生物統計家への道
  • ホーム
  • 🎯 サイトの歩き方
  • 生物統計
  • 数理統計
  • ICH
  • ICH目次
  • 因果推論
― TAG ―

ベイズ

tomokichi
サンプルサイズ

サンプルサイズ設計の数理：検出力・効果量・事前分布をどう扱うか

2026年1月12日 tomokichi
ベイズ

ベイズ統計の信用区間と頻度論の信頼区間の違いについて

2025年11月9日 tomokichi
ベイズ

ベイズ統計入門：頻度論との違いとベイズの定理

2025年11月3日 tomokichi
🎯 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

  • 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 ―

  • 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

  • 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

  • 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 ―

  • 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

カテゴリー
  • 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
    • サンプルサイズ
    • 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
  • 1

    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 ―

    1698 view
  • 2

    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

    1648 view
  • 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

    1577 view
  • 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 ―

    1484 view
  • 5

    Cox比例ハザードモデル入門〜数式から実務応用まで〜

    1327 view
タグ
AI (4) cox比例ハザードモデル (4) CRO (3) E9 (4) Estimand (5) FDA (5) ICH (19) ICH E9 (9) MMRM (9) PMDA (3) p値 (4) R (15) RMST (4) R言語 (5) SAS (16) 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 (11) リアルワールドデータ (5) 一般化線形モデル (3) 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) 因果推論 (16) 多重代入法 (6) 多重性 (4) 感度分析 (6) 数理統計 (7) 検出力 (6) 欠測値 (6) 生存時間解析 (13) 生物統計 (66) 生物統計家 (7) 相関 (3) 統計学 (17) 統計検定 (35) 統計検定準1級 (4) 臨床試験 (18) 製薬 (4) 製薬業界 (62) 転職 (6)
2025–2026  生物統計家への道