医歯薬学

単元重要度標準
講義回		狙いキーワード
1.統計学の意義統計リテラシー◎1医学（歯学，薬学，看護学）におけるデータの役割を理解し，データのばらつきやバイアスの概念を通じて，表現上の誇張や誤解（データの捏造や改ざんを含む）などを事例とともに考える。数量的表現と強さともろさ、Evidence-Based Medicine(EBM)
問題の発見と解決○2データに基づく統計的問題解決の過程を理解し，研究仮説の立て方，調査や実験・観察などのデータの収集計画，比較・関連性・分類など分析の方向性を考えることができる。研究仮説、調査と試験（実験）
種々のデータ◎3データの型や尺度の違い（量的変数と質的変数の違い）を理解する。量的変数、質的変数、連続型、離散型、名義尺度、順序尺度
統計学の歴史△1医学に対して統計学がどのように関わってきたかを概観し，統計学の役割を理解する。医学（歯学・薬学・看護学）における統計学の歴史、EBM
2.調査と実験のデザイン調査◎2質問の仕方や調査対象者の抽出の仕方によって，結果に偏りや精度の違いが生じる可能性があることを理解し，適切な調査の計画を考えることができる。サンプリング、偏り、交絡
実験◎2ランダム化，繰り返し測定，局所管理といった方法を利用して，偏りがなく精度の高い結果を得るための実験の計画を考えることができる。Fisherの3原則（局所管理、反復、ランダム化）、コントロール（対照）
3.データの記述統計表・グラフ（一般）○3データ全体の傾向や特徴を捉えるために，データを表やグラフ（棒グラフ，折れ線グラフ，円グラフ，帯グラフなど）にまとめる方法を理解する。棒グラフ、帯グラフ
分布を表す統計表・グラフ◎4度数分布表，箱ひげ図，ドットプロット，ヒストグラム，Kaplan-Meierプロットなどによって，データの分布の特徴（中心の位置やばらつきの様子や程度）を捉える方法を理解する．ドットプロット、度数分布表、ヒストグラム、箱ひげ図、生命表、カプラン・マイヤープロット、ROCプロット
基本統計量◎4分布の中心の指標として，平均値，中央値，最頻値，割合，率，ばらつきの指標として，範囲(レンジ)，四分位範囲，分散，標準偏差といった基本統計量を求めて，データの分布の特徴を捉える方法を理解する。最頻値、中央値、平均値、範囲、四分位範囲、分散と標準偏差、変動係数、標準化得点、パーセント点、外れ値
分割表（クロス集計表）◎5-62つ以上の質的変数について分割表を作成し，度数や割合の比較やオッズ比をもとに，変数間の関係を捉えることができる。分割表、リスク差、リスク比、オッズ比、感度・特異度・一致割合、陽性予測度・陰性予測度
相関関係◎5-62つ以上の量的変数について散布図を作成し，変数間の関係を視覚的に捉えて，相関係数や回帰分析でデータを要約できることを理解した上で，変数間の関係を評価できる．散布図、共分散、相関係数、回帰直線、相関と因果、見かけの相関
4.確率と確率分布確率○7様々な事象の起こりやすさを数値で表す確率について，その概念と求め方や統計学における意味を理解する。同時確率と条件付き確率、ベイズの定理
確率分布の概念○7確率変数や確率分布の概念を学び，確率変数の期待値や分散の意味を理解する。確率変数、離散型確率分布と連続型確率分布、平均と分散（共分散、相関を含む）、同時分布と周辺分布
主な確率分布○82項分布，ポアソン分布，正規分布などの基本的な確率分布の定義や統計学的性質を理解する．2項分布、ポアソン分布、正規分布、指数分布、一様分布
5.母集団と標本統計量◎9母集団の特性を知るために，母集団と標本を区別し，標本に基づく統計量（標本平均や標本割合）をもとに，母数（パラメータ）で表現される母集団の特徴を推測するという考え方を理解する。推測、母数と標本、標本に基づく統計量、標準誤差
標本分布◎9母集団の分布と標本平均や標本割合の分布の関係を理解するとともに，標本サイズが推測に与える影響を理解する。ｔ分布、Χ2分布、F分布、標本サイズ
6.統計的推測点推定◎10-11母集団分布を特徴づける平均などの母数の値を，標本に基づいてひとつの値で推定する方法，および，その方法によって推定される量の特徴について理解する。最小二乗法、最尤法
区間推定◎10-11母集団分布を特徴づける平均などの母数の値を，標本に基づいてある幅を持って推定する考え方とその方法を理解する。信頼区間と信頼係数、信頼区間と仮説検定
仮説検定の考え方◎12母集団分布の母数に関して帰無仮説と対立仮説を立てて，標本に基づいて帰無仮説を棄却するか否かを判断するための方法を理解する。帰無仮説、検定統計量、有意水準と棄却域とｐ値、対立仮説、2種の誤りと検出力
種々の検定◎13-142つの母集団の平均に違いがあるか（平均値の差の検定），2つの質的変数が独立であるか（独立性の検定）などを検定する方法を理解する。平均値の差の検定、独立性の検定
分散分析△−−−−−−
7.多変量データの扱い時系列データの分析△−−−−−−
重回帰分析△−−−−−−
主成分分析・因子分析△−−−−−−
判別・クラスタリング△−−−−−−
統計モデル△−−−−−−

アーカイブ

PAGETOP
Copyright © 統計教育連携ネットワーク JINSE All Rights Reserved.