16/11/10 17:08:08.89 o9gkevDR.net
国立大学卒医師の学力を反映した投稿:
ｽﾚﾘﾝｸ(hosp板:908番)
裏口入学底辺私立医大卒医師の下劣な投稿:
ｽﾚﾘﾝｸ(hosp板:909番)
URLﾘﾝｸ(imagizer.imageshack.com)
URLﾘﾝｸ(imagizer.imageshack.com)
598:卵の名無しさん
16/11/11 18:00:41.10 EJiPdINd.net
ド底辺シリツ医大卒の第一法則：
ド底辺シリツ医大が悪いのではない、本人の頭が悪いんだ。
ド底辺シリツ医大卒の第二法則：
底辺シリツ医大卒は恥ずかしくて、学校名を皆さま言いません。
ド底辺シリツ医大卒の第三法則
底辺シリツ医大に入学すると馬鹿になる。
第三法則の参考資料
URLﾘﾝｸ(i.imgur.com)
599:卵の名無しさん
16/11/11 18:04:29.03 EJiPdINd.net
ド底辺シリツ医大卒の第一法則：
ド底辺シリツ医大が悪いのではない、本人の頭が悪いんだ。
ド底辺シリツ医大卒の第二法則：
底辺シリツ医大卒は恥ずかしくて、学校名を皆さま言いません。
ド底辺シリツ医大卒の第三法則
底辺シリツ医大に入学すると馬鹿になる。
第三法則の参考資料
URLﾘﾝｸ(i.imgur.com)
三法則を川柳にしてみました。
第一法則
本人の 頭がわるくて ド底辺
第二法則
いつまでも 大学名乗れぬ ド底辺
第三法則
裏口は 卒業しても ド底辺
参考句
ド底辺 生きているのが 恥ずかしい
ド底辺 馬鹿は死ななきゃ 治らない
医者だけど 平気で嘘つく ド底辺
URLﾘﾝｸ(i.imgur.com)
600:卵の名無しさん
16/11/11 18:05:02.25 EJiPdINd.net
ド底辺シリツ医大卒の第一法則：
ド底辺シリツ医大が悪いのではない、本人の頭が悪いんだ。
ド底辺シリツ医大卒の第二法則：
底辺シリツ医大卒は恥ずかしくて、学校名を皆さま言いません。
ド底辺シリツ医大卒の第三法則
底辺シリツ医大に入学すると馬鹿になる。
第三法則の参考資料
URLﾘﾝｸ(i.imgur.com)
三法則を川柳にしてみました。
第一法則
本人の 頭がわるくて ド底辺
第二法則
いつまでも 大学名乗れぬ ド底辺
第三法則
裏口は 卒業しても ド底辺
参考句
ド底辺 生きているのが 恥ずかしい
ド底辺 馬鹿は死ななきゃ 治らない
医者だけど 平気で嘘つく ド底辺
URLﾘﾝｸ(i.imgur.com)
601:卵の名無しさん
16/11/11 18:10:19.54 EJiPdINd.net
ド底辺シリツ医大卒の第一法則：
ド底辺シリツ医大が悪いのではない、本人の頭が悪いんだ。
ド底辺シリツ医大卒の第二法則：
ド底辺シリツ医大卒は恥ずかしくて、学校名を皆さま言いません。
ド底辺シリツ医大卒の第三法則
ド底辺シリツ医大に入学すると馬鹿になる。
第三法則の参考資料
URLﾘﾝｸ(i.imgur.com)
三法則を川柳にしてみました。
第一法則
本人の 頭がわるくて ド底辺
第二法則
いつまでも 大学名乗れぬ ド底辺
第三法則
裏口は 卒業しても ド底辺
参考句
ド底辺 生きているのが 恥ずかしい
ド底辺 馬鹿は死ななきゃ 治らない
医者だけど 平気で嘘つく ド底辺
URLﾘﾝｸ(i.imgur.com)
602:卵の名無しさん
16/11/12 06:34:54.71 kATpka+n.net
『私立大学医学部医学科』歩留率ワースト順
052位：日本医科(32.0％、242人）
062位：愛知医科(34.0％、419人）
117位：東京慈恵会医科(40.4％、252人）
156位：自治医科(43.9％、291人）
235位：聖マリアンナ医科(50.7％、112人）
243位：東京医科(51.0％、214人）
248位：大阪医科(51.3％、188人）
282位：岩手医科(53.7％、209人）
287位：金沢医科(54.0％、156人）
289位：兵庫医科(54.0％、97人）
310位：獨協医科(56.2％、173人）
381位：埼玉医科(62.7％、76人）
383位：東京女子医科(62.9％、119人）
410位：川崎医科(65.7％、58人）
488位：産業医科(74.3％、67人）
URLﾘﾝｸ(utsunomiyasoh.blog.fc2.com)
URLﾘﾝｸ(i.imgur.com)
ここで一句
ド底辺 進学するのは 残りカス
603:卵の名無しさん
16/11/12 14:18:50.68 GzVrszp7.net
# ケースコントロール研究における累積標本抽出
# RR = OR(1-P1) + P1
# OR=(RR-P1)/(1-P1)
# P1=(OR-RR)/(OR-1) ; # P1:暴露群でのイベント発生率=a/(a+b)
# RR = OR/(OR*P0 + 1- P0)
# OR= (1-P0)*RR/(1-P0*RR)
# P0=(OR-RR)/((OR-1)*OR) ; # P0:非暴露群でのイベント発生率=c/(c+d)
OR1=function(RR,P1) (RR-P1)/(1-P1)
OR1(4,0.4)
OR1(4,0.04)
OR0=function(RR,P0) (1-P0)*RR/(1-P0*RR)
OR0(4,0.1)
OR0(4,0.01)
f1=function(x)OR1(4,x)
xx=0.5^(1:10)
plot(log10(xx),sapply(xx,f1),ylab="Odds Ratio",xlab="log10(P1)",pch=19)
f0=function(x)OR0(4,x)
xx=0.5^(2:10)
plot(log10(xx),sapply(xx,f0),ylab="Odds Ratio",xlab="log10(P0)",pch=19)
604:卵の名無しさん
16/11/12 17:09:03.35 GzVrszp7.net
# 症例コホールト研究では
# 対照が曝露と無関係に抽出されている限りオッズ比はリスク比の妥当な推定値となる
# 対照群は原集団全体から標本抽出されるので稀少疾患であるという前提は必要ない
605: k=25 # サンプル数 曝露 ：非曝露= k*r : k r=0.1 # 曝露人口比 曝露：非曝露= r : 1 # リスク比 = 4 (d5=matrix(c(r*40,r*k,10,k),2,byrow=TRUE)) Epi::twoby2(d5)
606:卵の名無しさん
16/11/12 17:28:13.56 GzVrszp7.net
ド底辺 生きているのが 恥ずかしい
ド底辺 馬鹿は死ななきゃ 治らない
本人の 頭がわるくて ド底辺
裏口は 卒業できても ド底辺
統計も使えぬ馬鹿はド底辺
老人もみんな嫌がるド底辺
グーグルも 裏口バカは ド底辺
医者だけど 平気で嘘つく ド底辺
ド底辺 幼児相手の 変質者
ド底辺 卒業大学 ひた隠し
ウンコより 汚らわしいのが ド底辺
第一法則
本人の 頭がわるくて ド底辺
第二法則
いつまでも 大学名乗れぬ ド底辺
第三法則
裏口は 卒業しても ド底辺
607:卵の名無しさん
16/11/12 17:29:25.04 GzVrszp7.net
ド底辺 大学名を ひた隠し 学位をとるも 恥の上塗り
今日もまた コピペで誤魔化す ド底辺 アボーン設定の筈なのに
統計も 対偶すらも わからない 生きて恥ずかし 裏口シリツ
裏口は悲しからずや馬鹿でアホ、屈辱ゆえに大学名乗らず
患者から 言われなければ わからない 何を抜かすか 裏口バカが
他所いけや 対偶わからぬ ド底辺 出身校は嘘つかない
ド底辺 当直室で エロサイト ウイルス残して 帰宅する
バカゆえに 統計でると レスできず お気の毒だね、底辺シリツ
ド底辺 卒業大学 ひた隠し 同期といわれ 他人を装う
608:卵の名無しさん
16/11/12 21:50:41.93 GzVrszp7.net
# case ctrl
# exposure a b
# no exposure c d
# OR = ad/bc
# q1 = a/(a+c) 疾病群での暴露リスク
# q0 = b/(b+d) 対照群での暴露リスク
# RR = q1/q0
# RR =a/(a+c) ÷ b/(b+d)=a(b+d)÷b(a+c)=(ab+ad)/(ab+bc)
# =(ab+bc*OR)/(ab+bc) ∵ ad=bc*OR
# =(c*OR+a)/(a+c)
# =OR*c/(a+c)+a/(a+c)
# =OR*( 1-a/(a+c) ) + a/(a+c)
# =OR*(1-q1) + q1
# RR = a/(a+c) ÷ b/(b+d)=a(b+d)÷b(a+c)=(ab+ad)/(ab+bc)
# = (ab+ad)/(ab+ad/OR) ∵ bc=ad/OR
# = (b+d) /(b + d/OR) # (b+d) で割る
# =1 / {b/(b+d) + d/[(b+d)/OR]}
# =OR/{OR*b/(b+d) + d/(b+d)} # ORを掛ける
# =OR/{OR*b/(b+d) + (b+d)/(b+d)-b/(b+d)}
# =OR/(OR*q0 + 1-q0)
609:卵の名無しさん
16/11/12 21:55:06.31 GzVrszp7.net
# RR = OR(1-q1) + q1
# OR=(RR-q1)/(1-q1)
# q1=(OR-RR)/(OR-1) ; # q1:疾病群での暴露リスク=a/(a+c)
# RR = OR/(OR*q0 + 1- q0)
# OR= (1-q0)*RR/(1-q0*RR)
# q0=(OR-RR)/((OR-1)*OR) ; # q0:対照群での暴露リスク=b/(b+d)
610:卵の名無しさん
16/11/13 06:45:03.03 P0Spu8ds.net
>>593
(revised)
# RR = OR(1-q1) + q1
# OR=(RR-q1)/(1-q1)
# q1=(OR-RR)/(OR-1) ; # q1:疾病群での暴露リスク=a/(a+c)
# RR = OR/(OR*q0 + 1- q0)
# OR= (1-q0)*RR/(1-q0*RR)
# q0=(OR-RR)/((OR-1)*RR) ; # q0:対照群での暴露リスク=b/(b+d)
611:卵の名無しさん
16/11/13 06:45:40.48 P0Spu8ds.net
>>588
(revised)
# ケースコントロール研究における累積標本抽出
# RR = OR(1-P1) + P1
# OR=(RR-P1)/(1-P1)
# P1=(OR-RR)/(OR-1) ; # P1:暴露群でのイベント発生率=a/(a+b)
# RR = OR/(OR*P0 + 1- P0)
# OR= (1-P0)*RR/(1-P0*RR)
# P0=(OR-RR)/((OR-1)*RR) ; # P0:非暴露群でのイベント発生率=c/(c+d)
612:卵の名無しさん
16/11/13 08:52:34.42 P0Spu8ds.net
題材は、喫煙・ピロリ菌・胃がんでもいいのだが、
論理演算ができないなど高校卒業の学力がない（蔑称：バカ）という因子 と
任意の寄付金を支払う（蔑称：裏金）という因子を
ド底辺シリツ医大進学というスティグマを背負うリスク（略称：ド底辺リスク）で検討しよう。
ド底辺シリツ受験生の偏差値によりバカ因子の有無を判定、
裏金因子については本人の申告により得られた数字としよう（数字は仮想データ）。
裏金なし 裏金あり
バカでない １ ３
バカである １０ ２０
バカ因子でド底辺リスクが１→１０（９の増加、１０倍の増加）、３→２０（１７の増加、６．７倍の増加）
裏金因子でド底辺リスクが１→３（２の増加、３倍の増加）、１０→２０（１０の増加、２倍の増加）
と変化している。
ド底辺リスクにバカ因子と裏金因子の交互作用が存在するか？
613:卵の名無しさん
16/11/13 12:12:45.23 P0Spu8ds.net
ye=c(13,20,15,2,10,20,18,20,11,20)
ev=c(1,0,0,1,1,0,0,0,1,0)
ex=c(1,1,1,1,1,0,0,0,0,0)
(dat5.2=data.frame(years=ye,event=ev,exposure=ex))
