ほしのはやし– Author –

こんにちは。ほしのはやしです。 今回は「GPTなどの大規模言語モデル（LLM）とPubMed、どちらで論文検索をすべきか？」という疑問にお答えする記事です。 特に医学・生物系の研究者や学生の方は、論文検索に時間をいかに効率化するかが大事ですよね。 最近...

こんにちは。ほしのはやしです。 次元削減（Dimensionality Reduction）は、機械学習や統計解析において重要な手法の一つです。 でも、「次元って何？」「なぜ減らすの？」と疑問に思う方もいらっしゃいますよね。 このページでは、次元削減の考え方とRを...

こんにちは。ほしのはやしです。 臨床研究や実験研究では、同じ対象に対して繰り返し測定を行うことがあります。 たとえば、薬を投与する前、投与1週間後、投与1ヶ月後に血圧を測定した場合などです。こうした対応のある3群以上の比較に使えるノンパラメト...

こんにちは。ほしのはやしです。 今回は、医学研究や論文でよく見る「リスク比（RR）」「オッズ比（OR）」を実際のデータを用いて、どのようにデータを変形し解析するかを初心者向けにやさしく解説していきます。 リスク比・オッズ比の概略は下記ページを...

こんにちは。ほしのはやしです。 今回は、医学研究や臨床試験でよく出てくる3つの比率、 リスク比（Risk Ratio: RR）ハザード比（Hazard Ratio: HR）オッズ比（Odds Ratio: OR） について、初心者でもわかりやすいように解説し、簡単なRでの使い方も紹介し...

こんにちは。ほしのはやしです。 臨床研究を計画する上で欠かせないのが「サンプルサイズ（N数）の設計」です。 サンプルサイズが不適切だと、せっかくの研究も信頼性を欠く結果となりかねません。 この記事では、臨床研究におけるN数の決め方を、概念から...

こんにちは。ほしのはやしです。 欠損値は、統計解析や機械学習でしばしば避けられない問題です。特に、感度分析を行う際に欠損値があると、結果の信頼性に大きく影響を及ぼします。 このページでは、Rのmiceパッケージを使って欠損値を補完（インプテーシ...

こんにちは。ほしのはやしです。 医学研究や疫学研究では、「この結果は前提が変わっても変わらないのか？」という疑問がよく出てきます。 そんなときに役立つのが感度分析（Sensitivity Analysis）です。 このページでは、感度分析とは何か、どんなときに...

こんにちは。ほしのはやしです。 Rを使ったデータ分析で欠損値（NA）があると、「とりあえず平均値や中央値で埋めておけばいい」と考えがちです。 たしかに、これらの手法はコードも簡単で、tidyverseを使えば数行で実装できます。補完の基礎について以下...

こんにちは。ほしのはやしです。 NA（欠損値）に対して、基本・平均値/中央値での補完の基礎について以下のページで解説してきました。 実際のデータ分析では、「グループAは平均で補完したほうがよいが、グループBは外れ値があるから中央値で補完したい」...

こんにちは。ほしのはやしです。 データ分析では、NA（欠損値）に遭遇するのは日常茶飯事。そのままではエラーの原因になったり、分析に使えなかったりします。 今回は、初心者でも使いやすい「平均値補完」「中央値補完」という基本テクニックを、具体的...

こんにちは。ほしのはやしです。 Rでデータを扱っていると、「NA（欠損値）」という文字に出会うことがあります。これは「そのデータが存在しない」「記録されていない」ことを意味します。統計解析やグラフ作成の前に、欠損値の扱い方を理解することはと...