疫学初级统计应用.PPT

* * 疫学初級者研修　 平成１２年２月１５日（火） １３：００～ 岡山理科大学情報処理センター　　 ～精度　と　バイアス～ ①推定と検定（復習） ②精度 ③バイアス ①推定と検定 　　　（昨日の復習） ２×２表 （疾病の有無） （曝露の有無） 有症 食べない 食べた 健康 ａ ｃ ｂ ｄ ①推定と検定 推定：ある数値を定量的に 　　　　推測すること 検定：ある仮説の正しさを 　　　　検証すること 推定の例： 　 オッズ比を求める 検定の例： 　　χ２　　検定 , ｔ 検定 推定?検定の違い ?推定では、信頼区間によって 　影響の大きさと、その推定に 　固有のばらつきを評価できる。 ?検定では、データと帰無仮説の 　整合性をチェックする。 オッズ比＝１０．５ χ２＝３．２６（Ｐ＝０．０７） オッズ比＝１０．５ χ２＝１９．５５（Ｐ＝０．０００００９８） ※オッズ比とχ２値の違い ※精度とバイアス 精度とバイアス 正確度　＝　精度　　　＋　　妥当性 　 誤差　　＝偶然誤差　＋　系統的な誤差 （バイアス） 妥当性 ライフル銃の 銃身が正しい 精度 優秀な 狙撃手 普通の 狙撃手 銃身が右に ずれている ：的 ：射撃の跡 誤差＝偶然誤差＋系統的な誤差 偶然誤差：必然的に起こる誤差 　?調査対象者の記憶の不確かさなどによるもの 　?通常は分析に重要な影響は与えない 系統的な誤差（バイアス） 　：調査する側、調査される側の意図により　　　生じる誤差 　?一方的な思いこみなどにより生じる 　?分析に重要な影響を与えることがある 　②精度 95％信頼区間： 　　　　1.82＜ＯＲ＜8.54 オッズ比＝３．９３ 95％信頼区間： 　　　　1.82＜ＯＲ＜8.54 χ２値＝15.41 P値＝0.00008 オッズ比＝４．００ χ２値＝４．００ P値＝0.045 95％信頼区間： 　　　　0.79＜ＯＲ＜20.73 オッズ比：ほとんど変わらない。 信頼区間：幅が広がり、１をはさんでしまった。 データ数が減ったことで、ばらつきが大きくなった 　　　　　　　　　　　　　　↓　 　　　　　　　　　「精度」が悪くなった 95％信頼区間： 　　　　1.82＜ＯＲ＜8.54 χ２値＝15.41 オッズ比＝３．９３ 95％信頼区間： 　　　　1.82＜ＯＲ＜8.54 P値＝0.00008 オッズ比＝４．００ χ２値＝４．００ P値＝0.045 95％信頼区間： 　　　　0.79＜ＯＲ＜20.73 データ数が少ないとき 「はっきりと」言うことは難しい。 断定することはできない。 それは、「精度」が悪いため。 精度 データ数 が多い データ数 が少ない 信頼区間の幅 オッズ比 ほぼ 変わらない 広い 狭い 精度 データ数 が多い データ数 が少ない 　　　Ｐ値 大きい 小さい χ２ 値 大きい 小さい 精度 データ 　多 データ 　少 信頼区間 オッズ比 ほぼ 変わら ない 広い 狭い χ２ 値 精度 大きい 小さい 大きい 小さい Ｐ値 よい 悪い ③バイアス 誤差＝偶然誤差＋系統的な誤差 偶然誤差：必然的に起こる誤差 　?調査対象者の記憶の不確かさなどによるもの 　?通常は分析に重要な影響は与えない 系統的な誤差（バイアス） 　：調査する側、調査される側の意図により　　　生じる誤差 　?一方的な思いこみなどにより生じる 　?分析に重要な影響を与えることがある バイアス＝系統的な誤差、偏り ある一定の方向性をもっている誤差 この偏り（例：発症している人を 意図的に「食べた」と見なすなど）が 分析結果に影響を及ぼすことがある バイアスの例　その１ 「自己選択バイアス」 　　　　　食中毒の報道がされた後に、 　　　　「自分もその店を利用し、調子が悪い」 　　　　　などの電話が増える事例　　　　　 その情報を鵜呑みにすると 「食べた」「有症」の人のみが増えて （２×２表のａの数値が増え）オッズ比が高くなる *