attach(dat5.2)
(N=sum(event)) #全発症数
(Y=sum(years)) # 全人年
N/Y # 全発症率 4/149= 0.0268
i.time=3 # 誘導期間
(Ypost=years[years>i.time]) # 誘導期間を超えて追跡された人の全長年数
(PostPeriod=sum(Ypost-i.time)) # 誘導期間を超える年数の総和
(post.dat=subset(dat5.2,years>i.time & event==1)) # 誘導期間後に発症した症例
(Npost=nrow(post.dat)) # 誘導期間発症症例数
Npost/PostPeriod # 誘導期間後発症率 3/120 0.025
614:卵の名無しさん
16/11/13 12:12:51.66 P0Spu8ds.net
# 誘導期間を考えない暴露群発症率 3/60 = 0.05
(ev.exp.all=subset(dat5.2,event==1 & exposure==1))
(ye.exp.all=subset(dat5.2,exposure==1))
(Nexp.all=nrow(ev.exp.all))
(Yexp.all=sum(ye.exp.all$years))
# 誘導期間を考えない非暴露群発症率 1/89 = 0.0112
(ev.nex.all=subset(dat5.2,event==1 & exposure==0))
(ye.nex.all=subset(dat5.2,exposure==0))
(Nnex.all=nrow(ev.nex.all))
(Yn.all=sum(ye.nex.all$years))
fmsb::rateratio(3,1,60,89)
# 誘導期間を考えた暴露群発症率 2/46= 0.0435
(ev.exp.post=subset(dat5.2,event==1 & exposure==1 & years>i.time))
(ye.exp.post=subset(dat5.2,exposure==1 & years>i.time))
(Nexp.post=nrow(ev.exp.post))
(Yexp.post=sum(ye.exp.post$years-i.time))
# 誘導期間を考えた非暴露群発症率 1/74 = 0.0135
(ev.nex.post=subset(dat5.2,event==1 & exposure==0 & years>i.time))
(ye.nex.post=subset(dat5.2,exposure==0 & years>i.time))
(Nnex.post=nrow(ev.nex.post))
(Ynex.post=sum(ye.nex.post$years-i.time))
fmsb::rateratio(2,1,46,74)
615:卵の名無しさん
16/11/13 14:11:15.71 P0Spu8ds.net
# 誘導期間i.timeを考えた曝露群発症率 vs 3/59 = 5.08%
IExp=function(i.time=3){
(ev.exp.post=subset(dat5.2,event==1 & exposure==1 & years>i.time))
(ye.exp.post=subset(dat5.2,exposure==1 & years>i.time))
(Nexp.post=nrow(ev.exp.post))
(Yexp.post=sum(ye.exp.post$years-i.time))
Nexp.post/Yexp.post
}
xx=seq(0.5,13,le=1000)
plot(xx,sapply(xx,IExp),pch=19,xlab="Induction Period(Years)",ylab="Incidence Ratio")
abline(h=3/59,lty=3)
legend("topleft",bty="n",legend="No Induction Period",lty=3)
f=function(x,u)IExp(x)-u
uniroot(f,u=3/59,c(2,6))$root
616:卵の名無しさん
16/11/13 14:11:54.88 P0Spu8ds.net
>>598
# 非曝露群に誘導期間の考慮は不要である非曝露群発症率 1/89 = 1.12%
(ev.nex.post=subset(dat5.2,event==1 & exposure==0 & years>i.time))
(ye.nex.post=subset(dat5.2,exposure==0 & years>i.time))
(Nnex.post=nrow(ev.nex.post))
(Ynex.post=sum(ye.nex.post$years))
1/(20+18+20+11+20)
617:卵の名無しさん
16/11/13 17:41:47.39 P0Spu8ds.net
#Reed-Frost Model
ReedFrost=function(
p=0.04,
N=100,
T=40)
{
q=1-p
I=numeric(T)
S=numeric(T)
I[1]=1
S[1]=N-I[1]
for(t in 1:(T-1)){
I[t+1]=S[t]*(1-q^I[t])
S[t+1]=S[t]-I[t+1]
}
plot(1:T,I,type="l",lwd=2, ylim=c(0,N),xlab="time",ylab="persons",main=paste("Reed-Frost Model p= ",p))
lines(S,lty=2,col=2,lwd=2)
lines(N-S,lty=3,col=3,lwd=2)
legend("topright",bty="n",legend=c("Infected","Sensitive","Immunized"),lty=1:3,col=1:3,lwd=2)
}
par(mfrow=c(1,2))
ReedFrost(0.04)
ReedFrost(0.015)
618:卵の名無しさん
16/11/13 17:43:06.41 P0Spu8ds.net
URLﾘﾝｸ(i.imgur.com)
619:卵の名無しさん
16/11/14 07:34:08.42 M7oYJSWp.net
ド底辺シリツ医大卒の輝かしい業績
勉強すれば、叱られる
URLﾘﾝｸ(i.imgur.com)
バカが治ったのならば死んでいる
URLﾘﾝｸ(i.imgur.com)
620:卵の名無しさん
16/11/14 21:36:58.49 VEAhWGAn.net
桃関数
# p値関数 vcd::oddsratio, confintで信頼区間境界からグラフ化
CIfunc=function(A,B,C,D){
DO=matrix(c(A,B,C,D),2,byrow=TRUE)
oDO=vcd::oddsratio(DO,log=FALSE)
# confint(oDO,level=0.95)
f1=function(x)confint(oDO,level=1-x)[1]
f2=function(x)confint(oDO,level=1-x)[2]
xx=seq(0,1,by=0.01)
y1=sapply(xx,f1)
y2=sapply(xx,f2)
plot(log10(y1),xx,xlim=c(-1,2),type="l",xlab="Rate Ratio(log scale)",ylab="p.value",lwd=1,main="P.value function")
lines(log10(y2),xx,lwd=1)
abline(v=log10(1),lty=3)
abline(h=0.05,lty=3,col="gray")
return(DO)
}
DO=CIfunc(4,386,4,1250)
Epi::twoby2(DO)
chisq.test(DO,correct=FALSE)
par(new=TRUE)
DO1=CIfunc(1090,14910,1000,15000)
Epi::twoby2(DO1)
chisq.test(DO1,correct=FALSE)
621:卵の名無しさん
16/11/15 10:42:17.30 hp7RgOLv.net
SJW=function(A,B,C,D){ # Relative Risk cohort study
DR=matrix(c(A,B,C,D),2,byrow=TRUE)
fl=function(x)Epi::twoby2(DR,alpha=x,print=FALSE)$measures[1,2]
fu=function(x)Epi::twoby2(DR,alpha=x,print=FALSE)$measures[1,3]
le=100
xx=seq(0,1,length=le) ; xx=xx[c(-1,-le)]
y1=sapply(xx,fl)
y2=sapply(xx,fu)
xlim=c(min(y1),max(y2))
plot(y1,xx,log="x",xlim=xlim,type="l",lwd=2,xlab="Relative Risk(log scale)",ylab="p.value",main="P.value function(Cohort Study)")
lines(y2,xx,lwd=2)
abline(v=1,lty=3)
abline(h=0.05,lty=3,col="gray")
Epi::twoby2(DR)
return(DR)
}
Subjects CVD events % HR p value 95%CI
Placebo 2333 282 12.1
Empagliflozin 10mg 2345 243 10.4 0.85 0.07 0.72-1.01
Empagliflozin 25mg 2342 247 10.5 0.86 0.09 0.73-1.02
Empagliflozin 10mg+25mg 4687 490 10.5 0.86 0.04 0.74-0.99
dev.off()
layout(matrix(c(1,2,3,3),2,byrow=TRUE))
E10=SJW(243,2345-243,282,2333-282) ; chisq.test(E10,correct = FALSE) ; prop.test(c(243,282),c(2345,2333))
E25=SJW(247,2342-247,282,2333-282) ; chisq.test(E25,correct = FALSE) ; prop.test(c(247,282),c(2342,2333))
E1025=SJW(490,4687-490,282,2333-282) ; chisq.test(E1025,correct=FALSE) ; prop.test(c(490,282),c(4687,2333))
622:卵の名無しさん
16/11/15 10:42:53.47 hp7RgOLv.net
# p値関数 vcd::oddsratio, confintで信頼区間境界からグラフ化
CIfunc=function(A,B,C,D){ # Oddsratio 症例対照study
DO=matrix(c(A,B,C,D),2,byrow=TRUE)
oDO=vcd::oddsratio(DO,log=FALSE)
# confint(oDO,level=0.95)
f1=function(x)confint(oDO,level=1-x)[1]
f2=function(x)confint(oDO,level=1-x)[2]
xx=seq(0,1,by=0.01) ; xx=xx[-1]
y1=sapply(xx,f1)
y2=sapply(xx,f2)
xlim=c(min(y1),max(y2))
plot(y1,xx,xlim=xlim,log="x",type="l",lwd=2,xlab="Odds Ratio(log scale)",ylab="p.value",main="P.value function(Case-Control)")
