2014/7/18・19 於：協会会館＋岡山商科大学 役立つ（かな？）情報管理2014 岡山商科大学経営学部商学科 教授 田中 潔 スケジュール • １日目（看護協会） 講義編 • 9：00～12：00 情報管理の基礎知識 – 情報と情報処理の考え方を知る – コンピュータ進展の経緯を知る • 13：00～16：00 看護研究の基礎知識 – 看護研究のための基礎知識 – エクセル中心の個人統計分析 スケジュール 続き • ２日目（岡山商大会場） 実習編 • 9：00～12：00 発表作法の基礎知識 – プレゼンテーション基礎 – パワーポイントに触れる・体験 – 研究発表文章作成の要点 • 13：00～15：00 統計分析の実際 – サイトを利用した統計的検定 – エクセル利用再確認 講師メモ • 田中 潔（たなかきよし） – 略歴： 岡大卒、九大修了後商大へ勤務。助手、講師、 助教授を経て現在教授。管理職：教学部長 – 主な科目：ネットワークシステム演習、社会調査実践他 – 専門分野：計算機統計学、マーケティング、社会調査 – 連絡先 岡山商科大学 〒700-8601（専用番号で届く） – [email protected] （ｅメール） – http://www.nahaha.org (Web) – 検索エンジン 「岡山商科大学 田中潔」で検索 – 大学電話 086-252-0642 – 大学FAX 086-255-6947 研修後に相談があれば • アポイントはeメール[email protected]が最適。 大学でも良いが、ＦＡＸなどは086-284-7726（自宅）。 でも捕まらないならごめんなさい • データ分析相談は随時応ずるが、三種いずれかが あるとスムーズ – 相談三種の神器： 研究計画書、アンケート用紙そして入 力済みエクセルシート • 遠方の場合メールだけで指導する場合もあり – できればPC（携帯ではなく）メールのアドレス – 連絡には携帯メールで十分 情報の基礎知識 情報を活用するための ４つのアクション（情報管理） • 情報蓄積 – 患者、医療処置に関するデータベース – 誰が何を入力するのか？ • 情報共有 – 施設内で共有しましょう – 誰がそれを見ることができるのか？ • 情報加工・情報処理 – 付加価値情報システム – 自施設や自部署に有益な情報がありますか？ • 情報伝達・通信 – 広域連携を考え地域や患者との密接な連携は 「情報」の４大定義 • シャノン（1948）説 • （１）非遷移性 情報とはこんなもの – 相手に移っても手元に残る • （２）非消費性 – 使いべりしない • （３）累積効果性 – たくさんの情報を蓄積し効果あり、図書館や放送局 • （４）信用価値性 – 多くの蓄積を基盤に信用をさらに増す 保健医療分野 情報化にむけてのグランドデザイン • 【目標】 – 平成16（2004）年度までに 全国の二次医療圏毎に少なくとも一施設は電子カルテの普及を 図る（電子カルテ科 – 平成18（2010）年度までに 全国の４００床以上の病院の６割以上に普及、全診療所の６割 以上に普及 • 保健医療福祉総合ネットワーク化への展開 – 専門機関のネットワーク連携 – 個人に対するＩＣカード化 情報分野の「理念」 • 全ての国民に大して情報分野はこうあるべき との目標や基本方針 • 「あまねく公平に、必要な時に、必 要なだけ提供する」Just in Time JIT • でもそれだけには問題は留まりません • 看護情報システムも普及してきました • しかし、ＪＩＴに種々を検索できていますか??? 歴史 前期 • 有史以前 そろばん 中国とエジプト • １６世紀 パスカルとライプニッツ – 数学者、加減計算機、乗除計算機 歯車式 • １９世紀 バベジの階差機関（アナレティカル・エン – 自動計算の夢、設計図、未完の夢、産業革命 蒸気と歯車による計算機関。