-\pi_{11}-\pi_{+1}+\pi_{11}\right)^2\right\}\\
&=\frac{1}{n} \left\{\pi_{1+}+\pi_{+1}-2\pi_{11}- \left(\pi_{1+}^2-2\pi_{1+}\pi_{+1}+\pi_{+1}^2\right)\right\}\\
&=\frac{1}{n} \left[\pi_{1+} \left(1-\pi_{1+}\right)+\pi_{+1} \left(1-\pi_{+1}\right)-2 \left\{\pi_{11}- \left(\pi_{11}+\pi_{12}\right) \left(\pi_{11}+\pi_{21}\right)\right\}\right]\\
&=\frac{1}{n} \left[\pi_{1+} \left(1-\pi_{1+}\right)+\pi_{+1} \left(1-\pi_{+1}\right)-2 \left\{\pi_{11} \left(1-\pi_{11}+\pi_{12}+\pi_{21}\right)-\pi_{12}\pi_{21}\right\}\right]\\
&=\frac{1}{n} \left[\pi_{1+} \left(1-\pi_{1+}\right)+\pi_{+1} \left(1-\pi_{+1}\right)-2 \left(\pi_{11}\pi_{22}-\pi_{12}\pi_{21}\right)\right]\\
&=\frac{1}{n} \left[\pi_{1+} \left(1-\pi_{1+}\right)+\pi_{+1} \left(1-\pi_{+1}\right)-2\pi_{\bullet }\right]
\end{align}
$\blacksquare$
0 件のコメント:
コメントを投稿