授業の目的（科目のねらい）

授業の目的は、１）統計学の基礎知識と実践的な活用方法を修得し、薬学・医療分野における研究計画の立案ができるようになること、２）医療分野に関する具体的な研究事例を通して様々なデータの特徴を理解し、その特徴に応じた適切な統計的推測方法（点推定・区間推定・仮説検定）を修得・活用できるようになることである。記述統計学及び推測統計学の実用例の紹介や適宜演習問題を実施することで統計学の理解を深める。
科目の位置付け：数理・情報系専門科目
この科目は学位授与方針（ディプロマ・ポリシー）の薬学科④⑤、生命創薬科学科①④に関連する。

教育内容

データを整理・要約するために必要な記述統計学の知識とその活用方法、統計学の基礎となる確率論や確率分布、そして基礎的な推測統計学の活用方法を講義する。離散型データと連続型データにおけるパラメトリック検定に加え、順位データに基づくノンパラメトリック検定も講義する。また、医療分野で使用頻度の高い線形回帰モデル、ロジステック回帰モデル、Cox比例ハザードモデルについても講義する。

学習の到達目標

A：記述統計を理解し、度数分布やヒストグラム、さらに平均や分散などの要約統計量を活用することで視覚的・数値的に捉える。
B：統計学の基礎となる確率論や確率分布（離散型・連続型）や統計的推測の3手法（点推定、区間推定、仮説検定）を理解できる。
C：2標本t検定の理論的背景を理解し、仮説検定を実施できる。
D：分散分析の理論的背景を理解し、仮説検定を実施できる。また、分散分析後の多重比較における問題点を理解し、Bonferroniのt検定やHolmのt検定などの多重比較法ができる。
E：パラメトリック検定とノンパラメトリック検定の適用条件の違いを理解し、適切な検定方法の選択ができる。
F：回帰と相関の違いを理解し、適切な検定方法の選択ができる。また、線形単（重）回帰モデルにおける回帰係数の推定方法（最小二乗法）を理解できる。
G：分割表やFisherの正確検定を用いた率や割合の推測の理論的背景を理解し、適切な結果の解釈ができる。
H：2値データの回帰モデルであるロジステック回帰、生存時間解析におけるカプランマイヤー法、ログランク検定、Cox比例ハザードモデルの適用例を理解できる。

教育方法

・パワーポイントと配布資料を用いて講義形式ですすめる。
・適宜練習問題を実施し、授業の中で解答を検討する。
・対面授業で実施する。（収録動画の配信なし）

講義内容

評価方法と基準

学生へのメッセージ

医学・薬学研究におけるデータの見方やその解析結果を解釈出来るようになりましょう。

準備学習(予習・復習）・その他

教材