研究 › 統計手法
統計手法とツール
よく使う手法の入口です。詳細は各Labsツールと原典を参照してください。
- ロジスティック回帰二値アウトカム・OR
- Cox比例ハザード生存時間・HR
- Kaplan–Meier / ログランク生存曲線
- ROC / AUC識別能・カットオフ
- DeLong検定2つのAUC比較
- 校正（Hosmer–Lemeshow）予測の校正
- 決定曲線（DCA）ネットベネフィット
- サンプルサイズ必要n
- 表1ベースライン特性
- メタ分析統合・フォレスト
公開小標本ベンチマーク（教材 / 下書き）
教材 / 下書きレベル · 論文本番不可 · 2026-09-11
必ず再計算：以下はエンジン照合デモです。論文化前に R で再実行してください。
2群KM教材表（n=12）
公開教材用の自作小標本（特定試験からの抜粋ではない）。
| Metric | 本サイト | 独立検証（Python） |
|---|---|---|
| Ctrl S(3) / S(5) · median | 0.5 / 0.25 · 3 | 0.5 / 0.25 · 3 |
| Tx S(2) / S(6) | 0.833333 / 0.555556 | 0.833333 / 0.555556 |
| log-rank χ² (df=1) · p | 1.806 · 0.179 | 1.806 · 0.179 |
✓ 主要数値が一致 · プロジェクト台 · KM →
二項ロジスティック教材（n=24）
公開教材用小標本。係数はエンジン照合デモ専用。
| Coef | 本サイト β / OR / p | 独立検証（Python） β / OR |
|---|---|---|
| age | 0.429109 / 1.5359 / 0.0173 | 0.429109 / 1.5359 |
| male | 0.616452 / 1.8523 / 0.6782 | 0.616452 / 1.8523 |
| AIC · McFadden R² | 18.22 · 0.6252 | |
✓ 主要数値が一致 · ロジスティックを開く →
同一標本の Table 1
| Group | n | age (site) | age (Python mean±sd) |
|---|---|---|---|
| None | 14 | 47.71±5.59 | 47.71±5.59 |
| Event | 10 | 61.20±5.20 | 61.20±5.20 |
✓ 主要数値が一致 (age means) · site age p≈0.000006 · Table 1 を開く →