ある処置（介入や曝露）がアウトカムに影響あるか知りたいときは因果推論をしますよね。解析方法として、「多変量解析よりも傾向スコア使う方が良いんでしょ？」とよく耳にしますが、そうではありません。この記事では、解析方法はいろいろあるけど、「どの…

おすすめのR packageをまとめました。

データ解析に役立つおすすめR本とサイトをまとめました。

このPartでは，Time-varyingな状況下，つまり複数時点の曝露もしくは介入，および共変量の情報があり，ある時点の曝露（介入）が共変量や次の時点の曝露（介入）に影響を与えていく状況で，因果推論する方法を説明しています． 従来の解析手法（層別化や回帰…

このPartでは，Time-fixedな状況下，つまり曝露もしくは介入，および共変量が一時点の情報しかない状況で，モデルを利用して因果推論する方法を説明しています．生存時間解析のChapterもあります．Cox比例ハザードモデルを使わず，ロジスティック回帰モデル…

Part I: Causal inference without models では，シンプルな状況下で，因果推論の考え方，条件，方法を説明しています．

『Causal inference: What if』のまとめページです．資料や動画を置いてます．

臨床研究には，PECO or PICOで整理できないCQがあります．まず，記述・予測・因果推論でCQを分類し，その後，構造化することを提案します．

標本で統計量で母集団の統計量を推定します．点推定とは未知の母数を１つの値で推定すること．区間推定とは点推定のばらつきを表したものです．95%信頼区間は点推定値の精度と捉えましょう．

統計学は，目の前のデータのありのままの姿を伝える記述統計と目の前のデータから背後のデータの特徴を推定する推測統計の２つに大きく分けることができます． この回から始まる医学統計学（基本）シリーズでは，推測統計に焦点を当てて勉強していきます．扱…

因果推論を軸にして，データサイエンスのこれまでとこれからを考えていきます．データサイエンスは，Description（記述）・Prediction（予測）・Counterfactual prediction（反事実予測）の3つに分類できます．また，どの分類でも専門家の知識は必要であり，…

Modern epidemiology読書会の私の発表資料と動画をアップします！ 最近話題のベイズ統計モデリングとは異なり，「疫学へのベイズ統計の導入」を焦点に話を進めています． www.youtube.com speakerdeck.com

疫学統計セミナーをはじめました． 2回目の資料や動画をアップしています！ 疾病の発生の要約方法である，発生割合，オッズ，発生率，および有病率について説明しています． www.youtube.com speakerdeck.com 今後も引き続き更新していきます．

疫学統計セミナーをはじめました． 1回目の資料や動画をアップしています！ 以前のブログ記事と同様にハーバード 大学のMiguel教授の論文を参考に，データサイエンスでできることを「記述」，「予測」，「因果推論」の3つに分類し，解説しています． （Migue…

Rmarkdownを使えば，コードとその結果，コメントを一つのファイルにまとめることにできます． 私が考えるRmarkdownの良いところは，次の3つです． 1. データ解析の再現性を保てる 2. データ解析結果を共有する人に合わせて，出力する情報量を調整できる 3. …