生物統計家への道
  • 🎯 サイトの歩き方
  • 生物統計
  • 数理統計
  • ICH
  • ICH目次
  • 因果推論
  • キャリア相談
― ARCHIVES ―

2026年 5月

tomokichi
mmrmをRで実装する ― mmrmパッケージ・nlme/glsで反復測定混合モデルを動かす ―
一般化線形モデル

mmrmをRで実装する ― mmrmパッケージ・nlme/glsで反復測定混合モデルを動かす ―

2026年5月31日 tomokichi
統計検定準1級「確率過程」攻略 ― マルコフ連鎖・定常分布・ポアソン過程の典型出題対策
統計検定

統計検定準1級「確率過程」攻略 ― マルコフ連鎖・定常分布・ポアソン過程の典型出題対策

2026年5月30日 tomokichi
共変量調整(ANCOVA)徹底解説 ― FDA/EMAガイダンスとR・SASでベースライン共変量を扱う
一般化線形モデル

共変量調整(ANCOVA)徹底解説 ― FDA/EMAガイダンスとR・SASでベースライン共変量を扱う

2026年5月29日 tomokichi
バイオ・クリープ(biocreep)とは?― ICH E10で読み解く非劣性試験の落とし穴 ―
ICH

バイオ・クリープ(biocreep)とは?― ICH E10で読み解く非劣性試験の落とし穴 ―

2026年5月28日 tomokichi
Win Ratio法による複合エンドポイント解析 — Rでの実装と心血管試験での活用
生存時間

Win Ratio法による複合エンドポイント解析 — Rでの実装と心血管試験での活用

2026年5月26日 tomokichi
統計検定準1級「多変量解析」攻略 ― PCA・MDS・正準相関の出題対策
統計検定

統計検定準1級「多変量解析」攻略 ― PCA・MDS・正準相関の出題対策

2026年5月25日 tomokichi
p値とは何か?― 統計検定でも実務でも誤解されがちな概念をやさしく解説 ―
基礎統計

p値とは何か?― 統計検定でも実務でも誤解されがちな概念をやさしく解説 ―

2026年5月24日 tomokichi
統計検定準1級「ベイズ統計」攻略 ― 事前分布・MCMCの典型出題パターン
ベイズ

統計検定準1級「ベイズ統計」攻略 ― 事前分布・MCMCの典型出題パターン

2026年5月23日 tomokichi
Rで学ぶ反復測定ANOVA ― afexパッケージで球面性検定からGreenhouse-Geisser補正まで実装する ―
一般化線形モデル

Rで学ぶ反復測定ANOVA ― afexパッケージで球面性検定からGreenhouse-Geisser補正まで実装する ―

2026年5月22日 tomokichi
Sample Size Re-estimation(SSR)実装ガイド ― ブラインド/アンブラインド両方をrpactで ―
サンプルサイズ

Sample Size Re-estimation(SSR)実装ガイド ― ブラインド/アンブラインド両方をrpactで ―

2026年5月22日 tomokichi
  • 1
  • 2
  • 3
🎯 サイトの歩き方
初めての方はこちら →
📚 ICHガイドライン目次
ICHガイドラインE1〜E20
記事をまとめて見る →
生物統計家として働く一児の父
tomokichi
生物統計家として製薬業界や統計に関する最新情報を皆様にお届けすべく、日々奮闘中です。趣味は筋トレ、温泉巡り、家族との散歩。統計検定1級保持です。
\ Follow me /
最近の投稿
  • 多重比較法をRで実装する ― Bonferroni・Holm・Hochberg・Dunnettから閉検定手順・グラフィカルアプローチまでFWERをシミュレーションで確かめる ―

    多重比較法をRで実装する ― Bonferroni・Holm・Hochberg・Dunnettから閉検定手順・グラフィカルアプローチまでFWERをシミュレーションで確かめる ―

