| 年度 |
2025年度 |
開講部局 |
情報科学部 |
| 講義コード |
KA232001 |
科目区分 |
専門教育科目 |
| 授業科目名 |
生物・医療統計 |
授業科目名
（フリガナ） |
セイブツ・イリョウトウケイ |
| 英文授業科目名 |
Biostatistics |
| 担当教員名 |
担当教員未定 |
担当教員名
(フリガナ) |
タントウキョウインミテイ |
| 開講キャンパス |
東広島 |
開設期 |
3年次生 後期 集中 |
| 曜日・時限・講義室 |
(集) 集中 |
| 授業の方法 |
講義 |
授業の方法
【詳細情報】 |
対面 |
| 講義中心 |
| 単位 |
2.0 |
週時間 |
|
使用言語 |
B
:
日本語・英語 |
| 学習の段階 |
3
:
中級レベル
|
| 学問分野（分野） |
25
:
理工学 |
| 学問分野（分科） |
02
:
情報科学 |
| 対象学生 |
情報科学部３年次生 |
| 授業のキーワード |
線形モデル・回帰分析・生存時間解析・統計解析環境R |
| 教職専門科目 |
|
教科専門科目 |
|
プログラムの中での
この授業科目の位置づけ
（学部生対象科目のみ） | |
|---|
到達度評価
の評価項目
（学部生対象科目のみ） | 計算機科学プログラム
（能力・技能）
・A. 情報基盤の開発技術，情報処理技術，データを分析して新しい付加価値を生む技術．
データ科学プログラム
（総合的な力）
・D3. 複合的に絡み合う社会的ニーズや課題を俯瞰し，データに基づいた定量的かつ論理的な思考と多角的視野と高度な情報分析能力で課題を解決する能力．
知能科学プログラム
（総合的な力）
・D3. 複合的に絡み合う社会的ニーズや課題を俯瞰的に捉え，知能科学の幅広い知識に基づいた多角的視野と分析能力で課題を解決する能力． |
|---|
| 授業の目標・概要等 |
生物統計学の基礎である、線形回帰法、一般化線形回帰法、生存時間解析法を習得する。
加えて、近年利用されている多変量生存時間解析法にも触れる。 |
| 授業計画 |
第1回 単回帰
第2回 統計解析環境R
第3回 尤度・重回帰
第4回 一般化線形回帰
第5回 ロジスティック回帰
第6回 経時データの処理
第7回 ランダム切片モデル
第8回 個体内相関
第9回 Rによる解析
第10回 生存時間分布
第11回 生存関数の推定
第12回 ハザード関数
第13回 混合モデル・フレイルティモデル
第14回 多変量生存時間解析
第15回 代替エンドポイント（全生存期間、無増悪生存期間、無病生存期間）
|
| 教科書・参考書等 |
購入や予習の必要は無いが、以下がさらなる勉強のための参考になる。
[1] Brian S.Everitt (著), Torsten Hothorn (著), 大門 貴志 (翻訳), Rによる統計解析ハンドブック 第2版
[2] 武冨奈菜美, 山本和嬉. (2023). 生存時間解析・信頼性解析のための統計モデル. 日本統計学会誌, 52(2), 69-112.
[3] 江村剛志, 大庭幸治 (2024) 生存時間変数に対する代替性評価 –メタアナリシスアプローチ–, 計量生物学, 第45巻1号:67–85 |
授業で使用する
メディア・機器等 |
配付資料 |
| 【詳細情報】 |
|
授業で取り入れる
学習手法 |
小テスト／ クイズ形式, 授業後レポート |
予習・復習への
アドバイス |
統計学関連の授業を復習。特に、回帰分析や仮説検定を理解しておくと良い。Rのプログラムを復習しておくと良い。 |
履修上の注意
受講条件等 |
|
| 成績評価の基準等 |
授業中に行うクイズとテストの合計点 |
| 実務経験 |
|
実務経験の概要と
それに基づく授業内容 |
|
| メッセージ |
|
| その他 |
|
すべての授業科目において，授業改善アンケートを実施していますので，回答に協力してください。
回答に対しては教員からコメントを入力しており，今後の改善につなげていきます。 |