1 公式と解法エビデンスに基づく実践の統計
感度と特異度 Se = a/(a + c), Sp = d/(b + d)
予測値 PPV = a/(a + b), NPV = d/(c + d)
精度 (a + d)/n
尤度比 LR+ = Se/(1 − Sp), LR− = (1 − Se)/Sp
有病率 p での PPV Se·p / (Se·p + (1 − Sp)(1 − p))
オッズ オッズ = p/(1 − p); p = オッズ/(1 + オッズ); 検査後オッズ = 検査前オッズ × LR
リスク指標 RR = EER/CER, ARR = CER − EER, RRR = ARR/CER
治療必要数(NNT) NNT = 1/ARR(切り上げ); NNH = 1/(EER − CER)
オッズ比 OR = ad/(bc)
罹患率 新規症例 / 人時
解き方 計算する前に 2 × 2 表を描き、a、b、c、d を書き入れます。 感度と特異度は列に沿って、予測値は行に沿って読みます。 別の有病率では、10 000人を想定し、Se、Sp、有病率で表を埋めます。 尤度比では、確率をオッズに換算し、掛けて、確率に戻します。 試験では、まず EER と CER を求め、RR = EER/CER、ARR = CER − EER、NNT = 1/ARR(切り上げ)とします。 記述統計
平均 x̄ = Σx/n
標本標準偏差 s = √(Σ(x − x̄)²/(n − 1))
中央値 並べ替えたデータの真ん中の値
z スコア z = (x − μ)/σ
正規分布 ±1σ 以内に 68%、±2σ 以内に 95%
信頼区間
σ が既知 x̄ ± z·σ/√n
σ が未知 x̄ ± t·s/√n, df = n − 1
z の臨界値 90%: 1.645, 95%: 1.96, 99%: 2.576
標本サイズ n = (z·σ/E)², rounded up
解き方 z(母集団の σ が既知)と t(標本の s しかなく、自由度 n − 1)のどちらを使うか判断します。 信頼水準に対応する臨界値を求めます。 誤差の幅:E = 臨界値 × 標準偏差/√n。 区間:x̄ ± E。 仮説検定と信頼区間
平均の z 検定 z = (x̄ − μ0 )/(σ/√n)
平均の t 検定 t = (x̄ − μ0 )/(s/√n), df = n − 1
有意水準 5% の両側検定 |z| > 1.96 なら H0 を棄却
信頼区間 x̄ ± z·σ/√n
解き方 H₀ と H₁ を立て、片側検定か両側検定かを決めます。 検定統計量を計算します:(x̄ − μ₀)/(σ/√n)、または s と t を使います。 臨界値と比較するか、p 値を求めます。 統計量が臨界値を超えていれば(p が α より小さければ)H₀ を棄却し、結論を言葉で述べます。
2 演習問題1. エビデンスに基づく実践の統計 ふつう
人数 年 1 430 2 2 490 2 3 390 1.5 新規症例 39
練習問題(数値は架空のもので、臨床上の指針ではありません)。 コホートで、複数の群を異なる期間追跡しました(表を参照:各群の人数と追跡年数)。追跡中に 39 件の新規症例が発生しました。罹患率 IR を1000人年あたりで求めてください。 小数第 1 位まで四捨五入してください。
430 × 2 年 490 × 2 年 390 × 1.5 年 39 新規症例
IR = 1000人年あたり
2. エビデンスに基づく実践の統計 むずかしい
練習問題(数値は架空のもので、臨床上の指針ではありません)。 あるスクリーニング検査の感度は 78%、特異度は 96% です。有病率が 5% の集団で用いられます。 陽性的中率 PPV を割合(%)で求めてください。 小数第 1 位まで四捨五入してください。
Se = 78% Sp = 96% p = 5%
PPV = %
3. 記述統計 ふつう
35 40 45 50 55
データの標本標準偏差 s を求めなさい:54, 34, 43, 48, 55, 57。
n = 6
s =
4. 記述統計 むずかしい
試験の点数は平均 50、標準偏差 20 の正規分布に従います。34 点の z スコア z を求めなさい。
μ = 50 σ = 20 x = 34
z =
5. 信頼区間 ふつう
x̄ E₁ = 1.5 95%, n = 36 x̄ E₂ = ? 95%, n = 9
σ が既知のもとで 36 個の観測値に基づく平均の 95% 信頼区間の誤差の幅は 1.5 です。 同じ研究で代わりに 9 個の観測値を使うと、誤差の幅 E₂ はいくらになりますか?
