文書の先頭へ トップページ Reactive stat のご紹介 開発のコンセプト 論文・学会発表支援機能 R のサンプルデータを利用 AI から統計処理の提案を受ける データファイルの形式 統計手法 統計手法一覧 統計手法分類表 索引 論文・学会発表支援機能 サマリー表 (Table 1, 患者背景表) の作成 チャートの描画 統計レクチャー P値と統計的有意性 ～ASA 声明を理解しよう～ 記述統計と推論統計 仮説検定の考え方を理解しよう p値ハッキングと HARKing ～科学の再現性を脅かす問題～ バイアスと交絡を理解しよう シンプソンのパラドックス 全体の集計だけでいいの？ サンプルサイズはなぜ重要か 感度、特異度、陽性的中率などを理解しよう オッズ比・リスク比・リスク差を理解しよう サマリー表 (Table 1) を作成しよう データ尺度の種類と検定手法への適応を理解しよう ROCを理解しよう 生存時間分析を理解しよう 時間依存性変数を含む生存解析のレクチャー 競合リスク解析のレクチャー 同等性検定を理解しよう Student t検定ではなく Welch t検定を使おう 分散分析の基礎を理解しよう 評価者の一致度の評価方法を理解しよう ノンパラメトリック検定を正しく使おう Mann-Whitney U検定ではなく BrunnerMunzel検定を使おう Fisherの正確検定を深堀りする McNemar検定 Cochran Q検定 Friedman検定 経時データの分析を理解しよう (GEE / LMM / GLMM / GAMM) 線形混合効果モデル (LMM) を理解しよう GEE (一般化推定方程式)による時系列データの解析 傾向スコアマッチング (PSM) を理解しよう 逆確率重み付け (IPTW) で観察データから因果関係を推定しよう 欠測データの扱い方を理解しよう メタアナリシスを理解し、フォレストプロットを作成する方法を学ぼう ネットワークメタアナリシスを理解しよう データの可視化の原則とは よくあるご質問 お問い合わせ お知らせ Emuyn トップページ 統計レクチャーメニュー P値と統計的有意性 ～ASA 声明を理解しよう～ 記述統計と推論統計 仮説検定の考え方を理解しよう p値ハッキングと HARKing ～科学の再現性を脅かす問題～ バイアスと交絡を理解しよう シンプソンのパラドックス 全体の集計だけでいいの？ サンプルサイズはなぜ重要か 感度、特異度、陽性的中率などを理解しよう オッズ比・リスク比・リスク差を理解しよう サマリー表 (Table 1) を作成しよう データ尺度の種類と検定手法への適応を理解しよう ROCを理解しよう 生存時間分析を理解しよう 時間依存性変数を含む生存解析のレクチャー 競合リスク解析のレクチャー 同等性検定を理解しよう Student t検定ではなく Welch t検定を使おう 分散分析の基礎を理解しよう 評価者の一致度の評価方法を理解しよう ノンパラメトリック検定を正しく使おう Mann-Whitney U検定ではなく BrunnerMunzel検定を使おう Fisherの正確検定を深堀りする McNemar検定 Cochran Q検定 Friedman検定 経時データの分析を理解しよう (GEE / LMM / GLMM / GAMM) 線形混合効果モデル (LMM) を理解しよう GEE (一般化推定方程式)による時系列データの解析 傾向スコアマッチング (PSM) を理解しよう 逆確率重み付け (IPTW) で観察データから因果関係を推定しよう 欠測データの扱い方を理解しよう メタアナリシスを理解し、フォレストプロットを作成する方法を学ぼう ネットワークメタアナリシスを理解しよう データの可視化の原則とは