lines(y2,xx,lwd=2)
abline(v=1,lty=3)
abline(h=0.05,lty=3,col="gray")
Epi::twoby2(DO)
return(DO)
}
DO=CIfunc(4,386,4,1250)
chisq.test(DO,correct=FALSE)
623:卵の名無しさん
16/11/15 13:10:10.93 hp7RgOLv.net
「くじ引きが無作為である」という帰無仮説のもとで宝くじに当選する確率はとても低い（０．０５未満)。
宝くじに当選者がでたということはp<0.05のことが起こったので「くじ引きが無作為」という帰無仮説は棄却される。
正しい議論か？
624:卵の名無しさん
16/11/15 13:11:45.79 hp7RgOLv.net
# p値関数 vcd::oddsratio, confintで信頼区間境界からグラフ化
CIfunc=function(A,B,C,D){ # Oddsratio 症例対照study
DO=matrix(c(A,B,C,D),2,byrow=TRUE)
oDO=vcd::oddsratio(DO,log=FALSE)
# confint(oDO,level=0.95)
f1=function(x)confint(oDO,level=1-x)[1]
f2=function(x)confint(oDO,level=1-x)[2]
xx=seq(0,1,by=0.01) ; xx=xx[-1]
y1=sapply(xx,f1)
y2=sapply(xx,f2)
xlim=c(min(y1),max(y2))
plot(y1,xx,xlim=xlim,log="x",type="l",lwd=2,xlab="Odds Ratio(log scale)",ylab="p.value",main="P.value function(Case-Control)")
lines(y2,xx,lwd=2)
abline(v=1,lty=3)
abline(h=0.05,lty=3,col="gray")
Epi::twoby2(DO)
return(DO)
}
DO=CIfunc(4,386,4,1250)
chisq.test(DO,correct=FALSE)
625:卵の名無しさん
16/11/16 20:55:39.97 UIiIxSFr.net
# Hazard Rate 95% C.I. to p.value with graph
CI2P=function(L,U,cl=0.95,from=0.01,to=20){
RR=sqrt(L*U)
SE=log(L/RR)/(-qnorm(1-(1-cl)/2))
RL=function(p) RR*exp(-qnorm(1-p/2)*SE)
RU=function(p) RR*exp(+qnorm(1-p/2)*SE)
pl=(1-pnorm(log(RR)/SE))*2
pu=(1-pnorm(-log(RR)/SE))*2
p.value=ifelse(pl<=1,pl,pu)
yy=seq(0,1,le=10^5)
xlim=c(from,to)
plot(sapply(yy,RU),yy,log="x",type="l",xlim=xlim,lwd=2,xlab="RR(log scale)",ylab="p.value",
main=paste(cl*100,"%RR Conf.Int = [",L,"-",U,"] p.value=",round(p.value,4)))
lines(sapply(yy,RL),yy,lwd=2)
abline(h=0.05,lty=3,col=2)
abline(v=1,lty=2,col=4)
legend("topleft",bty="n",legend=c("p=0.05","RR=1"),col=c(2,4),lty=3)
return(p.value)
}
626:卵の名無しさん
16/11/17 06:33:04.35 puYeydx2.net
RR2P=function(a,N1,b,N0,...){
SE=sqrt(1/a-1/N1+1/b-1/N0)
RR=(a/N1)/(b/N0)
f=function(x){
pl=(1-pnorm(log(x)/SE))*2
pu=(1-pnorm(-log(x)/SE))*2
p.value=ifelse(pl<=1,pl,pu)
return(p.value)
}
xx=seq(0,10,by=0.01)
xx=xx[-1]
plot(xx,sapply(xx,f),type="l",lwd=2,xlab="RR",ylab="p.value",...)
abline(h=0.05,lty=3,col=2)
abline(v=RR,lty=2,col=4)
legend("topleft",bty="n",legend=c("p=0.05","estimated RR"),col=c(2,4),lty=3)
names(RR)="Estimated RR"
return(RR)
}
RR2P(4,386,4,1250,xlim=c(0.01,10))
RR2P(4,386,4,1250,xlim=c(0.01,10),log="x")
RR2P(4,386,4,1250,xlim=c(0.01,10),ylim=c(0.001,1),log="y")
RR2P(4,386,4,1250,xlim=c(0.01,10),ylim=c(0.001,1),log="xy")
627:卵の名無しさん
16/11/17 06:33:51.90 puYeydx2.net
par(mfrow=c(2,2))
#Subjects CVD events % HR p value 95%CI
#Placebo 2333 282 12.1
#Empagliflozin 10mg 2345 243 10.4 0.85 0.07 0.72-1.01
#Empagliflozin 25mg 2342 247 10.5 0.86 0.09 0.73-1.02
#Empagliflozin 10mg+25mg 4687 490 10.5 0.86 0.04 0.74-0.99
RR2P(243,2345,282,2333,xlim=c(0.5,1.5))
RR2P(243,2345,282,2333,xlim=c(0.5,1.5),log="x")
RR2P(243,2345,282,2333,xlim=c(0.5,1.5),ylim=c(0.001,1),log="y")
RR2P(243,2345,282,2333,xlim=c(0.5,1.5),ylim=c(0.001,1),log="xy")
URLﾘﾝｸ(i.imgur.com)
628:卵の名無しさん
16/11/18 12:03:04.69 Bq/wJd57.net
>>610
# debugged
RR2P=function(a,N1,b,N0,...){
SE=sqrt(1/a-1/N1+1/b-1/N0)
RR=(a/N1)/(b/N0)
f=function(x){
pl=(1-pnorm(log(x/RR)/SE))*2
pu=(1-pnorm(-log(x/RR)/SE))*2
p.value=ifelse(pl<=1,pl,pu)
return(p.value)
}
xx=seq(0,10,by=0.01)
xx=xx[-1]
plot(xx,sapply(xx,f),type="l",lwd=2,xlab="RR",ylab="p.value",...)
abline(h=0.05,lty=3,col=2)
abline(v=RR,lty=2,col=4)
legend("topleft",bty="n",legend=c("p=0.05","estimated RR"),col=c(2,4),lty=3)
names(RR)="Estimated RR"
return(RR)
}
RR2P(4,386,4,1250,xlim=c(0.01,10))
RR2P(4,386,4,1250,xlim=c(0.01,10),log="x")
RR2P(4,386,4,1250,xlim=c(0.01,10),ylim=c(0.001,1),log="y")
RR2P(4,386,4,1250,xlim=c(0.01,10),ylim=c(0.001,1),log="xy")
629:卵の名無しさん
16/11/18 15:24:51.18 KrPLhU1F.net
シリツ医大に行くと国立コンプでこんな投稿して憂さ晴らしらしいね。
日頃から患者からも同業者からも 裏口バカ と罵られる毎日なんだろうな。
URLﾘﾝｸ(imagizer.imageshack.com)
630:卵の名無しさん
16/11/19 22:31:01.03 +gOnxegu.net
# Exact法(Clopper-Pearson)信頼区間のconf.levelを変更した信頼区間を返す
# RR:Risk Ratio, l0,u0: conf.level=cl0での信頼区間をcl1の区間に変更
ConvExactCI=function(RR,l0,u0,cl0=0.95,cl1=0.90){ # 95%→90%に
L0 = function(n,RR,cl0) 1/(1+(n-n*RR+1)/(n*RR*qf((1-cl0)/2, 2*n*RR,2*(n-n*RR+1))))
fl = function(x,u)L0(x,RR,cl0)-u
(nL=uniroot(fl,u=l0,c(1,10^4))$root)
(rL=RR*nL)
(L1=L0(nL,RR,cl1))
U0 = function(n,RR,cl0) 1/(1+(n-n*RR)/((n*RR+1)*qf(1-(1-cl0)/2, 2*(n*RR+1), 2*(n-n*RR))))
fu = function(x,u)U0(x,RR,cl0)-u
(nU=uniroot(fu,u=u0,c(1,10^4))$root)
(nU=RR*nU)
(U1=U0(nU,RR,cl1))
CI=c(L1,U1,cl1)
names(CI)=c("lower","upper","conf.level")
return(round(CI,4))
}
631:卵の名無しさん
16/11/19 23:07:40.35 +gOnxegu.net
debugged
# Exact法(Clopper-Pearson)信頼区間のconf.levelを変更した信頼区間を返す
# RR:Risk Ratio, l0,u0: conf.level=cl0での信頼区間をcl1の区間に変更
ConvExactCI=function(RR,l0,u0,cl0=0.95,cl1=0.90){ # 95%→90%に
L0 = function(n,rr,cl) 1/(1+(n-n*rr+1)/(n*rr*qf((1-cl)/2, 2*n*rr,2*(n-n*rr+1))))
fl = function(x,u)L0(x,rr=RR,cl=cl0)-u
(nL=uniroot(fl,u=l0,c(1,10^4))$root)
(L1=L0(nL,RR,cl1))
U0 = function(n,rr,cl) 1/(1+(n-n*rr)/((n*rr+1)*qf(1-(1-cl)/2, 2*(n*rr+1), 2*(n-n*rr))))
fu = function(x,u)U0(x,rr=RR,cl=cl0)-u
(nU=uniroot(fu,u=u0,c(1,10^4))$root)
(U1=U0(nU,RR,cl1))
CI=c(L1,U1,cl1)
names(CI)=c("lower","upper","conf.level")
return(round(CI,4))
}
632:卵の名無しさん
16/11/20 08:20:37.59 sxQXNNLc.net
URLﾘﾝｸ(i.imgur.com)
633:卵の名無しさん
16/11/23 19:53:06.28 dogL965V.net
neet is coined from the english "not in education, employment or training."
