統計検定 1級 2015年 医薬生物学 問1 マクネマー検定

公開日: 更新日:

【2023年1月1週】 【A000】生物統計学 【D000】統計検定 過去問

この記事をシェアする
  • B!
サムネイル画像

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。

表1 治療効果の有効性に関するクロスオーバー試験の結果(統計モデル)
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} $\blacksquare$

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