医療統計学:は行

統計学セミナー

医療統計学:は行

 

                    医療統計学、医療経済学、数学のつぼをたとえ話でわかりやすく解説

 

                    運営者の20年以上にわたる医療統計学のノウハウを満載

 

外れ値

 

外れ値(はずれち、英:outlier )は、統計において他の値から大きく外れた値である。
測定ミス・記録ミス等に起因する異常値とは概念的には異なるが、実用上は区別できないこともある。

 

検定

 

外れ値かどうか検定したい標本について、偏差を不偏標準偏差で割った検定統計量
\tau_1 = \frac{ x_1 - \mu } \sigma
を求め(x1 は標本値、μ は平均、σ は標準偏差)、この値(両側検定をする場合はこの絶対値)が有意点より大きいかどうかで検定する。
簡単な方法では、2または3を有意点とする。つまり、μ ± 2?3 σ の外なら外れ値とする。
スミルノフ・グラブス検定[編集]
より精密には、正規分布を仮定して、スミルノフ・グラブス (Smirnov‐Grubbs) 検定を使う。標本数を n、所要の有意水準を α、自由度 n - 2 のt分布の α / n × 100 パーセンタイルを t として、
\tau = \frac{ (n - 1) t }{ \sqrt{ n(n - 2) + n t ^ 2 } }
を有意点とする。この式は再帰的に使う。つまり、最も外れた1標本のみを検定し、それが外れ値と判定されたら、それを除外した n − 1 個の標本を使って2番目に外れた標本を検定し、以下、外れ値が検出されなくなるまで繰り返す。
トンプソン検定[編集]
トンプソン (Thompson) 検定では、
t = \frac{ \tau \sqrt{n - 2} }{ \sqrt{ n - 1 - \tau ^ 2 } }
を使う。計算式の都合上、スミルノフ・グラブス検定とは逆に、標本値の検定統計量 τ1 から t1 を経て有意水準 α1 を求めることが多い。n が十分大きければスミルノフ・グラブス検定と同じ結果になる。


医療統計学は、自己学習ではどうしても時間がかかってしまい効率悪くなりがちです。本セミナー受講により、医療統計学の理論だけでなく実際の作業をどう進めるかなど、具体的な方法を伝授します。これにより、医療統計学の理解が倍増すること間違いなし!この機会にぜひご活用ください。



HOME プロフィール 統計セミナー 出張相談サービス お問い合わせ