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 ―

生物統計

tomokichi  2026年5月28日 /  2026年6月30日
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
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
競合リスク(Competing Risk)の生存時間解析をRで実装する ― Fine-Gray法とCause-specific Hazardをわかりやすく解説 ―
生存時間

競合リスク(Competing Risk)の生存時間解析をRで実装する ― Fine-Gray法とCause-specific Hazardをわかりやすく解説 ―

2026年5月20日 tomokichi
FDA Real-World Evidence (RWE) ガイダンス総まとめ ― 8つの公式文書で読み解く規制活用の全体像 ―
リアルワールドエビデンス

FDA Real-World Evidence (RWE) ガイダンス総まとめ ― 8つの公式文書で読み解く規制活用の全体像 ―

2026年5月16日 tomokichi
FDA 2026年ベイズドラフトガイダンス徹底解読 ─ Borrowing・Operating Characteristics・規制対話の実務ガイド ─
ベイズ

FDA 2026年ベイズドラフトガイダンス徹底解読 ─ Borrowing・Operating Characteristics・規制対話の実務ガイド ─

2026年5月15日 tomokichi
ITT・FAS・PP・mITT の違いを完全整理 ― ICH E9 が定める臨床試験の解析対象集団 ―
ICH

ITT・FAS・PP・mITT の違いを完全整理 ― ICH E9 が定める臨床試験の解析対象集団 ―

2026年5月11日 tomokichi
Reference-Based Imputation 完全ガイド ― J2R / CR / CIR を R rbmi と SAS PROC MI で実装する ―(欠測値処理シリーズ 5/5)
欠測値

Reference-Based Imputation 完全ガイド ― J2R / CR / CIR を R rbmi と SAS PROC MI で実装する ―(欠測値処理シリーズ 5/5)

2026年5月10日 tomokichi
Cox比例ハザード性のチェックとRMSTへの切り替え判断 ― Schoenfeld残差で診断、破綻時の対処をR/SASで実装する ―
生存時間

Cox比例ハザード性のチェックとRMSTへの切り替え判断 ― Schoenfeld残差で診断、破綻時の対処をR/SASで実装する ―

2026年5月9日 tomokichi
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • ...
  • 12
🎯 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
  • マルチステートモデル(Multi-state Model)とは ― illness-death モデルと状態遷移確率をRで実装する ―

    マルチステートモデル(Multi-state Model)とは ― illness-death モデルと状態遷移確率をRで実装する ―

  • サブグループ解析と交互作用検定を正しく行う ― 効果修飾の評価・多重性・forest plotの落とし穴をRで実装する ―

    サブグループ解析と交互作用検定を正しく行う ― 効果修飾の評価・多重性・forest plotの落とし穴をRで実装する ―

  • ポアソン回帰とは ― 件数・発生率データをRで解析する一般化線形モデル入門 ―

    ポアソン回帰とは ― 件数・発生率データをRで解析する一般化線形モデル入門 ―

  • MCP-Mod(多重比較とモデリング)で用量反応を解析する ― 第II相試験の用量選択をRのDoseFindingパッケージで実装 ―

    MCP-Mod(多重比較とモデリング)で用量反応を解析する ― 第II相試験の用量選択をRのDoseFindingパッケージで実装 ―

  • 順序ロジスティック回帰(比例オッズモデル)とは ― 順序カテゴリのアウトカムをRで解析する ―

    順序ロジスティック回帰(比例オッズモデル)とは ― 順序カテゴリのアウトカムをRで解析する ―

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7月 7
  • 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
  • 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
    1

    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

    2505 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 ―

    2352 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
    3

    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

    2129 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 ―

    2116 view
  • 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 ―
    5

    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 ―

    1948 view
タグ
AI (5) cox比例ハザードモデル (4) E9 (4) Estimand (6) FDA (5) ICH (20) ICH E9 (9) MMRM (10) p値 (4) R (36) RMST (6) R言語 (5) SAS (18) α消費関数 (4) アダプティブデザイン (5) サンプルサイズ (11) 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 (4) 一般化線形モデル (4) 中間事象 (3) 中間解析 (6) 信頼区間 (4) 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 (16) 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 (17) 生物統計 (70) 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 (27) 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