加減乗除 • 1940年頃 最後の機械式計算機Ｍａｒｋ-Ｉ（米） – 歯車→電磁石リレー素子,電気式計算機 • 1946年 ＥＮＩＡＣ誕生（砲弾表） – ノイマン、エッカート、モークリーら主導 – 世界初の電子計算機の誕生（軍事用） コンピュータの歴史 後編 • 1946 ＥＮＩＡＣ（ノイマン型コンピュータの原型） • 1948 シャノンによる情報理論の提唱 – シャノンの情報量、第４の物理量 • 世界初の商用コンピュータＵＮＩＶＡＣ-Ｉ（ユニバック 社） – エッカートとモークリー、後に廃業 • ＩＢＭ－３６０シリーズ大ヒット（ＩＢＭ社） – 白雪姫と７人の小人と呼ばれる勢力図 – ワトソン率いる営業部隊「ビッグブルー」とノイマン より小型、分散化へ 現代史 • 1960年代 日本で「電卓戦争」勃発 • ＩＢＭ社の世界独壇場（フレームマシン） – – – – – – 対抗する日本の電気メーカー集団（国策の下、一致団結） ＮＴＴの出入り業者６社 日本電気、富士通、沖電気、東芝、三菱電機、日立 カシオ、シャープ、ビジコン ビジコン、インテルへ電卓ＬＳＩを委託 嶋正利。インテルにて世界初マイクロプロセッサ開発（4004） パソコ ンのひな形 • 1970年代後半 ＮＥＣ、評価キットＴＫ８０販売 • 1980年代 我が国独自の進化PC9800シリーズ – パソコンのガラパゴス化、携帯電話より先に • 同時期２人のジョブス、アップルＩの開発 そして分散からネット化へ 現在 • インテル＋マイクロソフト（ウィンテル）軍勢対 モトローラ＋アップル軍勢の戦い • ＩＢＭ社最後のあがき – パソコンＤＯＳＶ機の仕様公開、世界標準 • パソコン界は次第にこの黒船に収束 – 1995 実質初のWindows95発売 – 1998 クリントン政権ゴア副大統領「デジタルエコ ノミー」にてインターネット開放政策 冷戦の申し子 インターネット • 1965 時は、米とソ連の冷戦時代インターネットは産声を – 1962 ケネディ 米ソのキューバ危機 – 1968 ソ連ガガーリン少佐「地球は青かった」 – 1961 月面着陸アポロ計画 • どちらも大陸間弾道弾開発競争だったのよ。 • 当時、ソ連に負けていた米ＤｏＤ（ペンタゴン）は、「ソ連から 一発の核攻撃をワシントンが受けても、ネット管理下の100 発をお見舞いする」との理念から、インターネットの前身、ＡＲ ＰＡネット構築に躍起となった。 • ＡＲＰＡネットの主導者： ポールバランにより分散型ネット ワーク方式の確立 • 電話： 密結合、インターネット： 疎結合 コンピュータの進化 • 素子の進化 – 第１世代 – 第２世代 – 第３世代 – 第４世代 真空管 ＥＮＩＡＣ トランジスタ ショックレー 大規模集積回路（ＩＣ） キルビー ＶＬＳＩ 嶋4004以降 • ノイマン型コンピュータ – 電子スイッチによる0、1の２進処理 – プログラム内蔵方式 – プログラムとデータを内蔵し、処理する方式 わが国携帯電話の略譜 • • • • • • • それまでは有線電話が主流 技術進歩と規制緩和の一環から実施された 1987 ＮＴＴ初の移動体電話市販 日本独自のケータイ＝ガラパゴス携帯進歩 2008 iphone日本発売 2011 スマホが ガラパゴスを追い抜く • 音声からＷｅｂ閲覧＋ • 電子メール利用主 インターネットの略譜 • • • • 1965年頃 米軍の戦略情報システム開発 米・ソ連対立（冷戦）の影響 軍事専用 ＡＲＰＡネットが前身 1970年代 インターネットと命名 • 1995年頃 米国、世界にインターネットを開放（米・ ソ連の冷戦が終わる） • その頃 Windows95が発売、環境が整備 • その後 携帯電話も接続 • 現在のインターネット社会が出現 看護者としての情報倫理 • まずはじめに日本看護協会が定める「看護職 の倫理綱領」をサイトで学びましょう。 – １５の誓いを確認しましょう。 – http://www.nurse.or.jp/nursing/practice/rinri/rin ri.html • では、情報関連の倫理綱領は何でしょうか？ • 情報処理学会の綱領より – ttp://www.ipsj.or.jp/03somu/ipsjcode/ipsjcode. html 情報倫理規定 社会人として 1．