信頼性検証論文への疑義？ 心理学の再現性、再現可能性についての議論が再燃しています。 以前、サイナビ！では再現可能性についての連載「心理学研究は信頼できるか？――再現可能性をめぐって」（池田功毅，樋口匡貴，平石界，藤島喜嗣，三浦麻子）を掲載し、ブックレットにもまとめました。 その中でも2015年8月にScience誌に掲載された信頼性検証論文では、100論文について追試した結果、「追試では36％、追試の効果量の95%信頼区間に元論文の効果量が含まれていた（つまり「ほぼ」も含めて再現されたと考えてもよさそうな）研究は47％」（上記記事より）だったということです。 ●原論文：Open Science Collaboration (2015). Estimating the reproducibility of psychological science. Science, 349(6251).
● はじめに みなさんこんにちは。 先の分散分析は長々とした説明になってしまいましたが、理解度の方はいかがだったでしょうか？ 統計は如何に目に見えないものを目に見えるようにするかの手法を追及してきた歴史があります。 今回はまた歴史が少し進んだお話。 多重比較検定というものを扱います。歴史とともに分散分析から少し進んだ、先の統計の手法をお感じあれ。 ● 多重比較検定とは 分散分析は、帰無仮説を棄却することにより、要因中に影響を与えているものがある、という結論を導き出すことができました。しかし、観測値に影響を与えている要因の度の水準間に差があるのかは分かりません。 例えば、分散分析で出した、趣味と睡眠時間の例を取って見てみましょう。 このとき分散分析では「趣味は睡眠時間に影響している」ことがわかりましたよね。 しかし、どの趣味の間で差が生じているのだろうというところは分からなか
東京大学医学部卒(生物統計学専攻)。東京大学大学院医学系研究科医療コミュニケーション学分野助教、大学病院医療情報ネットワーク研究センター副センター長、ダナファーバー/ハーバードがん研究センター客員研究員を経て、現在はデータを活用する様々なプロジェクトにおいて調査、分析、システム開発および人材育成に従事する。著書に『統計学が最強の学問である』(ダイヤモンド社)、『1億人のための統計解析』(日経BP社)などがある。 『統計学が最強の学問である［実践編］』発刊記念対談 35万部を突破したベストセラー『統計学が最強の学問である』の続編、『統計学が最強の学問である［実践編］』の出版を記念し、著者・西内啓氏をホストに統計学をめぐるシリーズ対談の連載がスタートします。 ゲストは前統計学会会長、気鋭の経済学者、統計学者など。普段は知ることのできない統計学者の斬新な視点と意見をお楽しみください。 バックナン
2017年1月20日追記：『ダメな統計学――悲惨なほど完全なる手引書』という本が出版されることになった。この本は、ここに掲載されているウェブ版の『ダメな統計学』に大幅に加筆したものだ。ウェブ版の『ダメな統計学』を読んで興味を持った方は、書籍となった『ダメな統計学』をぜひ読んでいただければと思う。書籍版の詳細については「『ダメな統計学――悲惨なほど完全なる手引書』の翻訳出版」という記事をご参照願いたい。 ここに公開する『ダメな統計学』は、アレックス・ラインハート (Alex Reinhart) 氏が書いたStatistics Done Wrongの全訳である。この文章は全部で13章から構成されている。詳しくは以下の目次を参照されたい。 はじめに データ分析入門 検定力と検定力の足りない統計 擬似反復：データを賢く選べ p値と基準率の誤り 有意であるかないかの違いが有意差でない場合 停止規則と
東京図書で統計に関する本を多数出版されている鶴見大学准教授・石村貞夫氏と、早稲田大学大学院基幹理工学研究科数学応用数理専攻博士後期課程所属・石村裕二郎氏によって書かれた、“t分布や“F分布”、“χ2乗分布”などのそれぞれの分布を統計的検定で用いる理由を数式を駆使しつつ正規分布の特徴と比べながら理解することを目的としたテキストです。 内容は以下の通りです。 Chapter 1 正規分布のグラフを探しましょう！ Chapter 2 正規分布をわかってナットク！ Chapter 3 標準正規分布とその確率 Chapter 4 正規母集団を探してみませんか？ Chapter 5 なぜ正規分布が重要なのですか？ Chapter 6 カイ2乗分布をわかってナットク！ Chapter 7 t分布をわかってナットク！ Chapter 8 F分布をわかってナットク！ （目次より） 本書は、姉妹本『統計学の基
鈴鹿医療科学大学学長、元国立大学財務・経営センター理事長、元三重大学学長の「つぶやき」と「ぼやき」のblog 今年度から、私は内閣府総合科学技術会議の「基礎研究および人育成部会」という会議の委員として出席をしているのですが、その会議で配られた資料には、日本の学術論文数が減少していること、そして、若手教員（研究者）の比率が減っていることを含め、たくさんの日本の研究機能についての分析データが示されていました。 日本の若手研究者の減少については、以前のブログでもご紹介したように、最も有名な科学誌の一つであるNature誌の3月20日号にも記事が掲載されていましたね。http://www.nature.com/news/numbers-of-young-scientists-declining-in-japan-1.10254 そして、資料の中で私が目を留めたのは、エルゼビア（Elsevier）社
医療英国の2010年のデータから、がんの約40%が生活習慣や環境因子を原因としているという論文、というか雑誌の増刊なのかなこれは。 The Fraction of Cancer Attributable to Lifestyle and Environmental Factors in the UK in 2010 オープンアクセスでクリエイティブコモンズ準拠です。 14の生活習慣、環境因子、食事に着目して、それぞれのがんの原因となる割合を概算した疫学的研究（systematic reviews and meta-analyses）。がん患者さんを並べて「この人はタバコが原因！こっちはウイルス！」って判定していったわけじゃあないです。そういうんはできませんから。 16. The fraction of cancer attributable to lifestyle and environ
分かっているようで意外と分かっていないのが回帰分析です。回帰分析の考え方をできるだけ図だけで説明した資料を作りましたので、適宜ご参照ください。 「(ほぼ)図(だけ)で説明する回帰分析」(PDF) 主な内容は、以下のとおりです。 説明変数と撹乱項の相関の理解 予測値の信頼区間をプロットすることの重要性の理解 「変数をコントロールする」ということで曖昧に理解されている内容の理解
世論調査などでもしばしば「層化二段無作為抽出」という言葉を目にする人は多いのではないだろうか。この手続を簡潔に説明することはなかなか難しいので、何度テキストを読んでもピンとこない、という人は意外に多いようである。その理由の一つは、「単純ランダムサンプリング(unrestricted random sampling)」を最初に説明して、それからその他の抽出法を応用として説明しようとしているからではないか、という気がする。そのせいか、一般の方の中には「母集団の正しい姿を捉えるには単純ランダム抽出が最善で、それ以外は亜流」といった考え方をしている人も多いようだ。 ところが、統計に関わる研究者のほとんどは、実際には「単純ランダム抽出は最善というよりも次善」ということを理解した上でデータを扱っている。それが一般の人には理解しにくい思考プロセスを踏まえているために、いろいろな誤解が生じているようである
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