634:卵の名無しさん
16/11/23 21:51:35.31 LPtDny3H.net
医科歯科君のヵ栗
635:卵の名無しさん
16/11/26 12:50:44.67 yIDUgA8T.net
URLﾘﾝｸ(i.imgur.com)
636:卵の名無しさん
16/11/26 23:41:07.09 rIfl5QCb.net
# RR = OR(1-q1) + q1
# OR=(RR-q1)/(1-q1)
# q1=(OR-RR)/(OR-1) ; # q1:疾病群での暴露リスク=a/(a+c)
# RR = OR/(OR*q0 + 1- q0)
# OR= (1-q0)*RR/(1-q0*RR)
# q0=(OR-RR)/((OR-1)*RR) ; # q0:対照群での暴露リスク=b/(b+d)
# ケースコントロール研究における累積標本抽出
# RR = OR(1-P1) + P1
# OR=(RR-P1)/(1-P1)
# P1=(OR-RR)/(OR-1) ; # P1:暴露群でのイベント発生率=a/(a+b)
# RR = OR/(OR*P0 + 1- P0)
# OR= (1-P0)*RR/(1-P0*RR)
# P0=(OR-RR)/((OR-1)*RR) ; # P0:非暴露群でのイベント発生率=c/(c+d)
637:卵の名無しさん
16/11/26 23:42:30.51 rIfl5QCb.net
p1=RR*p0
p0=p1/RR
RR=p1/p0
OR=(p1/(1-p1))/(p0/(1-p0))
=(p1*(1-p0)) / (p0*(1-p1))
=RR*(1-p0)/(1-RR*p0)
= p1*(1-p1/RR) / (p1/RR)*(1-p1)
= (RR-p1)/(1-p1)
638:卵の名無しさん
16/11/27 17:03:59.90 6loHPwCq.net
##
Rp2ci=function(R,p,cl=0.95){
Z=qnorm(p/2,lower=FALSE)
SE=log(R)/Z
w=qnorm(1-(1-cl)/2)*SE
ci=(c(lower=R-w,upper=R+w))
return(ci)
}
Rp2ci(1.5,0.1)
##
HR=1.5
fl=function(x) Rp2ci(HR,x)["lower"]
fu=function(x) Rp2ci(HR,x)["upper"]
le=300
xx=seq(0,0.2,length=le)
xx=xx[-c(1,le)]
ll=sapply(xx,fl)
uu=sapply(xx,fu)
ylim=range(ll,uu)
par(mfrow=c(2,1))
plot(xx,ll,type="n",ylim=ylim,xlab="p.value",ylab="conf.interval")
segments(xx,ll,xx,uu,col="royalblue")
plot(xx,ll,type="n",ylim=ylim,xlab="p.value",ylab="conf.interval",log="x")
segments(xx,ll,xx,uu,col="maroon")
639:卵の名無しさん
16/11/28 20:42:41.97 uUuqgV4G.net
exact法(Clopper-Pearson法)で関数を書いて
信頼区間が点推定の値を中心とした対称幅でないことをグラフ化してみた。
n=20打席でr安打での信頼区間と中点、および点推定値(r/n)で描いた。
Clopper=function(r,n,cl=0.90){
alpha=1-cl
lower = 1/(1+(n-r+1)/(r*qf(alpha/2, 2*r,2*(n-r+1))))
upper = 1/(1+(n-r)/((r+1)*qf(1-alpha/2, 2*(r+1), 2*(n-r))))
mid=(lower+upper)/2
est=r/n
res=c(lower,upper,mid,est)
names(res)=c("lower","upper","mid","estimate")
return(res)
}
URLﾘﾝｸ(i.imgur.com)
640:卵の名無しさん
16/11/28 21:12:04.86 TRuGph80.net
#逆正規法 片側検定p値
inm=function(pp)pnorm(sum(qnorm(pp,lower=FALSE))/sqrt(length(pp)),lower=FALSE)
# Fisherの方法
fm=function(pp)pchisq(-
641:2*sum(log(pp)),2*length(pp),lower=FALSE)/2 pp=c(0.302,0.14,0.290,0.504,0.105,0.220) inm(pp) fm(pp) peach=function(p1,p2,p3){ pp=c(p1,p2,p3) res=c(inm(pp),fm(pp)) return(res) } p3=function(p1=0.05,p2=0.05){ le=100 xx=seq(0,1,length=le+1) xx=xx[-c(1,le+1)] inv=function(x)peach(p1,p2,x)[1] fis=function(x)peach(p1,p2,x)[2] plot(xx,sapply(xx,inv),type="l",ylab="integrated p.value",xlab="p3", main=paste("p1=",p1,", p2=",p2)) lines(xx,sapply(xx,fis),lty=3) abline(h=0.05,lty=2,col="steelblue") legend("topleft",bty="n",legend=c("Inverse Normal Method","Fisher's Method"),lty=c(1,3)) } p3(0.1,0.1) p3(0.25,0.25)
642:卵の名無しさん
16/11/28 21:12:42.89 TRuGph80.net
repinm=function(n,p0)inm(rep(p0,n))
f=function(p0){
g=function(x)repinm(x,p0)
return(g)
}
nn=2:100
h=f(0.4)
plot(nn,sapply(nn,h),type="l",xlab="繰り返し",ylab="統合p値",
main="同一p値の繰り返しと逆正規法統合p値の関係")
abline(h=0.05,col="royalblue",lty=3)
h=f(0.30)
lines(nn,sapply(nn,h),lty=2)
h=f(0.20)
lines(nn,sapply(nn,h),lty=4)
legend("topright",bty="n",legend=c("p=0.4","p=0.30","p=0.20"),lty=c(1,2,4))
inm(rep(0.4,43))
inm(rep(0.3,10))
inm(rep(0.2,4))
643:卵の名無しさん
16/11/28 21:13:01.23 TRuGph80.net
##
repfm=function(n,p0)fm(rep(p0,n))
f=function(p0){
g=function(x)repfm(x,p0)
return(g)
}
nn=2:100
h=f(0.40)
plot(nn,sapply(nn,h),type="l",xlab="繰り返し",ylab="統合p値",
main="同一p値の繰り返しとFisher法統合p値の関係",ylim=c(0,0.5))
abline(h=0.05,col="royalblue",lty=3)
h=f(0.30)
lines(nn,sapply(nn,h),lty=2)
h=f(0.20)
lines(nn,sapply(nn,h),lty=4)
legend("topright",bty="n",legend=c("p=0.4","p=0.30","p=0.20"),lty=c(1,2,4))
fm(rep(0.30,42))
fm(rep(0.2,5))
644:卵の名無しさん
16/11/29 17:36:57.98 7wRbkkS4.net
Rp2ci=function(R,p,cl=0.95){
Z=qnorm(p/2,lower=FALSE)
SE=log(R)/Z
w=qnorm(1-(1-cl)/2)*SE
ci=(c(lower=R-w,upper=R+w))
return(ci)
}
##
Rp2ci(1.5,0.1)
le=101
R=seq(1.45,1.55,length=le)
p=seq(0.05,0.15,length=le)
L=function(R,p,cl=0.95){
Z=qnorm(p/2,lower=FALSE)
SE=log(R)/Z
w=qnorm(1-(1-cl)/2)*SE
lower=R-w
return(lower)
}
U=function(R,p,cl=0.95){
Z=qnorm(p/2,lower=FALSE)
SE=log(R)/Z
w=qnorm(1-(1-cl)/2)*SE
upper=R+w
return(upper)
}
dev.off()
zL=outer(R,p,L) ; min(zL)
zU=outer(R,p,U) ; max(zU)
645:卵の名無しさん
16/11/29 17:37:22.77 7wRbkkS4.net
par(mfrow=c(2,2))
contour(R,p,zL,col="blue",lwd=2,xlab="Hazard Ratio",ylab="p.value",xlim=c(1.4,1.6),ylim=c(0.05,0.15),main="lower border")
contour(R,p,zU,col="red", lwd=2,xlab="Hazard Ratio",ylab="p.value",xlim=c(1.4,1.6),ylim=c(0.05,0.15),main="upper border")
persp(R,p,zL,theta=35, col="lightblue",shade=0.5,phi=30,ltheta=-10,border=TRUE,zlab="Lower")
rgl::persp3d(R,p,zL, theta=35, col="lightgreen",shade=0.5,border=TRUE,xlab="HR",ylab="p",zlab="Lower", ticktype = "detailed")
rgl::plot3d(R,p,zL, col="blue")
persp(R,p,zU,theta=35, col="lightblue",shade=0.5,phi=30,ltheta=-10,border=TRUE,zlab="Upper")
rgl::persp3d(R,p,zU, theta=35, col="lightgreen",shade=0.5,border=TRUE,xlab="HR",ylab="p",zlab="Upper", ticktype = "detailed")
rgl::plot3d(R,p,zU, col="blue")
646:卵の名無しさん
16/11/30 06:05:55.88 9Ebgx3wr.net
URLﾘﾝｸ(s.webry.info)
647:卵の名無しさん
16/11/30 07:35:20.36 9Ebgx3wr.net
金メダルは競争の結果だし、希少価値があるのは当然。
希少価値といえば、これもそうだよな。
まず、これを復習しよう。
(昭和世代の証言より)
私は昭和の時代に大学受験したけど、昔は今よりも差別感が凄く、慶応以外の私立医は特殊民のための特殊学校というイメージで開業医のバカ息子以外は誰も受験しようとすらしなかった。
常識的に考えて、数千万という法外な金を払って、しかも同業者からも患者からもバカだの裏口だのと散々罵られるのをわかって好き好んで私立医に行く同級生は一人もいませんでした。
本人には面と向かっては言わないけれど、俺くらいの年代の人間は、おそらくは８－９割は私立卒を今でも「何偉そうなこと抜かしてるんだ、この裏口バカが」と心の底で軽蔑し、嘲笑しているよ。当の本人には面と向かっては絶対にそんなことは言わないけどね。
＞一人もいませんでした
＞一人もいませんでした
つまり、
患者からも同業者からも馬鹿だの裏口だの言われるのをわかっていて底辺シリツ医大に進学したのは実に希少価値があるではありませんか。
どうして、自慢しないのでしょうか？
博士号よりも専門医よりもよほど希少価値があるはずなのに？
不思議ですよね。
648:卵の名無しさん
16/12/01 03:11:40.08 EFWMKZr0.net
有病 pN 無病(1-p)N
検査陽性 a TP se b FP 1-sp
検査陰性 c FN 1-se d TN sp
v=1/a + 1/b + 1/c + 1/d
se=a/(a+c)
sp=d/(b+d)
pLH=TP/FP=se/(1-sp)
nLH=FN/TN=(1-se)/sp
OR=pLH/nLH
S=(se/(1-se)) / (sp/(1-sp))
# log(OR) = alpha + beta*log(S) + error
y=log(OR)
x=log(S)
res.lm = lm(y~x,weights=1/v)
summary(res.lm)
649:卵の名無しさん
16/12/02 14:49:58.92 W84Z4K9n.net
URLﾘﾝｸ(archive.org)
650:卵の名無しさん
16/12/02 16:44:12.74 W84Z4K9n.net
ド底辺特殊シリツ医大の伝説的英語力再掲。
anago.2ch.エスシー/test/read.cgi/hosp/1441603966/522
(quote)
522 卵の名無しさん 2015/11/09(月) 17:44:36.26 ID:g6z/uK4C0.net
>>505
Your thing that you should do now is it is study or to earn money
おまえが今すべきは勉強、もしくは、お金を稼ぐこと？？
なんも間違ってなくね？
おまえがいっつも、医大入学をカネで買うか、医師免許をカネで買うとか、
ＳＦ小説みたいな妄想書いてるから、
「だったらおまえ、勉強しながら、カネ稼げ」って
バカにされてるってわからねえのか？
おまえ、ここ数日は医科歯科の先生に叱られて、
医科歯科までも底辺医大って言い出すからな
ってかおまえ、今日はいつもよりしつこいな、難敵現るってとこ？
おまえの敵は、自分自身だよ、予備校生なんだからな、おまえは
651:卵の名無しさん
16/12/02 16:55:53.69 W84Z4K9n.net
URLﾘﾝｸ(imagizer.imageshack.com)
652:卵の名無しさん
16/12/03 08:53:32.09 h2V05+NF.net
ﾄﾞ底辺シリツ医大卒の恥ずかし英作文
673 ：卵の名無しさん：2015/11/24(火) 11:42:45.76 ID:jcbe8aon0
Hey!Self-styled Tokyo Medicaland Dental University graduation !