95% n₁ = 36 E₁ = 1.5 n₂ = 9
E₂ =
6. 信頼区間 むずかしい
n = 15 L σ = ? s = 6 95%
機械加工した 15 本の軸の直径の標本標準偏差は 6 µm です。直径が正規分布に従うと仮定して、母標準偏差の 95% 信頼区間の上限 σ を求めなさい。df = 14 のとき、χ² 分布の 2.5% は 5.629 より下に、2.5% は 26.119 より上にあります。
n = 15 s = 6 µm χ² = 5.629, 26.119
σ = µm
7. 仮説検定と信頼区間 ふつう
学生 36 人の標本の平均点は 123.5、標本標準偏差は 10 です。H₀: μ = 120 に対する検定統計量 t を求めなさい。
μ₀ = 120 x̄ = 123.5 s = 10 n = 36
t =
8. 仮説検定と信頼区間 むずかしい
ある臨床試験で、治療 A の患者 100 人中 20 人、治療 B の患者 300 人中 24 人が回復しました。プールした比率を使って、H₀: p₁ = p₂ の検定統計量 z を求めなさい。
x₁ = 20 n₁ = 100 x₂ = 24 n₂ = 300
z =
3 溶液1. エビデンスに基づく実践の統計
答え: IR = 16.1 1000人年あたり
尤度比とリスク指標: LR+ = 感度/(1 − 特異度)、LR− = (1 − 感度)/特異度。試験では、EER と CER は治療あり・なしのイベント発生率です:RR = EER/CER、ARR = CER − EER、RRR = ARR/CER、NNT = 1/ARR(切り上げ)。症例対照研究で使えるのはオッズ比 OR = ad/(bc) だけです。罹患率 = 新規症例/人時。
人年 PY = 430·2 + 490·2 + 390·1.5 = 2425
罹患率 IR = 39/2425·1000 = 16.1 1000人年あたり
2. エビデンスに基づく実践の統計
答え: PPV = 50.6 %
予測値は有病率に依存します: PPV = Se·p/(Se·p + (1 − Sp)(1 − p))、NPV = Sp(1 − p)/(Sp(1 − p) + (1 − Se)p)。尤度比を使うと:検査前オッズ = p/(1 − p)、検査後オッズ = 検査前オッズ × LR、確率 = オッズ/(1 + オッズ)。N 人の集団では、真陽性 = N·p·Se、偽陽性 = N·(1 − p)·(1 − Sp) です。NNT = 1/(CER × RRR)(切り上げ)。
真陽性と偽陽性(1人あたり) Se·p = 0.78·0.05 = 0.039
(1 − Sp)·(1 − p) = 0.04·0.95 = 0.038
陽性的中率 PPV = 0.039/(0.039 + 0.038) = 0.5065 ≈ 50.6%
同じ検査でも、有病率が低いほど PPV は低くなります。
3. 記述統計
答え: s = 8.781
記述統計: 平均は合計を n で割ったもの、中央値は並べ替えたデータの真ん中の値です(n が偶数なら真ん中 2 つの平均)。標本標準偏差は s = √(Σ(x − x̄)²/(n − 1))。z スコア z = (x − μ)/σ は、値が平均から標準偏差何個分離れているかを表します。
偏差の 2 乗 Σ(x − x̄)² = 5.5² + (−14.5)² + (−5.5)² + (−0.5)² + 6.5² + 8.5² = 385.5
4. 記述統計
答え: z = −0.8
記述統計: 平均は合計を n で割ったもの、中央値は並べ替えたデータの真ん中の値です(n が偶数なら真ん中 2 つの平均)。標本標準偏差は s = √(Σ(x − x̄)²/(n − 1))。z スコア z = (x − μ)/σ は、値が平均から標準偏差何個分離れているかを表します。
5. 信頼区間
答え: E₂ = 3
Confidence interval for a mean: x̄ ± margin of error. With a known population σ the margin is z·σ/√n; with only the sample standard deviation s, use t with n − 1 degrees of freedom: t·s/√n. Critical values: z = 1.645 (90%), 1.96 (95%), 2.576 (99%). To get a margin E or smaller, you need n ≥ (z·σ/E)², rounded up.
誤差の幅の比 E₂/E₁ = (1.96/1.96)·√(36/9) = 2
6. 信頼区間
答え: σ = 9.462 µm
分散の区間: (n − 1)s²/σ² は自由度 n − 1 の χ² 分布に従います。σ² の 95% 区間は、(n − 1)s² を上側の χ² 値(その上に 2.5%)で割った値から、下側の χ² 値(その下に 2.5%)で割った値までです。σ の区間は両方の限界の平方根です。s に関して対称ではありません。
σ² の限界 504/26.119 = 19.3
504/5.629 = 89.54
σ の 95% 区間:[4.393, 9.462] µm。
7. 仮説検定と信頼区間
答え: t = 2.1
平均の検定: 検定統計量は、標本平均が H₀ で主張された値から標準誤差何個分離れているかを表します:σ が既知なら z = (x̄ − μ₀)/(σ/√n)、標本から推定するなら t = (x̄ − μ₀)/(s/√n)。信頼区間は x̄ ±(臨界値)·(標準誤差)です。
標準誤差 SE = 10/√36 = 10/6 = 1.667
検定統計量 t = (123.5 − 120)/1.667 = 2.1
t = 2.1
t0.025; df = 35 = 2.03
|t| > 2.03 なので、有意水準 5%(両側)で H₀ は棄却されます。
8. 仮説検定と信頼区間
答え: z = 3.321
Hypothesis test: the test statistic = (estimate − value under H₀)/(standard error under H₀). The p-value is the probability, assuming H₀ is true, of a statistic at least as extreme as the one observed: the area in one tail for a one-sided H₁, twice the tail area for a two-sided H₁. Reject H₀ when p ≤ α.
標本比率 p̂₁ = 20/100 = 0.2
p̂₂ = 24/300 = 0.08
p̂ = 44/400 = 0.11
H₀ のもとでの標準誤差 SE = √(0.11·0.89·(1/100 + 1/300)) = 0.03613
検定統計量 z = (0.2 − 0.08)/0.03613 = 3.321
|z| > 1.96 なので、有意水準 5%(両側)で H₀ は棄却されます。