講義科目（1）医科学専攻修士課程
学群名：医療工学群
科目名：医療情報学
英文名
Medical Informatics
科目概要
修士課程 医療工学群 ２単位 講義
開講期
2023年度 前期
科目責任者
稻岡秀検
担当者
稻岡秀検
授業の目的
本授業科目では，医療情報を解析する手法として重要である統計解析について講義と演習を行う。最終的には、自分の研究で得られたデータを整理・解析して学会発表ができるようになることを目標とする。
教育内容
講義は三つの部分から成る。最初は、統計解析の基礎について学ぶ。基本統計量、平均の差の検定など基本事項を学んだ後に、分散分析や多重比較などの手法を例題とともに学ぶ。次に回帰分析について学ぶ。単回帰、モデルの説明力について学んだ後に、重回帰について学ぶ。最後に、プログラミング言語Pythonを用いてより実践的な統計解析手法について例題とともに学ぶ。
教育方法
パワーポイントを用いた対面講義を行い、講義中にPCを用いた演習を行う。講義の最初に前回の講義の演習内容について模範解答を示して解説する。受講者は模範解答と自分の解答を比較し修正する。疑問点があれば講義終了後に改めて解説する。
授業内容（シラバス）
回
項 目
内 容
担当者
1
基本統計量・平均の差の検定
平均値、中央値、分散などの基本統計量について学ぶ。２群の平均の差の検定について学ぶ。
稻岡秀検
2
回帰直線の検定
回帰直線の求め方を学び、ついで回帰直線の傾きに関する検定について学ぶ。
稻岡秀検
3
頻度に関する推定
２ｘ２分割表を用いて、独立性の検定について学ぶ。
稻岡秀検
4
分散分析
分散分析について学ぶ。
稻岡秀検
5
多重比較・基本的な手法
多重比較の基本的な手法について学ぶ。
稻岡秀検
6
多重比較・ボンフェローニ法
ボンフェローニ法による多重比較について学ぶ。
稻岡秀検
7
単純回帰モデル
1変数を独立変数とする単純回帰モデルについて学ぶ。
稻岡秀検
8
最尤法
尤度の概念と、最尤推定法・最尤推定値について学ぶ。
稻岡秀検
9
モデルの説明力
モデルの説明力について学ぶ。
稻岡秀検
10
パラメータの区間推定
パラメータの区間推定法について学ぶ。
稻岡秀検
11
重回帰モデル
複数の変数を独立変数とする重回帰モデルについて学ぶ。
稻岡秀検
12
不均一分散
分散が不均一なデータが回帰分析に及ぼす影響について学ぶ。
稻岡秀検
13
Pythonによる演習：基礎
Pythonの基礎について学ぶ。
稻岡秀検
14
Pythonによる演習：データの取り扱い・描画
Pythonを用いたファイルの読み書き等､データの取り扱いの基礎およびデータの効果的な表示方法などについて学ぶ。
稻岡秀検
15
Pythonによる演習：記述統計・仮説検定
Pythonを用いた1変量・多変量に関する記述統計の処理、仮説検定法について学ぶ。
稻岡秀検
到達目標
自分の研究で得られたデータに対して､適切な統計解析ができるようになる。
評価方法
講義中の演習課題(60%)、最終確認課題(40%)により評価する。演習課題の模範解答については次回の講義で解説する。
準備学習
(予習･復習等)
(予習･復習等)
指定された参考書を読んでくること。また、与えられた課題を授業時間内に達成できなかったときは、放課後等を利用して次週までに完成させること。
授業時間外の学習時間：60時間
授業時間外の学習時間：60時間
その他注意等
資料に関する連絡は大学のメールアカウント宛に行うので、確認を怠らないこと。
教科書
医学への統計学。朝倉書店。2016。
データ解析のための統計モデリング入門。岩波書店。2012。
線形回帰分析。朝倉書店。2015。
データ解析のための統計モデリング入門。岩波書店。2012。
線形回帰分析。朝倉書店。2015。
参考書
頑健回帰推定。朝倉書店。2016。