A cram school student is not conceited
おいこら自称医科大卒業クン、
予備校生が思い上がるなよ
な
ｽﾚﾘﾝｸ(hosp板:673番)
653:卵の名無しさん
16/12/03 10:06:55.44 h2V05+NF.net
ﾄﾞ底辺シリツ医大卒の恥ずかしい英作文
こんなのでよく大学入学できるよな。
裏口なんだろね？
673 ：卵の名無しさん：2015/11/24(火) 11:42:45.76 ID:jcbe8aon0
Hey!Self-styled Tokyo Medicaland Dental University graduation !
A cram school student is not conceited
おいこら自称医科大卒業クン、
予備校生が思い上がるなよ
な
ｽﾚﾘﾝｸ(hosp板:673番)
654:卵の名無しさん
16/12/03 15:54:16.74 h2V05+NF.net
>>44
マジでやばい開業医Ⅸ(静かに静かな夏にまず3人目) [無断転載禁止]©2ch.net
URLﾘﾝｸ(potat)
655:o.2ch.net/test/read.cgi/hosp/1478929571/438 438 名前：卵の名無しさん[] 投稿日：2016/12/03(土) 14:12:13.45 ID:lcNff1W7 不時他や皮裂きに入ったら一生ウマシカのレッテルがつく つまり、こういうこと ド底辺シリツ医大卒＝ あらゆる医療系資格の中で最も恥ずかしい資格 あらゆる日本の資格の中で最も恥ずかしい資格 あらゆる資格の中で最も恥ずかしい資格 資格をもっているのが恥ずかしい資格 運転免許も専門医資格も更新しなければ資格を失うけれどド底辺私立医大卒の資格は一生つきまとう。 それゆえ ド底辺シリツ医大卒の第二法則： ド底辺シリツ医大卒は恥ずかしくて、学校名を皆さま言いません。
656:卵の名無しさん
16/12/04 06:39:36.96 wInL2TeK.net
integrate(f=function(x,mu=50,sig=10) 1/(sqrt(2*pi)*sig)*exp(-(x-mu)^2/(2*sig^2)),-Inf,36.5)
657:卵の名無しさん
16/12/04 14:42:25.24 wInL2TeK.net
N=100
p=1/N
conf.level=0.99
choose(x,0)*p^0*(1-p)^x < 1-conf.level
# (1-p)^x < 1-conf.level
log(1-conf.level)/log(1-p)
658:卵の名無しさん
16/12/04 14:50:53.10 wInL2TeK.net
# Rule of Three
NN=seq(100,10000,by=100)
pp=1/NN
conf.level=0.95
f=function(p) log(1-conf.level)/log(1-p)
plot(NN,sapply(pp,f),type="p")
lines(NN,3*NN,col=2)
659:卵の名無しさん
16/12/08 21:24:26.83 1q1bgtrQ.net
## 標本分散の分布はχ２乗分布 (n-1)s2/σ2 ～ χ2 ν=n-1
mu=0 ; sig=1
k=10000
n=10
m=1
s2=NULL
for(i in 1:k){
s2[i]=var(replicate(n,rnorm(m,mu,sig)))
}
x=(n-1)*s2/(sig^2)
hist(x,freq=FALSE,ann=FALSE)
curve(dchisq(x,n-1),0,40,add=TRUE,lwd=2)
URLﾘﾝｸ(i.imgur.com)
660:卵の名無しさん
16/12/09 07:10:05.69 TMAIeDWG.net
Your thingは入試の学力考査が適正に行われていない証であり、
国試に関係ない分野での大学教育も健全に行われていないことの反映だろうな。
URLﾘﾝｸ(imagizer.imageshack.com)
661:卵の名無しさん
16/12/09 13:45:18.71 z/G6WfUJ.net
### t = N(0,1)/sqrt(χ2/ν)
### t分布
TT=function(n=12,mu=0,func=rnorm,...){
# x=replicate(n,func(1,...))
x=func(n,...)
dev=mean(x)-mu
se=sd(x)/sqrt(n)
.t=dev/se
return(.t)
}
# 一様分布からの標本 T=(標本平均-母平均)/標準誤差
k=10000
n=12
.T=NULL
for(i in 1:k){
.T[i]=TT(func=runif,mu=0.5)
}
summary(.T)
hist(.T,freq=FALSE, ylim=c(0,0.4),ann=FALSE,breaks=30,col="lavender")
curve(dt(x,n-1),lwd=2,add=TRUE)
legend("topleft",bty="n",legend=c(paste("一様分布 ",n, " 個の ｔ 値の分布"),"t 値＝(標本平均-母平均)/標準誤差"))
662:卵の名無しさん
16/12/09 15:04:24.64 z/G6WfUJ.net
製薬会社の営業マンから、
統計もわからん馬鹿医者がタダ弁当に釣られて新薬説明に参加して勉強した気になっている
と思われるのは不快だからね。
663:卵の名無しさん
16/12/10 08:17:31.48 mAlhZAcD.net
Your thingは入試の学力考査が適正に行われていない証であり、
国試に関係ない分野での大学教育も健全に行われていないことの反映だろうな。
URLﾘﾝｸ(imagizer.imageshack.com)
医大入学を金で買う、 医師免許を金で買う という現実の結果だろう。
664:卵の名無しさん
16/12/10 11:05:43.08 mAlhZAcD.net
Your thingは入試の学力考査が適正に行われていない証であり、
国試に関係ない分野での大学教育も健全に行われていないことの反映。
URLﾘﾝｸ(imagizer.imageshack.com)
医大入学を金で買う をベイズ推計してみよう。
帰無仮説H0:学力考査は公正に行われている
対立仮設H1:縁故加点など不正が行われている
H0の成り立つ事前確率をP0
H1の成り立つ事前確率をP1
p : 学力考査が公正であった場合にYour thing英作文をする確率P(Y|H0)
q : 学力考査が不正であった場合にYour thing英作文をする確率P(Y|H1)
現実にド底辺特殊シリツ医大卒は
Your thing that you should do now is it is study or to earn money.
665: と書いている。 ゆえにH1の事後確率（裏口入試存在確率）はP1q/(P0p＋P1q)である。 P(H1|Y)=P(Y|H1)P(H1)/P(Y)=P(H1)P(Y|H1)/P(H0)(P(Y|H0)+P(H1)P(Y|H1) (ベイズの公式) 情報がないという前提でP0=P1=0.5と仮定しよう。（縁故加点合格の証言もあるが） 公正な学力考査で選抜された学生がYour thing英作文をする確率を0.01としてみる（実際はもっと低いはず） ド底辺特殊シリツ医大卒にYour thing英作文をする底抜けバカの占める割合を存じ上げないのでグラフにしてみた。 http://i.imgur.com/5vesmwb.jpg
666:卵の名無しさん
16/12/10 11:09:02.61 mAlhZAcD.net
この誤った英作文Your thing～は入試の学力考査が適正に行われていない証であり、
誤っていることすらわからないののは、国試に関係ない分野での大学教育も健全に行われていないことの反映である。
URLﾘﾝｸ(imagizer.imageshack.com)
医大入学を金で買う をベイズ推計してみよう。
帰無仮説H0:学力考査は公正に行われている
対立仮設H1:縁故加点など不正が行われている
H0の成り立つ事前確率をP0
H1の成り立つ事前確率をP1
p : 学力考査が公正であった場合にYour thing英作文をする確率P(Y|H0)
q : 学力考査が不正であった場合にYour thing英作文をする確率P(Y|H1)
P(H1|Y)=P(Y|H1)P(H1)/P(Y)=P(H1)P(Y|H1)/P(H0)(P(Y|H0)+P(H1)P(Y|H1) (ベイズの公式)から
H1の事後確率（裏口入試存在確率）は P1q/(P0p＋P1q) である。
情報がないという前提でP0=P1=0.5と仮定しよう。（縁故加点合格の証言もあるが）
公正な学力考査で選抜された学生がYour thing英作文をする確率を0.01としてみる（実際はもっと低いはず）
ド底辺特殊シリツ医大卒にYour thing英作文をする底抜けバカの占める割合を存じ上げないのでグラフにしてみた。
URLﾘﾝｸ(i.imgur.com)
667:卵の名無しさん
16/12/10 11:29:58.02 mAlhZAcD.net
この誤った英作文Your thing～は入試の学力考査が適正に行われていない証であり、
誤っていることすらわからないのは、国試に関係ない分野での大学教育も健全に行われていないことの反映である。
URLﾘﾝｸ(imagizer.imageshack.com)
医大入学を金で買う をベイズ推計してみよう。
帰無仮説H0:学力考査は公正に行われている
対立仮設H1:縁故加点など不正が行われている
H0の成り立つ事前確率をP0
H1の成り立つ事前確率をP1
p : 学力考査が公正であった場合にYour thing英作文をする確率P(Y|H0)
q : 学力考査が不正であった場合にYour thing英作文をする確率P(Y|H1)
P(H1|Y)=P(Y|H1)P(H1)/P(Y)=P(H1)P(Y|H1)/P(H0)(P(Y|H0)+P(H1)P(Y|H1) (ベイズの公式)から
H1の事後確率（裏口入試存在確率）は P1q/(P0p＋P1q) である。
情報がないという前提でP0=P1=0.5と仮定しよう。（縁故加点合格の証言もあるが）
公正な学力考査で選抜された学生がYour thing英作文をする確率を0.01としてみる（実際はもっと低いはず）
ド底辺特殊シリツ医大卒にYour thing英作文をする底抜けバカの占める割合を存じ上げないのでグラフにしてみた。
URLﾘﾝｸ(i.imgur.com)
668:卵の名無しさん
16/12/11 07:32:12.21 yjTt8jbC.net
# OR = ad/bc
# q1 = a/(a+c) 疾病群での曝露リスク
# q0 = b/(b+d) 対照群での曝露リスク
# RR = q1/q0
# RR =a/(a+c) ÷ b/(b+d)=a(b+d)÷b(a+c)=(ab+ad)/(ab+bc)
# =(ab+bc*OR)/(ab+bc) ∵ ad=bc*OR
# =(c*OR+a)/(a+c)
# =OR*c/(a+c)+a/(a+c)
# =OR*( 1-a/(a+c) ) + a/(a+c)
# =OR*(1-q1) + q1
# RR = a/(a+c) ÷ b/(b+d)=a(b+d)÷b(a+c)=(ab+ad)/(ab+bc)
# = (ab+ad)/(ab+ad/OR) ∵ bc=ad/OR
# = (b+d) /(b + d/OR) # (b+d) で割る
# =1 / {b/(b+d) + d/[(b+d)/OR]}
# =OR/{OR*b/(b+d) + d/(b+d)} # ORを掛ける
# =OR/{OR*b/(b+d) + (b+d)/(b+d)-b/(b+d)}
# =OR/(OR*q0 + 1-q0)
669:卵の名無しさん
16/12/11 11:16:59.84 yjTt8jbC.net
or2p=function(a,b,c,d,x){
OR=(a/b)/(c/d)
SE=sqrt(1/a+1/b+1/c+1/d)
pu=(1-pnorm(log(x/OR)/SE))*2
pl=(1-pnorm(-log(x/OR)/SE))*2
p.value=ifelse(pl<=1,pl,pu)
return(p.value)
}
par(mfrow=c(2,1))
# 男子学生
curve(or2p(206,179,430,86,x),from=0.01,to=2,lwd=2,log="x",xlab="OR",y="p.value",las=1)
or2p(206,179,430,86,1)
abline(h=0.05,lty=3,col=2)
abline(v=1,lty=2,col=4)
legend("topleft",bty="n",legend=c("p=0.05","OR=1"),lty=c(3,2),col=c(2,4))
Epi::twoby2(dat.m)
chisq.test(dat.m,correct=FALSE)
