授業の目的（科目のねらい）

授業の目的は、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。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④、生命創薬科学科①に関連する。

教育内容

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を講義する。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：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。
B：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。
C：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。
D：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）を理解し、重回帰モデルにおいてはモデル選択もできる。
E：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。
F：2値データの回帰モデルであるロジステック回帰の適用例を理解できる。
G：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。

講義内容

評価方法と基準

定期試験	・定期試験（100%） ・講義範囲から出題する。マークシート。持ち込みは関数電卓のみ。
授業	・授業回数10回＋定期試験。
その他	・定期試験の結果（100％）に基づいて評価する。

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

1	【授業時間外に必要な学習の時間：30時間】
2	・教科書の講義該当箇所をよく読んで予習し、必ず練習問題を解くこと。 ・講義で配布したプリントをしっかり復習し、必ず練習問題を解くこと。 ・分からない箇所は講義後、またはオフィスアワーなどを最大限利用して、必ず質問すること。

教材