1 他者の生命、安全、財産を侵害しない。 1．2 他者の人格とプライバシーを尊重する。 1．3 他者の知的財産権と知的成果を尊重する。 1．4 情報システムや通信ネットワークの運用規則 を遵守する。 1．5 社会における文化の多様性に配慮する。 情報処理に関連する法律 • 知的財産権を守る著作権法 • 情報社会を守る不正アクセス禁止法 • 派遣労働者を守る労働者派遣法 分析そして看護研究 データ分析の背景 • 国勢調査や行政調査 – 国・県などの公的調査 – 国勢調査は統計法に基づく(2010年は調査年） http://www.stat.go.jp/index/seido/houbun2n.htm – 政府統計ポータルサイト（政府統計の窓口） – http://www.e-stat.go.jp/SG1/estat/eStatTopPortal.do • マーケティング（市場調査）・世論調査 – ある目的のため市場を調査する – アンケート調査 • 実験や臨床研究、業務改善 – 比較的小規模、実験データ 看護研究 はこのあ たりか 情報処理と看護研究のハザマ • 看護研究 – 看護の中で、課題を立証し客観的結論を得る • エビデンス – 明白なこと、証拠や根拠 • 留意点 • 情報学 ＧＩＧＯ‘Garbege Iｎ Garbege Out） – ゴミからはゴミしか生まれない • 統計学 群盲評象 – 尻尾を握って象がわかったつもりになっていませんか？ 量か質か • 量的研究（学部卒レベル） – 通常のアンケート調査、多くの場合対象者全員からの回 答は無理→標本調査 – 量的研究の主目的は、市場の現況を把握すること • 質的研究（院レベル） – 通常のインタビュー調査、症例研究、観察など – 未知なる問題の場合、仮説を発見するために比較的小規 模にて行う – http://www.geocities.co.jp/Technopolis-Mars/4688/ 南 小樽病院 瀬畠さん 計測や調査からデータを得ること 母集団と標本 • 研究目標の対象： 母集団（未知） • 計測や調査から得た対象 • 標本：既知 母集団：未知 無作為 抽出 標本・サンプル 既知：データ分析の対象 未知または既知 標本は分析できる 大まかな統計分析の流れ ４段階 • • • • • 母集団（未知であり不可視） 標本（可視） データの収集 アンケート調査 無作為抽出 • • • 集計 データ集計 推定・検定 統計解析 平均値やクロス表 基礎統計量や集計表 ｔ検定やカイ２乗検定結果（有意かどうか） • • 神の領域 第一段階 第二段階 人間界 第三段階 第四段階 統計解析法の目的 • 記述統計： 平均、標準偏差、分散、グラフ • 推定・推測： 標本から母集団値を求める – 一般には標本値±誤差を決める • 予測： 時系列データから将来を推測 – 方程式を作成する • 記述統計： 標本を示す値やグラフで視覚化 • 検定・テスト： 比較し判定する、○×効果 • 多変量分析群 – ３つ以上の項目からなるデータを分析する 統計の中の個人・ひとり • • • • • • • 個人（表層へ出現）＝ 中心的な傾向（未知）＋誤差（未知） この中心的傾向または誤差を把握する。 私は60ｋｇ＝標準体重＋誤差 標準体重：仮に50ｋｇ 誤差： 60-50＝10ｋｇ 実は、中心的傾向とは平均値のこと ステップ１ • 個人レベルの分析 • データ準備や留意点 データの値： ４つの測定尺度 • 名義尺度 情報量小 – 名前を区別するため 演算は出来ない – 1.男性 2.女性 度数表やクロス表は可 • 順序尺度 – ゆるい順序性のみ許す 演算は本来△ – 1.はい 2.どちらでもない 3.いいえ • 間隔尺度 – 絶対ゼロを定めない量 演算は加減のみ – ℃（摂氏）、カレンダー月 • 比率尺度 – 絶対ゼロを基準とした計測値 加減乗除可能 – 実験データ全て 情報量大 行側（ｷﾞｮｳｿｸ）と列（ﾚﾂｿｸ）側 • • • →列側（項目、変数、変量） 行側↓ （ケース） 入力したデータ 分析するデータの形 有効数字について • 計算結果を小数点何桁まで取るべきか？ • 答え • 測定値で影響されます。 – 身長160ｃｍは「センチ単位」で測定されました。 – 160.1かも160.4かも知れません。 – 有効数字 小数点以下0桁 でした。 • そこで平均値など計算結果の表示は、ひと桁多くし 小数点以下１桁（２桁目を四捨五入して）で表示しま しょう • 教訓 • 計算結果の有効数字は測定値よりも１桁多く 欠測値について • 計測されなかった、計測できなかった値 – 欠測値という • 表ソフトで欠測値には0ゼロを入力しない – エクセルの場合何も入力しない – セル値の削除はdeleteキーで – 0は計測値として計算してしまいます • 99や0など特定値を入れることは – 一部の統計ソフトでは除外可能だが、エクセルと の互換性を考えると入力しない方が無難でしょう ステップ２ • データが用意できたら、まず • １項目ごとにデータの姿をつかむ • 記述統計（基礎統計、度数・クロス集計、グラ フ表示） 1項目ずつデータを視覚化する • 名義、順序尺度 – 度数やクロス表に集計する – その表を棒グラフなどでながめる • 間隔、比率尺度 – ヒストグラムで眺める – 基礎的な統計量を算出する • 名義尺度は整数値で得られ • 比率尺度は整数か小数値で得られる １項目のグラフと 基礎統計量の関係図 • 記述統計量とは – – – – – 平均値 標準偏差 最大、最小値 中央値 度数集計表 エクセルによる基礎統計量 • 関数で求める – 平均 – 標準偏差 – 中央値 – 最大値 – 最小値 ＝ＡＶＥＲＡＧＥ（範囲指定） ＝ＳＴＤＥＶ（範囲指定） ＝ＭＥＤＩＡＮ（範囲指定） ＝ＭＡＸ（範囲指定） ＝ＭＩＮ（範囲指定） 1項目ずつ視覚化と 基礎統計量 投げ１のヒストグラム 素データから度数集計してみたら 投げ１と投げ２を書き分ける 12 8 投１度数 投2度数 4 0 20 25 30 35 40 素データ→度数表→項目ごとにグラフ 45 50 グラフは統計分析の設計図 • • • • • 最初のうちは、グラフ化することがとても大事 図中には、実は分析結果が見えています。 １項目の現象には 棒グラフか折れ線グラフがしばしば。 大切なことは、条件によりグラフを書き分けて いますか？（群別、層別分析ともいう） • 条件とは、女性・男性、学級Ａ、Ｂ、Ｃ別など プレゼンテーションの基礎知識 プレゼンに役立つ表現方法 • 問： 看護協会は今後どのような研修を行う べきでしょうか？（ある年の会員向け調査よ り） • 回答例：答えを尋ねるのでなく自ら調べる姿 勢を持つ若者が減ったので，現代の若者の 姿勢を集団教育で示して欲しいと思いますし， 先輩をみて育つ後輩も少なくなった気がしま す． 文章構成上の課題 • 質問者が期待している回答ができていない – 思いついたまま書いているだけ – 質問者側（聴衆者）を意識しているか • 文章構成の基本 – ５W１Hをできるだけ – 起承転結，序破急を知っていますか？ • 余談：データ入力が大変，読み飛ばされるも ととなりせっかくの回答が無駄になる ５W１Hを思い出す • ５つの「W」 – 1.WHEN いつ – 2.WHERE どこで – 3.WHO 誰が – 4.WHAT 何を ...... そしてもう１つ， – 5.WHY （なぜか） • １つの「H」 – 1.HOW どのように 相手に伝わるコツ • 上手な文章は「短い」 – 読点や句点をやや多めに使う – ところでどちらが。かご存知？ • 掲示資料は「である調」 – ～である． – ～なのです．（ですます調）は使わない • さらに，箇条書きや体言止めも効果的 • 経験格言 – 内容のない発表はきれい（に作ろう） – 内容のある発表は汚ない（くても許す） • 細かな資料は突っ込まれる • ポイントを押さえた資料や効果（色やアニメー ション） • シンプル イズ ベスト 戦略＝目的＋手段 • 目的と手段は階層的につながっている • （戦略の階層性） • 目的が具体的・明快だと手段が立てやすい • • • • そして、戦略とは「選択と集中」 複数の選択肢を出来るだけたくさん作る 選択肢の長所と短所を吟味する その中から選び、まっしぐら（集中） 戦略的であることチェックリスト • □ 現状分析ができている • □ 分析から（中・長期の）目標がはっきりし ている • □ 目的達成のため手段は適切か？ • □ 目的達成のため資源は集中されている か？ • □ その目的や手段を説明できるか？ 論理的とは • 文章やスピーチの場合： 段落と段落、話と 話の関係がわかりやすいこと • 企画書の場合： 話の筋道が分かりやすい、 ページとページのつながりが分かりやすい • 論理的とは結論・主張が明快で、その理由と 話の筋道が分かりやすいこと 話の筋道→接続詞を上手に • 上位目標確認 • さて 現状分析 • であるから 戦略目標（仮説）の提示 • そのため 実施案の提示 • つまり まとめ、展開なのです 日常の接続詞一覧 • • • • • • • • 順接 逆接 添加 説明 転換 例示 補足 理由 であるから、なので、そのため しかし、だが そして、さらに 要するに、つまり さて、ところで 例えば 並列 かつ、または ちなみに なぜなら 論理に困ったら逆に考える、 並列もチェックする • 三段論法 – ＡならばＢ、ＢならばＣよってＡならばＣ • Ｃの理由はＢ、Ｂの理由はＡそこでＣの理由 はＡなのか・・・「逆向き推論」 • 逆向き推論チェックの徹底こそが納得しやす い論理形成 • かつ（ＡＮＤ）、または（ＯＲ）、～でない（ＮＯＴ） の組み合わせが多い（論理の並列） 帰納と演繹 • 帰納とは事実から結論を得る • 統計は帰納的考えに近い – ラーメン店Ａはうまく、行列があった – ラーメン店Ｂはうまく、行列があった – だからうまいラーメン店には行列がある • 演繹は推論すること（症例研究） – この疾病には斑点が出る。この患者には斑点が ある。そこでこの患者はこの疾病か？ 推敲（すいこう）してみましょう • 推敲前： • 答えを尋ねるのでなく自ら調べる姿勢を持つ 若者が減ったので，現代の若者の姿勢を集 団教育で示して欲しいと思いますし，先輩を みて育つ後輩も少なくなった気がします． • 答えを尋ねるのでなく自ら調べる姿勢を持つ若者が 減った • 現代の若者の姿勢を集団教育で示して欲しい • 先輩をみて育つ後輩も少なくなった • 先輩から学ぶ，自ら調べるなど，職場で能動 的に活動できる人材育成のための集合研修 集計と分析の実際 データ分析を試みる パーソナルな情報処理 • この実習ではネットやＰＣ操作を駆使してニガ 手な統計計算を試みましょう • データ入力、基礎統計表、度数表程度であれ ばExcelで十分可能 • 少し複雑な分析もサイトで分析できるように エクセル 統計計算シートａｎｋｓｔａｔ （アンクスタット）時間があれば紹介 • 田中研究室で開発されたエクセル（バージョ ンは問わず）専用のシート • 主に基礎集計や集計を行う。詳細な統計解 析機能はない。 • http://www.osu.ac.jp/~tanaka/ankstat/ • 検索エンジンにて「ａｎｋｓｔａｔ」で検索する 。 2013/8最新は5.9版。 • 最大5000ケース×200項目を集計可能 シートａnkstatの入力シート シートに素データ を入力して、 下のタブを選ぶと 項目ごとの基礎統計量や度数表 （％表示も可能）を算出 データ入力画面例 （エクセルに同じ） 基礎等計量もらくらく 度数も集計する アンクスタットａｎｋｓｔａｔや研修資料は 「岡山商大 田中」サイトから入手 さらに進むと… パーソナルな分析 • エクセルにてデータ入力 – グラフを丁寧にまとめる • １）施設の統計解析ソフトにて一貫して分析 – SPSSやSASを使う 主に業務や研究に 大量・ビッグデータ • ２）エクセルを主体に集計分析 – 入力と集計に役立つ「アンクスタット」シート いずれ限界感じる • ３）サイトの統計解析を試してみる – 青木の統計サイト「おしゃべりな部屋」利用 – PCの他、スマートホンでも実行可能 経験や統計版電卓として • ４）市販の統計解析ソフトを個人で導入・購入 – 「R」（無料）や「Web統計」（市販）など 個人処理の中心か 小さなコップの戦い 計算機統計学の黎明 • 1975年頃 COMPSTAT（欧州計算機統計会議）に てVisiCalc（後のExcel）発表 • 1980年頃 九大浅野、広大正法寺、岡大脇本・垂 水、塩野義製薬後藤・武田製薬田中豊（大阪）、統 数研（東京）林、大隈、北大佐藤らによって日本でも 「計算機統計学」機運。