fisher.test(dat.m)
# 女子学生
curve(or2p(26,13,317,47,x),from=0.01,to=2,lwd=2,log="x",xlab="OR",y="p.value",las=1)
or2p(26,13,317,47,1)
abline(h=0.05,lty=3,col=2)
abline(v=1,lty=2,col=4)
legend("topleft",bty="n",legend=c("p=0.05","OR=1"),lty=c(3,2),col=c(2,4))
dat.f=matrix(c(26,13,317,47),2)
Epi::twoby2(dat.f)
chisq.test(dat.f,correct=FALSE)
fisher.test(dat.f)
670:卵の名無しさん
16/12/13 18:03:13.21 IEK/jP1H.net
xchg=function(a,b,bit=1){ # a, bをランダムにbitずつランダム交換
flg=runif(1)>0.5
if(flg){
chg=ifelse(b>=bit,bit,b)
return(chg)
}else{
chg=ifelse(a>=bit,-bit,-a)
return(chg)
}
}
rchg=function(x,bit=1){
n=length(x)
idx=sample(n,2)
chg=xchg(x[idx[1]],x[idx[2]],bit)
x[idx[1]]=x[idx[1]]+chg
x[idx[2]]=x[idx[2]]-chg
return(x)
}
mono=c(rep(0,99),500)
hist(mono,freq=FALSE)
for(i in 1:10000) mono=rchg(exp)
hist(mono,freq=FALSE)
library(fitdistrplus)
fit=fitdist(mono,"exp") ; fit$est
curve(dexp(x,rate=fit$est),add=TRUE)
671:卵の名無しさん
16/12/13 18:13:23.47 IEK/jP1H.net
URLﾘﾝｸ(i.imgur.com)
672:卵の名無しさん
16/12/13 18:32:05.43 IEK/jP1H.net
HDI<-function(x,conf.level=0.95){
n=length(x)
xs=x/sum(x)
lim=1-conf.level
cul=0 ; i=1 ; j=n
while(cul<lim){
if(xs[i]<xs[j]){
cul=cul+xs[i]
i=i+1
} else {
cul=cul+xs[j]
j=j-1
}
}
ans=c(i,j)/n
return(ans)
}
673:卵の名無しさん
16/12/13 18:40:21.87 IEK/jP1H.net
##
dx <- density(x)
dn <- cumsum(dx$y)/sum(dx$y)
li <- which(dn>=0.025)[1]
ui <- which(dn>=0.975)[1]
xx[li] ; xx[ui]
dx$x[c(li,ui)]
##
HDI<-function(x,conf.level=0.95){
n=length(x)
xs=x/sum(x)
lim=1-conf.level
cul=0 ; i=1 ; j=n
while(cul<lim){
if(xs[i]<xs[j]){
cul=cul+xs[i]
i=i+1
} else {
cul=cul+xs[j]
j=j-1
}
}
ans=c(i,j)/n
return(ans)
}
674:卵の名無しさん
16/12/14 14:26:57.32 Ii+EsaZ7.net
汚らわしい 作品ばかりで 恥かしい 裏口バカが 題材ゆえに
ド底辺 出身校すら 名のれない 裏口入学 恥ずかしいから？
まやかしの 学力考査の ド底辺 書いた英語は Your thing.
いつの世も 特殊民の ド底辺 受験するのは バカ子息のみ
補欠です 寄付金いくら 払えます？ 事前予告は お上も容認。
本人も 認めているよ 私立馬鹿 裏口バカと 同義なり
URLﾘﾝｸ(i.imgur.com)
法外な カネを払って ド底辺 裏口バカと 蔑まれるに
世の中で 最も恥ずべき 資格かな 屈辱ゆえに 校名名のれず
世の中の 誰もが知ってる ド底辺 学力不足を 金で補う
Your thing 一目瞭然 ド底辺 高校入試も 受からんぞ
675:卵の名無しさん
16/12/14 15:19:04.98 Ii+EsaZ7.net
nbinom.test=function(r,n,p=0.5,conf.level=0.95){
HDI<-function(x,cl=conf.level){
n=length(x)
xs=x/sum(x)
lim=1-cl
cul=0 ; i=1 ; j=n
while(cul<lim){
if(xs[i]<xs[j]){
cul=cul+xs[i]
i=i+1
} else {
cul=cul+xs[j]
j=j-1
}
}
ans=c(i,j)/n
return(ans)
}
L=function(x) dnbinom(n-r,r,x)
sL=function(x) L(x)/integrate(L,0,1)$value
pL=function(x) integrate(sL,0,x)$value
xx=seq(0,1,le=10001) ; xx=xx[-1]
yy=sapply(xx,sL)
hdi=HDI(yy,cl=conf.level)
fu0=function(x,u0) pL(x)-u0
ci=c(lower=uniroot(fu0,u0=(1-conf.level)/2,c(1e-16,1))$root,
upper=uniroot(fu0,u0=(1-(1-conf.level)/2),c(1e-16,1))$root)
p.value=1-pnbinom(n-1-r,size=r,p)
round(data.frame(ci,hdi,p.value),4)
}
676:卵の名無しさん
16/12/14 18:17:18.65 Ii+EsaZ7.net
nbinom.test=function(r,n,p=0.5,conf.level=0.95){
HDI<-function(x,cl=conf.level){
n=length(x)
xs=x/sum(x)
lim=1-cl
cul=0 ; i=1 ; j=n
while(cul<lim){
if(xs[i]<xs[j]){
cul=cul+xs[i]
i=i+1
} else {
cul=cul+xs[j]
j=j-1
}
}
ans=c(i,j)/n
return(ans)
}
L=function(x) dnbinom(n-r,r,x)
sL=function(x) L(x)/integrate(L,0,1)$value
pL=function(x) integrate(sL,0,x)$value
xx=seq(0,1,le=10001) ; xx=xx[-1]
yy=sapply(xx,sL)
plot(xx,yy,type="l",xlab="��",ylab="Density",lwd=2,las=1, frame.plot=FALSE)
hdi=HDI(yy,cl=conf.level)
fu0=function(x,u0) pL(x)-u0
ci=c(lower=uniroot(fu0,u0=(1-conf.level)/2,c(1e-16,1))$root,
upper=uniroot(fu0,u0=(1-(1-conf.level)/2),c(1e-16,1))$root)
p.value=1-pnbinom(n-1-r,size=r,p)
round(data.frame(ci,hdi,p.value),4)
}
677:卵の名無しさん
16/12/14 21:13:14.50 Ii+EsaZ7.net
nbinom.ci=function(r,n,p=0.5,conf.level=0.95,...){
HDI<-function(x,cl=conf.level){
n=length(x)
xs=x/sum(x)
lim=1-cl
cul=0 ; i=1 ; j=n
while(cul<lim){
if(xs[i]<xs[j]){
cul=cul+xs[i]
i=i+1
} else {
cul=cul+xs[j]
j=j-1
}
}
ans=c(i,j)/n
return(ans)
}
L=function(x) dnbinom(n-r,r,x)
sL=function(x) L(x)/integrate(L,0,1)$value
xx=seq(0,1,le=1001) ; xx=xx[-1]
yy=sapply(xx,sL)
plot(xx,yy,type="l",xlab="θ",ylab="Density",lwd=2,las=1, frame.plot=FALSE,...)
hdi=HDI(yy,cl=conf.level)
psL=cumsum(yy)/sum(yy)
ci=c(lower=which(psL>(1-conf.level)/2)[1]/length(yy),
upper=which(psL>(1-(1-conf.level)/2))[1]/length(yy))
p.value=1-pnbinom(n-1-r,size=r,p)
round(data.frame(ci,hdi,p.value),4)
}
678:卵の名無しさん
16/12/16 12:55:55.83 o7b77Ox5.net
bpt=function(t) sqrt(m/(2*pi*a^2*t^3))*exp(-(t-m)^2/(2*a^2*m*t))
x=c(11*12+5,12*12+5,15*12+5,15*12+9)
x=sort(x) ; x
dx=diff(x) ; dx
m=mean(dx) ; m
a=sd(dx)/mean(dx) ; a
bpt=function(t) sqrt(m/(2*pi*a^2*t^3))*exp(-(t-m)^2/(2*a^2*m*t))
tt=seq(0,10*12,by=1)
y=sapply(tt,bpt)
dev.off()
plot(tt,y,type="l",lwd=1, xlab="months since May 2011",ylab="density")
17*12-(11*12+5) # 67
16*12-(11*12+5) # 55
integrate(bpt,55,67)
xxx=seq(55,120,le=480)
segments(xxx,0,xxx,sapply(xxx,bpt),col="tomato")
xx=seq(55,67,le=24)
segments(xx,0,xx,sapply(xx,bpt))
integrate(bpt,55,67)$value/integrate(bpt,55,Inf)$value
679:卵の名無しさん
16/12/18 22:49:28.79 lPd8d+pr.net
p-hackingのネタ
女子大生100人と女子高生100人の胸囲を測定して
前者が平均82 , 標準偏差3
後者が平均81 , 標準偏差3
であったとする。
統計的に有意差があるといえるか？
## t.test & Welch's t.test
ttest = function(n1,m1,s1, n2,m2,s2){ # ni:標本数 mi:平均 si:標準偏差
n=n1+n2-2
u=((n1-1)*s1^2+(n2-1)*s2^2)/n
t=(m1-m2)/sqrt(u/n1+u/n2)
r=cat("Equal Variance:\n\t",sep="")
r=cat(r,"t = ",round(t,2),",\tdf = ", n ,",\tp = ", 2*pt(-abs(t),n), "\n" , sep="")
t=(m1-m2)/sqrt(s1^2/n1 + s2^2/n2)
n=(s1^2/n1+s2^2/n2)^2 / ( (s1^2/n1)^2/(n1-1) + (s2^2/n2)^2/(n2-1))
r=cat(r,"Unequal variance:\n\t",sep="")
cat(r,"t = ",round(t,2),",\tdf = ", n ,",\tp = ", 2*pt(-abs(t),n), "\n" , sep="")
}
n1=100 ; m1=82 ; s1=3 n2=100 ; m2=81 ; s2=3
x1=scale(rnorm(n1))*s1+m1
x2=scale(rnorm(n2))*s2+m2
t.test(
680:x1,x2) t.test(x1,x2,var=TRUE) ttest(n1,m1,s1, n2,m2,s2)
681:卵の名無しさん
16/12/19 15:55:54.65 oPNknHJ/.net
高添沼田の親父（青戸）の告発
ヤるなら俺をヤれ 俺の目の黒いうちは絶対に許さん !!
