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 ―

球面性

tomokichi
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
🎯 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

  • 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 ―

  • 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 ―

  • 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 ―

  • 統計検定準1級「時系列解析」攻略 ― AR/MA/ARIMAの本質と典型出題パターン

  • 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 ―

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 16
  • 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 ―

    1606 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

    1534 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

    1424 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 ―

    1385 view
  • 5

    Cox比例ハザードモデル入門〜数式から実務応用まで〜

    1259 view
タグ
AI (4) cox比例ハザードモデル (4) CRO (3) DAG (3) E9 (4) Estimand (5) FDA (5) ICH (19) ICH E9 (8) MMRM (8) PMDA (3) R (10) RMST (4) R言語 (5) SAS (14) 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 (3) ベイズ統計 (10) 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 (3) 傾向スコア (6) 分割表 (6) 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 (34) 臨床試験 (15) 製薬 (4) 製薬業界 (62) 転職 (6) 頻度論 (3)
2025–2026  生物統計家への道