ベイズではない文脈で、観察データから検出力を計算するなと言う話がありました：doi.org/10.1016/j.anne… x.com/ueafam/status/…

#統計 ただし「有意水準5%」を「片側検定での有意水準2.5%」だと解釈して計算した。 たとえ有意水準5%検出力80%の仮説検定を柳川堯氏の説明の通りに理想的に実行できたとしても、それだけでは、効くと判定した薬の大部分が効くようにはできないのです。 リスク管理が致命的に全然できていない。 x.com/genkuroki/stat…

#統計 仮にテストする薬のうち効く薬の割合が5%しかないならば、有意水準5%、検出力80%の設定でP値≤5%(有意水準2.5%の片側検定で計算)で効くと判定された薬の中での効かない薬の割合は37%になります。 この割合の高さは患者側にとっては悪夢でしょう。 jstage.jst.go.jp/article/jjb/38… 柳川堯2018 pic.twitter.com/3IMji9WvcB x.com/genkuroki/stat…

この調査レポートでは、8時、12時、20時の3回計測している。 この場合の「自由度」は？そこから検出力を計算するんだ。 たった3回の定点観測で何がわかる？ pic.twitter.com/5MsdQ0FfAN

分散分析、検出力の計算になると途端に従う分布が非心F分布になってテキストから消えがち x.com/toshizumi1225/…

つらつらとここまで。 まだ今の所は大きく躓くとこはないけど、とにかく平方和の計算が面倒臭い……(それは言っちゃダメだ) ちょっと復習が不充分かなと思うとこあるけど(検出力の計算とか)、それは次の問題集で。 #QC検定 #QC1級 pic.twitter.com/cUEh0ppH77

#統計 以下のリンク先での 有意水準α=5% (両側検定、実効的にはこの半分)、検出力80%、テストする帰無仮説達の中での正しくないものの割合p の場合での 棄却された帰無仮説の中での正しい帰無仮説の割合 の計算をα=5%, 2%, 1%, 0.5%に拡張。 pic.twitter.com/yZoGcIeE2t