URLﾘﾝｸ(www.youtube.com)
URLﾘﾝｸ(d.hatena.ne.jp)
URLﾘﾝｸ(d.hatena.ne.jp)
682:卵の名無しさん
16/12/20 19:48:54.40 ZUlsRaWJ.net
>>655
, -―――‐- ､
, ｀丶､
／ ＼
／ ＼
/ ｌ ヽ
ﾊ l ､ ｌ ｌ .
| .ｌ / 、 | ＼ |、 | | ＿|＿ ＿|＿ ＿＿＿ -―フ
| /| ./ ヽ | ＼ ｜＼ | | ノ ＼ | ＼ | ＼ ／ ∠
| / |/ ./ ＼ | ｀ ーヽ‐ ､ ヽ | Ｘ | ｜ | | / ）
ﾉ /, ― ' ＼| , =＝＝ミ. V ､ ／ ＼ | ｜ ＼／ ＼ ○ノ
/ { / , =＝ミ､ 〃{//////ﾊヽ | ､
/ V 〃////ﾊ V/////:ﾉ | ｌへ ヽ
/／ ﾍ { {/////ﾉ =＝＝= | |＾ } ＼ ＿|＿ ＿|＿ ＿＿＿ -―フ
| ､ ヾ =＝ / / | ' ./ ﾄー' ノ ＼ | ＼ | ＼ ／ ∠
| } / / ハ | ./／ | 、 | Ｘ | ｜ | | / ）
. ﾊ { ‐r―‐ ´ } ／|/ .| ＼| ／ ＼ | ｜ ＼／ ＼ ○ノ
∨ ヽ、 ､＿＿ ノ , イ ﾊ. |
| ﾊ ﾊ＞‐/^^^^ヽ‐r－r:＜ﾊ:ミ＜Λ/∨ ヽ|
|/ ∨ ∨/＝＝=/ヽ_><_／ | ＼
/ ./> | ∨ ./ ＜ / |
683:卵の名無しさん
16/12/25 14:26:36.36 xhXPqt/Q.net
理系男「”eのx乗を不定積分”しようぜ！」
理系女「何のこと？」
理系男「∫eXdx…。これのdxより前のところ見てごらん。何かに見えないかい？」
理系女「sexよね？」
理系男「気持ち良くなりたいだろ？」
理系女「ええ。」
理系男「じゃあ実際に積分してみるんだ。さあ、はやく」
理系女「eX+Cになったわ」
理系男「どうだ、気持ちよくなっただろ？eX+Cの「+」はプラスじゃなくて「足す」と読むんだ」
理系女「…エクスタシー！！」
理系男「どうだ、気持ちよくなっただろ？」
理系男女「イク-----ッ！！」
684:卵の名無しさん
16/12/25 14:27:08.28 xhXPqt/Q.net
count=function(N=(1:10)*10,.pch=1:20,.col=1:8,...){
n=sample(N,1)
x=rnorm(n)
y=rnorm(n)
plot(x,y,axes=FALSE,ann=FALSE,pch=.pch,col=.col,...)
n
}
par(mfrow=c(2,2))
count(,19,1)
count(,19,1,cex=1:2)
count(,19,)
count(,19,cex=1:2)
685:卵の名無しさん
17/01/01 12:14:56.23 LK/cfy2x.net
こういう嘘をよく平気でつけるもんだな。
URLﾘﾝｸ(imagizer.imageshack.com)
686:卵の名無しさん
17/01/01 19:58:35.42 LK/cfy2x.net
このような（↓）スレを立てて喜んでいるのは、ずばり、ド底辺特殊シリツ卒だな。
当直医のスレ Ｐａｒt.15【波多野結衣でオナニ】 [無断転載禁止]©2ch.net
ｽﾚﾘﾝｸ(hosp板)
当直医のスレ Ｐａｒ.15【波多野結衣】 [無断転載禁止]©2ch.net
ｽﾚﾘﾝｸ(hosp板)
国立コンプゆえか、こういう嘘も平気でかける。
URLﾘﾝｸ(imagizer.imageshack.com)
687:卵の名無しさん
17/01/04 04:27:09.39 SjhibLrd.net
当直医のスレ Part.17 [無断転載禁止]©2ch.net
ｽﾚﾘﾝｸ(hosp板:817番)
817 名前：卵の名無しさん[] 投稿日：2016/12/17(土) 19:17:54.68 ID:3Oft5frV
>>786
彼の目的が分らない。専門医もとらず学位もとらず、
管理職にも就かせてもらえず、医局を首になったか何かのトラウマ？
それで一生懸命に私学を叩いては喜んでる。
異常としか言いようがない。
俺はあんたが異常だと思うわ。
管理職なんか成りたいか？
所詮、病院の経営者から雇われてるだけの雇われもんじゃんw
雇われ院長になって安い給料をもらってまわりからちやほやされて
喜んでる医者の方が異常だろ。器が小さすぎだろ（笑）。
俺は内視鏡バイトや麻酔のバイトやって金を稼ぎまくってる自称医科歯科大学卒の
爺さんに好感を持つわ。この爺さんの文章を読んでると結構頭良いし、もし内視鏡
や麻酔科のバイトができる技術を持ってると言うのが本当なら、相当に実力のある
医者だと思うぞ。
688:卵の名無しさん
17/01/04 04:30:12.30 SjhibLrd.net
>>817
卒後就職したのは、麻酔、内視鏡、アンギオは外科医なら誰でもやるのが当然の地方の病院だった。
製品化される前のエトキシスクレロールで硬化療法とか消化器全般が外科の仕事だった。腋窩切開で気胸の手術くらいは自力でやっていた。
整形外科不在時は脱臼整復やギプス固定までせざるをえなかった。
帝王切開の助手は外科医の仕事だった。仮死状態で生まれた新生児の挿管までした
(暴れる元気はないけど首がすわってないから固定をしっかりすれば難しくない）。
今はリスクの少ない手技しかしなくなったというより、しなくてよい職場を選んでいる。
ESDで大腸穿孔の経験もある。後腹膜側だったから保存的に治癒。最近はEMRまでしかしない。
689:卵の名無しさん
17/01/04 04:30:55.68 SjhibLrd.net
当直医のスレ Part.17 [無断転載禁止]©2ch.net
ｽﾚﾘﾝｸ(hosp板:827番)
827 名前：卵の名無しさん[] 投稿日：2016/12/18(日) 01:59:11.53 ID:Yv/ypoQO
>>821
60歳代のウチの外科専門医を持ってる院長とは大違いだなw
ESDは言うに及ばずEMRどころかCSすら深部到達できないw
いつも大口叩いてるくせに救急処置が苦手で挿管も超下手くそで
CVすら取れないと知ってからは気の毒なのであまり責めないようにしているw
いつも専門医自慢してウザかったけど挿管が超下手くそでCV取れないのが
看護師らにバレてからは大人しくなったw
690:卵の名無しさん
17/01/06 14:27:38.22 apiImQKG.net
pay=function(income101_172,u0=0)0.5916*income101_172+14884-u0
f=function(x)pay(x*10000/12)*12
f(1772)
691:卵の名無しさん
17/01/08 06:08:31.42 P5SI0rzh.net
DR.10Sv
URLﾘﾝｸ(imagizer.imageshack.com)
692:卵の名無しさん
17/01/08 08:08:55.96 RHNYQ8Ue.net
Dr.10Svオリジナル投稿
URLﾘﾝｸ(imagizer.imageshack.com)
693:卵の名無しさん
17/01/10 07:57:05.06 F/DiQPmj.net
順位化後ｔ.test
URLﾘﾝｸ(i.imgur.com)
694:卵の名無しさん
17/01/10 07:58:42.24 F/DiQPmj.net
URLﾘﾝｸ(i.imgur.com)
695:卵の名無しさん
17/01/10 13:39:57.04 HC/CRoc4.net
f4=function(N=40,n1=20,n2=20,.replace=TRUE){
x1=sample(N,n1,replace=.replace)
x2=sample(N,n2,replace=.replace)
xx12=rank(c(x1,x2))
xx1=xx12[1:n1]
xx2=xx12[(n1+1):(n1+n2)]
c(exactRankTests::wilcox.exact(x1,x2)$p.value,lawstat::brunner.munzel.test(x1,x2)$p.value,
t.test(x1,x2,var.equal=FALSE)$p.value,t.test(xx1,xx2)$p.value,wilcox.test(x1,x2)$p.value)
}
f4()
f4(.replace=FALSE)
r=replicate(1000,f4(N=100,n1=20,n2=20,.replace=FALSE))
dev.off()
par(mfrow=c(2,2))
plot(r[1,],r[2,],asp=1,xlab="Wilcox.exact",ylab="Brunner Munzel")
plot(r[4,],r[2,],asp=1,xlab="順位t.test(Welch)",ylab="Brunner Munzel")
plot(r[4,],r[3,],asp=1,xlab="順位t.test(Welch)",ylab="t.test(Welch)")
plot(r[2,],r[3,],asp=1,xlab="Brunner Munzel",ylab="t.test(Welch)")
plot(r[1,],r[5,],asp=1,xlab="wilcox.exact",ylab="wilcox")
r=replicate(1000,f4(N=5,n1=20,n2=20,.replace=TRUE))
dev.off()
par(mfrow=c(2,2))
plot(r[1,],r[2,],asp=1,xlab="Wilcox.exact",ylab="Brunner Munzel")
plot(r[4,],r[2,],asp=1,xlab="順位t.test(Welch)",ylab="Brunner Munzel")
plot(r[4,],r[3,],asp=1,xlab="順位t.test(Welch)",ylab="t.test(Welch)")
plot(r[2,],r[3,],asp=1,xlab="Brunner Munzel",ylab="t.test(Welch)")
plot(r[1,],r[5,],asp=1,xlab="wilcox.exact",ylab="wilcox")
696:卵の名無しさん
17/01/11 10:50:44.26 RWeA1jp4.net
,
697:卵の名無しさん
17/01/12 16:31:09.77 2RC+H5t8.net
医師もMRも幸せにする患者のための情報吟味: ディオバン事件以降の臨床研究リテラシー
698:卵の名無しさん
17/01/14 01:58:04.28 MTFfkLkl.net
臨床医なんて接客業。
客がいなけりゃただの人 愛想良く媚びることを旨とした客商売なので
役者・芸者と同じ。
ド底辺特殊シリツ医大卒でも客商売がうまければ稼げる。
ド底辺特殊シリツ医大卒の悲哀はこれ、
＞＞
私は昭和の時代に大学受験したけど、昔は今よりも差別感が凄く、慶応以外の私立医は特殊民のための特殊学校というイメージで開業医のバカ息子以外は誰も受験しようとすらしなかった。
常識的に考えて、数千万という法外な金を払って、しかも同業者からも患者からもバカだの裏口だのと散々罵られるのをわかって好き好んで私立医に行く同級生は一人もいませんでした。
本人には面と向かっては言わないけれど、俺くらいの年代の人間は、おそらくは８－９割は私立卒を今でも「何偉そうなこと抜かしてるんだ、この裏口バカが」と心の底で軽蔑し、嘲笑しているよ。当の本人には面と向かっては絶対にそんなことは言わないけどね。
