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
― CATEGORY ―

因果推論

tomokichi  2025年10月27日 /  2026年8月12日
第10回 想定できるバイアスを定量化する ― 製薬業界における因果推論の実務活用
因果推論

第10回 想定できるバイアスを定量化する ― 製薬業界における因果推論の実務活用

2025年10月27日 tomokichi
第9回 曝露がアウトカムに及ぼす影響をひもとく― 製薬企業研究者のための因果推論入門 ―
因果推論

第9回 曝露がアウトカムに及ぼす影響をひもとく― 製薬企業研究者のための因果推論入門 ―

2025年10月26日 tomokichi
第8回 集団ごとの効果の違いに目を向ける ― 製薬企業研究者のための因果推論の視点
因果推論

第8回 集団ごとの効果の違いに目を向ける ― 製薬企業研究者のための因果推論の視点

2025年10月24日 tomokichi
第7回 時間とともに変化する曝露を扱う:製薬企業の研究者のための因果推論入門
因果推論

第7回 時間とともに変化する曝露を扱う:製薬企業の研究者のための因果推論入門

2025年10月23日 tomokichi
第6回 傾向スコア分析を用いた交絡調整 ― 製薬業界における実務応用とRによる実装
因果推論

第6回 傾向スコア分析を用いた交絡調整 ― 製薬業界における実務応用とRによる実装

2025年10月22日 tomokichi
第5回 多変量回帰モデルを因果推論に用いる――製薬業界で働く人のための実践的ガイド
因果推論

第5回 多変量回帰モデルを因果推論に用いる――製薬業界で働く人のための実践的ガイド

2025年10月21日 tomokichi
第4回 層別解析により因果効果を推定する――製薬業界で働く人のための実践的ガイド
因果推論

第4回 層別解析により因果効果を推定する――製薬業界で働く人のための実践的ガイド

2025年10月20日 tomokichi
第3回 因果推論にDAGを活用する――製薬業界で働く人のための実践的ガイド
因果推論

第3回 因果推論にDAGを活用する――製薬業界で働く人のための実践的ガイド

2025年10月19日 tomokichi
第2回 因果推論とは何か?――製薬業界で働く人のための実践的ガイド
因果推論

第2回 因果推論とは何か?――製薬業界で働く人のための実践的ガイド

2025年10月19日 tomokichi
第1回 製薬業界のための因果推論入門――「理想」と「現実」をつなぐ研究デザインの考え方
因果推論

第1回 製薬業界のための因果推論入門――「理想」と「現実」をつなぐ研究デザインの考え方

2025年10月18日 tomokichi
  • 1
  • 2
🎯 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
  • 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 ―

  • 統計解析計画書(SAP)の書き方 ― ICH E9準拠の目次構成・Estimandとの接続・感度解析の書き分けを実例で解説 ―

    統計解析計画書(SAP)の書き方 ― ICH E9準拠の目次構成・Estimandとの接続・感度解析の書き分けを実例で解説 ―

  • 級内相関係数(ICC)・κ係数・Bland-Altman ― 測定の一致性・信頼性の評価をRで実装する ―

    級内相関係数(ICC)・κ係数・Bland-Altman ― 測定の一致性・信頼性の評価をRで実装する ―

  • CDISC標準(SDTM・ADaM)とは ― 生物統計家のためのデータ標準入門とRによる実装 ―

    CDISC標準(SDTM・ADaM)とは ― 生物統計家のためのデータ標準入門とRによる実装 ―

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 ―

    3418 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 ―

    3039 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

    3037 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 ―

    2903 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

    2465 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 (51) 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 (6) 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 (33) 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