10年以上ロングセラーを続けてきた本書が，大幅な加筆と改訂で内容を一層充実し“新版”となって登場！医学・医薬研究のみならず看護学・保健学研究に不可欠で，EBMの実践でもますます重要度の高まる“統計”を，わかりやすく，おもしろく解説．

〔主な目次〕

目次
第1章　医薬研究における統計学の役割

1．統計解析の現状　Support（支え棒）とIllumination（灯り）
1）仮説，実験デザインの複雑化
2）統計パッケージの普及
3）医薬雑誌のレフリーに統計の専門家が参加
2．生物実験における統計学の役割
①メンデルとフィッシャーの対話
1）メンデルの苦悩
2）確立分布
3）2項分布の割合の検定　検定の手順
4） 2項分布の正規分布による近似
5） 適合度のカイ2乗検定
②メンデルとフィッシャーの史実
3．論文・学会発表を行うにあたっての統計学の役割
①結果を評価する上での統計学の役割
1） 結果の要約
2） 結果を半田する材料の提供
3） 結果の一般化と言い過ぎの防止
4） 客観化・標準化
5） 科学的で効率的な実験の構成
②具体例
1） 要約統計量の計算
2） グラフ表示
3） 検定
③実験を計画する上での統計学的な考慮
1） 動物数の決定
2） 割付

第2章　データの要約（外れ値・異常値の扱い）

はじめに
1．平均値の持つ意味
2．データの要約
①位置の指標
②バラツキの指標
③変動係数（coefficient of variation：CV）
3．SD（標準偏差）とSE（標準誤差）
①経時敵変化のプロット例
②SDの理論的な根拠と問題点
③平均値の2つの性質とSE
④SDとSEの使い分け
1） 論文におけるSDとSEの使い分け
2） サンプルサイズとの関係
3） 分布に対する仮定
4．外れ値の検出法とその取り扱い
①層別箱ヒゲ図による視覚的吟味
②平均値とメディアンの食い違いチェック
③群間におけるSDの違いのチェック
④Skewness（歪：ひずみ），kurtosis（尖り：とがり）
5．外れ値の取り扱い
①外れ値の原因が測定ミスの場合
②外れ値の原因が測定ミスとは断定できないが，生物学的にかなり以上な場合
③外れ値の原因が測定ミスとは断定できず，かつ，生物学的に見ても異常でない場合
おわりに

第3章　統計学的検定入門

1．統計学的検定とは？
①2種類の誤り
②検定の手順
③すべての検定に共通の注意点
1）ρ値（ρ-value）と有意水準（significant level）
2） 統計学的有意性と生物学的有意性
3） 片側検定（one-tailed test）と両側検定（two-tailed test）
4） パラメトリック手法とノンパラメトリック手法
5） 検定手法の選択
2．カイ2乗検定の計算例
3．統計学的な症例数設計（sample size design）
①症例数設計の原理
②4つのパラメータのNに対する影響
1） SD2に比例する
2） Δ2に反比例する
3） 検定の有意水準（α）を激しくすると必要なNは大きくなる
4） βエラーを小さくすると必要なNは大きくなる
③論文への症例数設計の記載例

第4章　多重性（multiplicity）と多重比較（multiple comparison）

はじめに
1．検定の多重性（multiplicity）
①多重性による第1種の過誤の増大
②多重比較の問題点
③多重比較の問題の回避
1） 検定の数を減らす
2） 検定に優先順位をつける
3） 分散分析を先に行うことによって有意水準をコントロールする
4） 多重比較を用いる
④基本的な多重比較
1） Dunnett検定
2） Tukey検定
3） William検定
4） Dunnett検定とWilliam検定
2．多重比較Q&A
Q1：多重比較は，分散分析の結果が有意のときにしか使えないのでしょうか？
Q2：Duncanの方法はどうして用いてはいけないのでしょうか？
Q3：例数がアンバランスなケースではScheffeの方法しか使えないのですか？
Q4：ノンパラメトリックな多重比較の手法は存在しないのでしょうか？
Q5：Bonferroni法とは？
Q6：多重比較の手法が適切でないケースとは？
Q7：要請対照群を含む実験デザインではどのような多重比較を用いるべきですか？

第5章　医薬研究のデザインと解析

はじめに
1．医薬研究における3つの項目
①Clarity（精度）の確保
②Comparability（比較可能性）の保証
③Zeneralizability（一般可能性）の検討
2．バイアス（bias：偏り）
①バイアスによる失敗の例
1） 例①「さばを読む」
2） 例②「女子大生は製薬企業が大好き!!」
3） 例③「200万人以上もの調査を行ったのに!!」
②バイアスはいかに研究結果を歪めるか？
1） 既存研究の調査の際（偏見：prejudice）
2） 対象者選択時（選択バイアス：selection bias）
3） 結果の測定時（評価バイアス：evaluation bias）
4） 統計解析時（多重性：multiplicity）
5） 出版時（公表バイアス：publication bias）
③ITT（intention-to-treat）解析
3．交絡（confounding）
①交絡の例
1） 血圧が高い人は給料が高い!!
2） 私立大学は薬剤師国家試験合格率が高い!!
②交絡が生じるための条件
③交絡に対する対処
④交絡の実例
4．交互作用（interaction）

第6章　オッズ比とロジスティック回帰入門

はじめに
1．オッズ比とは？
2．ロジスティックモデルとは？
3．ロジスティックモデル入門
①2群の場合
②3群の場合
③用量でのモデル比
4．ロジスティック回帰による調整オッズ比の計算
5．ロジスティック回帰によるリスク因子の評価例
①データ解析の手順
②調整しないオッズ比とその信頼区間の計算（単変量解析）
③調整したオッズ比の計算（多変量解析）
④性別とほかのリスク因子の交絡（男性はリスク因子を多く持つ）
⑤変数選択
1） 変数増加法（forward法）
2） 変数減少法（backward法）
3） 総当り法と可能なモデルの数
⑥モデルの検証と改善
1） 線形性の仮定の検証
2） 交互作用の検証
まとめ

第7章　ハザード比と生存時間解析入門

はじめに
1．生存時間解析とは？
2．日本人の生存関数とハザード関数
3．Kaplan-Meier曲線（生存関数の推定）
4．ログランク検定と一般化ウイリコクソン検定（生存関数の検定）
①スコアμ（観測死亡数と期待死亡数の差）
②スコアμの分散（V）
③検定統計量
④重みW1（ロングラン検定と一般化ウィルコクソン検定）
⑤注意事項
⑥ノンパラメトリック検定の適用例

あとがき

索引