  • no image

    二項比率の信頼区間 ― Wald・Wilson・Clopper-Pearson・Agresti-Coullの使い分けを被覆確率で検証する ―

  • 【やさしく解説】RCT(ランダム化比較試験)とは ― ランダム化・盲検化・対照群がバイアスを消す仕組みをRで体感する ―

    【やさしく解説】RCT(ランダム化比較試験)とは ― ランダム化・盲検化・対照群がバイアスを消す仕組みをRで体感する ―

  • 臨床予測モデルの検証とは ― C統計量・キャリブレーション・ブートストラップによる過学習補正をRで実装する ―

    臨床予測モデルの検証とは ― C統計量・キャリブレーション・ブートストラップによる過学習補正をRで実装する ―

  • 【やさしく解説】交絡(交絡因子)とは ― シンプソンのパラドックスで学ぶ「見かけの効果」とRによる層別・調整 ―

    【やさしく解説】交絡(交絡因子)とは ― シンプソンのパラドックスで学ぶ「見かけの効果」とRによる層別・調整 ―

カテゴリー
  • English
  • ICH
  • 因果推論
  • 就職関連
  • 数理統計
    • ベイズ
    • モデル選択
    • 分割表
    • 基礎統計
    • 群比較
  • 生物統計
    • AI・業務効率化
    • サンプルサイズ
    • リアルワールドエビデンス
    • 一般化線形モデル
    • 多重性
    • 欠測値
    • 生存時間
    • 試験デザイン
  • 統計検定
アーカイブ
  • 2026年9月 3
  • 2026年8月 12
  • 2026年7月 14
  • 2026年6月 21
  • 2026年5月 24
  • 2026年4月 22
  • 2026年3月 8
  • 2026年2月 16
  • 2026年1月 19
  • 2025年12月 21
  • 2025年11月 21
  • 2025年10月 21
  • 2025年9月 16
  • 2025年8月 18
  • 2025年7月 7
ランキング
  • 統計検定 準1級・1級 攻略ガイド ― 試験範囲・学習ステップ・よく出るテーマを完全整理 ―
    1

    統計検定 準1級・1級 攻略ガイド ― 試験範囲・学習ステップ・よく出るテーマを完全整理 ―

    3568 view
  • MMRM(反復測定混合モデル)とは― 臨床試験での柔軟な時系列解析手法 ―
    2

    MMRM(反復測定混合モデル)とは― 臨床試験での柔軟な時系列解析手法 ―

    3175 view
  • ICH E6(GCP)とは?改訂のポイントまで図解でわかりやすく解説
    3

    ICH E6(GCP)とは?改訂のポイントまで図解でわかりやすく解説

    3141 view
  • 効果量(Effect Size)を理解すると統計が一気に実務的になる― p値の限界を超えて、“どれだけ効くか”を語れる統計へ ―
    4

    効果量(Effect Size)を理解すると統計が一気に実務的になる― p値の限界を超えて、“どれだけ効くか”を語れる統計へ ―

    3051 view
  • p値を正しく理解する:統計学を勉強していく人のための基礎から応用まで
    5

    p値を正しく理解する:統計学を勉強していく人のための基礎から応用まで

    2587 view
タグ
AI (5) cox比例ハザードモデル (4) E9 (4) Estimand (7) FDA (5) ICH (20) ICH E9 (10) MMRM (10) p値 (4) R (53) RMST (6) R言語 (5) SAS (18) α消費関数 (4) アダプティブデザイン (6) サンプルサイズ (12) ベイズ統計 (13) リアルワールドデータ (5) ロジスティック回帰 (5) 一般化線形モデル (4) 中間事象 (3) 中間解析 (7) 信頼区間 (7) 傾向スコア (6) 分割表 (6) 反復測定混合モデル (4) 回帰分析 (4) 因果推論 (17) 多重代入法 (7) 多重性 (4) 感度分析 (7) 数理統計 (7) 検出力 (6) 欠測値 (7) 生存時間解析 (18) 生物統計 (72) 生物統計家 (7) 統計学 (17) 統計検定 (36) 統計検定準1級 (9) 臨床試験 (34) 臨床試験デザイン (4) 製薬 (5) 製薬業界 (62) 転職 (6)
2025–2026  生物統計家への道