科研費プロジェクトNISAN （ニイサン計画）始動。 • 1985年頃SPSS日本版上陸。垂水・田中潔ｱﾙﾊﾞｲﾄ • パソコン統計ハンドブック（脇本、垂水、田中豊・潔） • これ以降、統計処理は「統計パッケージ」の時代へ 看護に代表的な検定を分析体験 • ｔ検定（２つの群を比べる手法） – ある測定データの平均値がある値かどうか • 仮説： 測定データの平均値＝46.7 – ２群の平均は等しいとみなせるか • 仮説： 群１の平均＝群２の平均 • 医学分野の分析手法にもブームあり • 近年ではマンホイットニのU検定を使うことも 統計的検定はどんなもの • ある仮説（○＝△）を判定する – 例： この実験結果＝160.0 – 例： 群１の平均＝群２の平均 • 判定結果は採択、または棄却の２分法 • 採択とは「この仮説を積極的に否定しない」 – （厳密には仮説を認めたくないがやむを得ない） • 棄却とは「この仮説を積極的に否定する」 ２つの平均値を比べる ２群の平均値差の検定（ｔ検定） • 群 平均 標準偏差 Ｎ • Ａ 3.2 3.8 5 • Ｂ 5.2 8.2 5 • 等分散性の検定 – 有意確率2.3％（有意） – ２群のばらつきは等しくない • 平均値差のｔ検定 – 等分散仮定する 6.4％ – 等分散仮定せず 6.4％ • いずれも平均値差は有意 でない • この2群で平均値3.2と5.2 は同程度と見るか？否 か？ • ２群のばらつきは – 等しくないと判定 • ばらつき等しくない仮定の 下で、「採択」 – ２つの平均値が等しいことを 否定せず（つまり同程度） 「検定」の計算と判定 有意水準P＝「P値」を求め判定せよ • 計算： 統計ソフトなどを使用する • 判定： 出てくる結果の有意確率か有意水準の値に より判定 • 有意水準「ｐ」＞0.05 有意水準5％以上で採択 • 5％以下ならば棄却（有意、SIG.)←差あり • 0.05～0.01 5％有意 ＊ 星１つ • 0.01～0.005 1％有意 ＊＊ 星２つ • 0.005より小 0.5％有意 ＊＊＊ 星３つ 分析Webサイトで解いてみる • 「U検定 サイト」で検索、その中で • 「こんにちは統計学」で計算ページがあった • 計算させてみる • 使えそうな計算サイト • 「こんにちは統計学」サイト すがやみつる • 「おしゃべりな部屋」サイト 青木繁伸 二群の平均値差の検定だけでも 入力形式や条件で色々 • 標準的なサイト ２群の個々の値を入力するタイプ。 ｔ検定とノンパラ（マンホットニ）検定が選択できる。マ ンホイットニ検定とウイルコクソン順位和とは同じも の • ２群には対応がない場合 • http://aoki2.si.gunmau.ac.jp/Java/TwoSamples/bin/TwoSamples.html • 青木おしゃべりな部屋、Ｊａｖａ、独立２標本の検定の 順に探す PC画面の例 応用１ 平均などで独立２標本検定 • http://aoki2.si.gunma-u.ac.jp/JavaScript/ttest.html • 素データがなく、平均、標準偏差、ケース数 のみがある場合のサイト • 対応なしの場合、ｔ検定 • おしゃべりな部屋、Javascript、26番２群の平 均値差の検定を参照 PC画面の例 応用２ 「対応のある」２群の検定 • 対応のある場合： １人について前後を測定したな ど。薬効や効果があったかはっきり検定する。 • http://aoki2.si.gunmau.ac.jp/Java/RelatedTwoSamples/bin/RelatedTw oSamples.html • 場所はおしゃべりな部屋、Java,対応のある２標本 の検定を探す • 伝統的なｔ検定の他、ウィルコクソン符号付順位和 検定、符号検定にも対応する 対応のあるデータ、ないデータ • 対応ありと考えられる場合 • 同じ人やグループを追跡して測定 • • • １回 ２回 ３回・・・ Aさん 1.0 1.5 2.0・・・ Bさん 1.2 1.7 2.2・・・ • 対応ないと考えられる場合 • 毎回グループの構成者を取り替えて測定 • 岡山 東京 大阪 福岡・・・ • 人口 • 生産額 • 学生数 二群の平均値差の検定 演習問題 • • • • いずれもｔ検定（対応なし）として平均値差を検定せよ。青木サイトを使用する。 問１ 群 平均 ＳＤ Ｎ 問２ Ａ 3.2 3.8 5 Ｂ 5.2 8.2 5 • 問３ ある地区で行った40 歳 • 以上 65 歳未満の住民検診 に来所した男子 42 名，女子 • 63 名の血色素量について • の検査成績は，男子では平 • 均値 15.2 g/dl，不偏分散 • 1.1，女子では平均値 12.7 • g/dl，不偏分散 3.2 であった。 • 男女の平均値に差はあるか， 応用３ 名義尺度でも使える検定 クロス表の独立性の検定 • • • • • • 通称、カイ２乗検定 名義尺度では平均値が意味を持たない そこで表に集計する。 一次元の表こそ度数分布表 ２次元以上をクロス集計表 ではこの表での仮説とは – 「クロス表のマス目（セル）は同じ割合かどうか」 – 「クロス表に偏りがあるのかないのか」 （２×２）クロス表とはこんなもの • • • • • • 行と列で作表する ただ集計したので分布に関係しない クロス表は因果を示している（行と列どちらでも） 行側：原因→列側：結果 例： 対応なし 投薬有無と結果や運動有無×効果 対応あり １回目と２回目の状況 ２×２クロス表（分割表） • クロス表の最小形式（基本） • さまざまなクロス表 http://aoki2.si.gunmau.ac.jp/JavaScript/FisherExactTest.html JavaScriptの40番目 • Ｐ＝1.00採 Ｐ＝0.38採 • 0.02棄 1.00採 • 0.02棄 1.00採 ＜解答編＞ Ｒ×Ｃクロス表のカイ２乗検定 • • • • • 基本は２×２（検討しやすい） ４つのセル値をサイトへ入力 計算結果Ｐ値で判断する Ｐ＞0.05 採択 0.01＜Ｐ＜0.05 5％有意他 １％有意 0.5％有意により ＊、＊＊、＊＊＊ • http://aoki2.si.gunmau.ac.jp/Java/ChisqTest/bin/ChisqTest.html • とか • http://aoki2.si.gunmau.ac.jp/JavaScript/FisherExactTest.html クロス表の独立性の検定 通称カイ２乗検定 • 正規性を仮定しない頑健な手法です • ２×２クロス表の精密なカイ２乗検定 – http://aoki2.si.gunmau.ac.jp/JavaScript/FisherExactTest.html • Ｒ×Ｃ表 クロス表入力 通常版 – http://aoki2.si.gunma-u.ac.jp/JavaScript/cross.html • Ｒ×Ｃ表 クロス表入力 正確計算版 – http://aoki2.si.gunma-u.ac.jp/JavaScript/cross2.html – （計算量が多いため通常版で十分） • Ｒ×Ｃ表 素データで入力する版 – http://aoki2.si.gunma-u.ac.jp/JavaScript/cross3.html クロス表独立性の検定 演習問題 各表は独立か？ • 問１ 0.83、２ 0.76、３ 0.31、４ 0.60 ５ 0.01 ６ 0.00 • 採択 採択 採択 採択 ＊＊ ＊＊＊ 最後になりましたが • あなたの情報処理や看 護研究スキルの一助と なれば幸いです。
© Copyright 2024 ExpyDoc
