科学の箱

科学・IT・登山の話題

機械学習

Statistical Reasoning for Public Health

投稿日:2014年4月16日 更新日:

Module up to 3

SES – 社会経済的地位

Cognitive function – 認知機能

The authors used the graphic alone to demonstrate the study findings. Why did they not need to first adjust for potential confounders?
As this is a randomized cohort study, the threat of confounding variables either distorting or masking (hiding) the main association of interest is minimal.

http://clinicaltrials.gov/show/NCT00697047

risk or risk ratio

  • risk – population level
  • risk ratio – individual level

odds ratio (relative odds)

Lecture 5

Time to event = Survival

イベントが起きる = censored

incidents rateの利用

カプラン-マイヤー法

Quiz – 2

効果があること = リスクの軽減として認識されるので、リスクの範疇で説明できる。

センサーの取り扱いについて確認すること

Lecture 6

Estimated SE by stimulation

marginal error

Lecture 7

sampleが少ないときのCLT利用について

CLTが利用できるサンプルの大きさ

t分布の利用

サンプルが小さければサンプルの誤差も大きくなるので推定に大きくなった誤差を考慮する。

dfが∞になると95%SEは1.96(正規分布と等しくなる)

Individual range from population ≠ 母集団の平均

Lecture 8

CI for comparing two population

2つのグループで統計量を比較するときに使える。

ratioスケールのレンジは0~1のためにright skewerdで正規分布に従わない。対数化すると正規化する。

Null values は2つの集団の統計量が等しいときの値

null valuesがcofidnece intervalにはいるならばno association(相関がない)といえる

null valuveがconfidence interval外ならばno assoicationではないといえ、統計的に有意となる。

リンパノードの発見をドクター別に比較して、明らかな差があるかを検定する。あれば、より優れた方法があることになる。

平均の比較

  • 異なった2つの方法のうちどちらが優れているか(時間を重ねてもよい、だめ)
  • before / after testing.

before/afterでは統計的に有意だとしても他の要因がある可能性があるのでコントロールグループとの比較が必要になる。ないと回帰だけであり、双方向の因果関係、見せ掛けの回帰などの落としあながある。

サンプルサイズが異なる場合には当然non-pairedになる。

差のSEはお互いのSEを足しこむことになる。

unpairedでnon-randomizedである場合には効果があっても別の要因による可能性がある。

Lecture 9

t検定であることは差があることだけであり、差の方向と差の度合いはわからない。

因果関係の検定にはコントロールグループとの比較がいる。

メタ情報

inarticle



メタ情報

inarticle



-機械学習
-

執筆者:


comment

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です

関連記事

no image

Excelによる単回帰分析

エクセルでの単回帰分析をについて手順をまとめる。エクセルの使い方にあわせて分析結果の解釈の仕方も書いておく。 データは勉強時間に対する点数とする。これは作ったデータであるが、線形回帰にフィットするよう …

no image

データサイエンス超入門

シンプソンのパラドックス レコメンドエンジン コンテンツベースフィルタリング 強調 アイテム ユーザー ビジネスにおけるデータ分析の手順 課題→ビジネスケース→仮説→分析→用途 データ分析の手順 デー …

no image

AWStatで基本指標を読む

ウェッブサイトの分析でまず見るべきことは月ごとのトレンドである。確認すべき指標はPV, 訪問数、UUdとなる。 AWStatではこれらの項目はWhen -> Month Historyで棒グラフ …

no image

ジニ係数(再掲)

ジニ係数について修正した。とりあえずコード。 revenue<-read.csv(file=”data.csv”, head=TRUE) revenue$TotalRevenues_n < …

no image

irisデータについて簡単な機械学習をしてみる

irisデータを使って簡単な機械学習をしてみる。 ここで説明している内容は以下になる。 データの読み込み、前処理 トレインデータと検証データへの分割 モデル選定 モデル構築および検証 データの読み込み …

2014年4月
月 火 水 木 金 土 日
« 3月   5月 »
 123456
78910111213
14151617181920
21222324252627
282930  

side bar top



アーカイブ

カテゴリー