2017년 12월 27일 수요일
2017년 5월 8일 월요일
아빠가 들려주는 [통계] 다양한 bias에 따른 결과차이
아빠가 들려주는 [통계] 다양한 bias에 따른 결과차이
진단이 정확하지 않을 때,
샘플에 bias가 있을 때,
등을 상정하여 계산해 보는
강의용 자료입니다.
2017년 4월 20일 목요일
아빠가 들려주는 [통계] comparison of two tests in sensitivity, specificity,
comparison of two tests in sensitivity, specificity,
두 검사의 민감도와 특이도를 비교하기 위한 것입니다.
두 검사의 민감도와 특이도를 비교하기 위한 것입니다.
Labels:
sensitivity,
specificity
2017년 3월 18일 토요일
아빠가 들려 주는 [통계] Multiple P values : false discovery rate: Benjamini–Hochberg procedure
아빠가 들려 주는 [통계]
Multiple P values : false discovery rate: Benjamini–Hochberg procedure
Multiple P values : false discovery rate: Benjamini–Hochberg procedure
한글로 된 설명,
http://blog.naver.com/kjhnav/220961298044
영어로 된 설명(English)
http://www.biostathandbook.com/multiplecomparisons.html
꼭, http://statistics4everyone.blogspot.kr/2016/04/multiple-p-values-bonferroni-holm.html
부분도 같이 읽어 보고 비교해 보시기 바랍니다.
http://blog.naver.com/kjhnav/220961298044
영어로 된 설명(English)
http://www.biostathandbook.com/multiplecomparisons.html
꼭, http://statistics4everyone.blogspot.kr/2016/04/multiple-p-values-bonferroni-holm.html
부분도 같이 읽어 보고 비교해 보시기 바랍니다.
Labels:
Benjamini–Hochberg
2017년 2월 18일 토요일
아빠가 들려주는 [통계] chi-square goodness of fit test 카이제곱 적합도 검정
아빠가 들려주는 [통계] chi-square goodness of fit test 카이제곱 적합도 검정
2017년 2월 14일 화요일
아빠가 들려주는 [통계] non-inferiority test for sensitivity, specificity
아빠가 들려주는 [통계] non-inferiority test for sensitivity, specificity
진단 검사와 관련된 통계는 조금 희소한 편이죠.
실제 사용예는
Guidelines for human papillomavirus DNA test requirements for
primary cervical cancer screening in women of 30 years and older
primary cervical cancer screening in women of 30 years and older
라는 제목의 논문을 찾아 보시면 더 좋겠습니다.
이론적인 배경은 다음 기회에 ..
2017년 2월 13일 월요일
아빠가 들려주는 [통계] sample size for sensitivity, specificity
아빠가 들려주는 [통계] sample size for sensitivity, specificity
HOW TO USE
Old test has 70% of sensitivity and
80%of specificity. New test has 80% of sensitivity and 90%of
specificity.
If you want to show New test is
better than old test, how many samples do you need?
In this excel sheet shows you need
142 patients and 119 normal subjects.
But in usual situation, you donot
not who is patients or not. You know only prevalance.
Then this excel sheet can calculate
the next steps.
If you input 0.3 as prevalance, you
can get 2 potencial numbers such as 474 and 170, but 170 is not proper.
You finally get 474 as answer and
excel sheet show you "yes" as a tag for descision.
2014년 2월 19일... 이전에 만들어 두었던 엑셀 파일을 이제서야 올리네요.
그제 알게된 분께서 진단 관련 사업을 하신다길래 부랴부랴 찾았습니다.
우리나라에서 좋은 진단법들이 계속 나와서 세계 의학에도 기여하고,
우리나라 경제에도 도움되면 좋겠습니다.
화이팅.
아빠가 들려주는 [통계] sample size for kappa 2X2
아빠가 들려주는 [통계] sample size for kappa 2X2
kappa test의 샘플 수 계산.
유병율을 고려한 샘플 수 계산입니다.
2014년도 논문에 근거한 공식입니다.
Nomogram for sample size calculation on a straightforward basis
for the kappa statistic
Annals of Epidemiology 24 (2014) 673-680
kappa test의 샘플 수 계산.
유병율을 고려한 샘플 수 계산입니다.
2014년도 논문에 근거한 공식입니다.
Nomogram for sample size calculation on a straightforward basis
for the kappa statistic
Annals of Epidemiology 24 (2014) 673-680
아빠가 들려주는 [통계] 카파(Kappa 와 PABAK)
아빠가 들려주는 [통계] 카파(Kappa 와 PABAK)
카파(Kappa 와 PABAK) prevalence-adjusted and bias-adjusted kappa
0~0.2: Slight (약간 일치)
0.2~0.4: Fair (어느 정도 일치)
0.4~0.6: Moderate (적당한 정도로 일치)
0.6~0.8: Substantial (상당히 일치)
0.8~1: Almost perfect (거의 완벽히 일치)
1977년에 발표한 Landis and Koch의 해석
0.2~0.4: Fair (어느 정도 일치)
0.4~0.6: Moderate (적당한 정도로 일치)
0.6~0.8: Substantial (상당히 일치)
0.8~1: Almost perfect (거의 완벽히 일치)
1977년에 발표한 Landis and Koch의 해석
The Measurement of Observer Agreement for Categorical Data
J. Richard Landis and Gary G. Koch
Biometrics
Vol. 33, No. 1 (Mar., 1977), pp. 159-174 (16 pages)
Published By: International Biometric Society
J. Richard Landis and Gary G. Koch
Biometrics
Vol. 33, No. 1 (Mar., 1977), pp. 159-174 (16 pages)
Published By: International Biometric Society
PABAK, prevalence-adjusted and bias-adjusted kappa
Bias, prevalence and kappa
T Byrt, J Bishop, JB Carlin - Journal of clinical epidemiology, 1993
T Byrt, J Bishop, JB Carlin - Journal of clinical epidemiology, 1993
2017년 2월 10일 금요일
2017년 1월 27일 금요일
아빠가 들려 주는 [통계] 두 집단의 분포와 t-test
.
이건 거의 사용되지 않을 수도 있지만,
두 집단의 분포가 있을 때, p값을 구해보는 하나의 예입니다.
분포가 비슷해 보일 때(평균과 표준편차가 정해지면)
n 수에 따라서 p값이 어떻게 변하는지를 보여주기 위한 것으로
교육용으로 만든 것입니다.
뭐, 혹시 t-분포정규분포 그리고 싶으신 분은
캡쳐해서 쓰셔도 되고요..
분포는 엑셀에서 계산된 정확한 t 분포 곡선입니다.
이건 거의 사용되지 않을 수도 있지만,
두 집단의 분포가 있을 때, p값을 구해보는 하나의 예입니다.
분포가 비슷해 보일 때(평균과 표준편차가 정해지면)
n 수에 따라서 p값이 어떻게 변하는지를 보여주기 위한 것으로
교육용으로 만든 것입니다.
뭐, 혹시 t-분포정규분포 그리고 싶으신 분은
캡쳐해서 쓰셔도 되고요..
분포는 엑셀에서 계산된 정확한 t 분포 곡선입니다.
Labels:
t-test
2017년 1월 19일 목요일
피드 구독하기:
글 (Atom)