＜＜
699:卵の名無しさん
17/01/14 06:30:26.76 MTFfkLkl.net
URLﾘﾝｸ(d.hatena.ne.jp)
700:卵の名無しさん
17/01/15 07:07:28.93 7tqL0aD+.net
シリツ和歌集
ｽﾚﾘﾝｸ(doctor板:759-760番)
701:卵の名無しさん
17/01/16 06:46:01.76 KVPRc2LB.net
plot
URLﾘﾝｸ(i.imgur.com)
ggplot
URLﾘﾝｸ(i.imgur.com)
702:卵の名無しさん
17/01/16 12:34:53.75 ykGfbmfY.net
StanとRでベイズ統計モデリング
703:卵の名無しさん
17/01/17 20:46:15.14 svtXD80R.net
URLﾘﾝｸ(heavywatal.github.io)
704:卵の名無しさん
17/01/18 04:47:43.62 SRRtmZKH.net
URLﾘﾝｸ(www.rstudio.com)
705:卵の名無しさん
17/01/19 16:28:01.79 VlDmkwYR.net
URLﾘﾝｸ(i.imgur.com)
706:卵の名無しさん
17/01/19 16:52:24.49 VlDmkwYR.net
URLﾘﾝｸ(www.slideshare.net)
707:卵の名無しさん
17/01/26 20:57:04.40 IwAmSPBU.net
## y1,y2が独立にポアソン分布に従うとき
# y1 ~ pois(λ1)
# y2 ~ pois(λ2)
# N = y1 + y2
# y1 ~ Binomial(N,λ1/(λ1+λ2))
n=100
lambda=sample(0:n,2)
l1=lambda[1] ; l2=lambda[2]
y1=rpois(1000,l1)
y2=rpois(1000,l2)
N=y1+y2
yy1=rbinom(1000,N,l1/(l1+l2))
plot(density(y1),lwd=2)
lines(density(yy1),lwd=2,col=4)
hist(y1,freq=FALSE)
lines(density(yy1),lwd=2,col=4)
URLﾘﾝｸ(i.imgur.com)
708:卵の名無しさん
17/01/29 12:27:44.26 OuOv3Xge.net
## bernoulli.stan
data{
int N;
int<lower=0,upper=1> Y[N];
}
parameters{
real<lower=0,upper=1> p;
}
model{
Y ~ bernoulli(p);
}
##
library(rstan)
rstan_options(auto_write = TRUE)
options(mc.cores = parallel::detectCores())
stanmodel <- stan_model('bernoulli.stan')
Sn <- function(S,n,...){
dat = sample(c(rep(1,S),rep(0,n-S)))
d = data.frame(Y=dat)
data=list(N=nrow(d),Y=d$Y)
fit=rstan::sampling(stanmodel,data=data)
print(fit,pars="p",...)
}
Sn(3,10)
Sn(30,100)
Sn(5,100)
709:卵の名無しさん
17/02/01 15:47:30.88 f4Z0gUES.net
library(PSAgraphics)
data('lindner')
library(Matching)
head(lindner)
summary(glm(lifepres ~ .-1, data=lindner))
Y=lindner$lifepres
Tre=lindner$abcix
ps=glm(abcix ~ .,data=lindner[,-1], family=binomial(link="logit"))$fitted
mout.lindner=Match(Y,Tre,ps)
summary(mout.lindner)
ivec1 <- lindner$abcix
ivec2 <- rep(1,nrow(lindner)) - ivec1
ivec <- cbind(ivec1, ivec2)
iestp1 <- (ivec1/ps)/mean(ivec1)
iestp2 <- (ivec2/ps)/mean(ivec2)
iestp <- iestp1 + iestp2
ipwe <- lm(Y ~ ivec -1, weights=iestp, data=lindner)
summary(ipwe)
library(survey)
psw <- svydesign(ids = ~ 1 , weights=iestp, data=lindner)
ipwsu <- svyglm(lifepres ~ abcix, design = psw)
summary(ipwsu)
710:卵の名無しさん
17/02/03 22:40:39.66 j4KlfkXU.net
p=0.4 # prevalence
se=0.62 # sensitivity
sp=0.98 # specificity
a=p/(1-p) # odds
b=a*se/(1-sp) # *LH(+)
b/(1+b) # ppv
c=a*(1-se)/sp # *LH(-)
1 - c/(1+c) # npv
711:卵の名無しさん
17/02/04 14:31:06.98 PJ7YIwSl.net
## p.351 TABLE19-3
A1=45
A0=94
B1=257
B0=945
dat=matrix(c(A1,B1,A0,B0),2)
colnames(dat)=c('X1','X0')
rownames(dat)=c('D1','D0')
dat
Pz1=c(0.40,0.55,0.70,0.45,0.60,0.75) #暴露喫煙率
Pz0=c(0.30,0.45,0.60,0.25,0.40,0.55) #非暴露喫煙率
ORxz = (Pz1/(1-Pz1))/(Pz0/(1-Pz0)) ; round(ORxz,2)
ORdz=c(5,10,15) # 病気の有無による喫煙オッズ比(暴露によらず一致)
n=length(ORdz)
m=length(ORxz)
B11=Pz1*B1 ; B11 #無病暴露喫煙者数
B01=Pz0*B0 ; B01 #無病非暴露喫煙者数
A11=A01=matrix(numeric(n*m),ncol=n)
ORdx=numeric(n)
for(i in 1:n){
A11[,i] = ORdz[i]*A1*B11/(ORdz[i]*B11 + B1-B11) #有病暴露喫煙者数
A01[,i] = ORdz[i]*A0*B01/(ORdz[i]*B01 + B0-B01) #有病非暴露喫煙者数
ORdx = (A11*B01)/(A01*B11)
# ORdxz0 = (A1-A11)*(B0-B01)/((A0-A01)*(B1-B11))
}
round(ORdx,2)
712:卵の名無しさん
17/02/04 20:10:53.31 3OnQDqQG.net
基地外定期5963
713:卵の名無しさん
17/02/04 20:42:27.86 J3K1rlGH.net
# ある文字列が迷惑メールに含まれる確率をp1[i],通常メールに含まれる確率をp0[i]とする。
x1=0.1 # 初期値
p1=rep(0.1,7)
p0=rep(0.01,7)
L.J.Savage <- function(x1){
Mail <- function(x,i){
p1[i]*x/(p1[i]*x +p0[i]*(1-x))
}
n=length(p1)
X=numeric(n)
X[1]=x1
for(i in 1:n){
X[i+1]=Mail(X[i],i)
}
return(X)
}
L.J.Savage(0.1)
xx=c(0.01,0.05,0.20,0.30,0.40,0.50)
sapply(xx,L.J.Savage)
714:卵の名無しさん
17/02/04 20:46:46.16 J3K1rlGH.net
>>692
当直スレのレボジトリに使ってんの。
直接スクリプトを貼ると読めない人には迷惑だからね。
715:卵の名無しさん
17/02/05 07:27:41.65 zzUY8Td1.net
##
# あるウイルス疾患の診断に迅速キット、発熱、関節痛の
# 感度は80% 90%,70%、特異度は99%,50%,60%とする。
# 迅速キット：陰性、発熱：陽性、関節痛：陽性であった。
# 診察前確率を50%としたとき、個々の検査陽性確率は独立という前提で診察後確率を求めよ。
x=0.5 # prevalene
sn=c(0.8,0.9,0.7) # sensitivity
sp=c(0.99,0.5,0.6) # specificity
E=c(0,1,1) # exam result
TP=sn
FP=1-sp
pLH=TP/FP
nLH=(1-TP)/(1-FP)
p2o <- function(p) p/(1-p)
o2p <- function(o) o/(1+o)
LH=prod(ifelse(E,pLH,nLH))
o2p(p2o(x)*LH)
716:卵の名無しさん
17/02/05 08:07:09.44 PxDGKxKX.net
このあたりの話はMcGeeに書いてあるはず。
俺は理解できているから尤度比の参照にしか使ってない。
McGeeのデータは尤度比の記載のみで
感度特異度は割愛されているが次の式で算出できる。
p:陽性尤度比 q:陰性尤度比
感度=p(1-q)/(p-q)
特異度=(p-1)/(p-q)
717:卵の名無しさん
17/02/05 12:27:55.45 y3KE+Pvf.net
# 3項目のうち少なくとも２項目が陽性で疾患ありとしたときの感度
n=length(sn)
sn2=numeric(n)
for(i in 1:n){
sn2[i] <- (1-sn[i])*prod(sn[-i])
}
sum(sn2)+prod(sn)
# 3項目のうち少なくとも２項目が陽性で疾患ありとしたときの特異度
n=length(sp)
sp2=numeric(n)
sp2
for(i in 1:n){
sp2[i] <- (1-sp[i])*prod(sp[-i])
}
sum(sp2)+prod(sp)
# 3項目がすべて陽性で疾患ありとしたときの特異度
1-prod(1-sp)
718:卵の名無しさん
17/02/05 14:28:43.99 y3KE+Pvf.net
##
# Aa,Ba,Ca : 恩赦事象 1/3
# Bd,Cd : 死刑宣告 1/2
# p(Aa|Bd) = p(Bd|Aa)*p(Aa) / p(Bd)
# where p(Bd) = p(Bd|Aa) *P(Aa) + p(Bd|Ba)*p(Ba) + p(Bd|Ca)*p(Ca) = 0.5*0.33 + 0*0.33 + 1*0.33 =1/2*1/3 + 0 + 1*1/3 = 3/6 = 1/2
# ∴ p(Aa|Bd) = (1/6)/(1/2) = 1/3
719:卵の名無しさん
17/02/05 14:32:51.64 y3KE+Pvf.net
##
# Aa,Ba,Ca : 恩赦事象 1/3
# Bd,Cd : 死刑宣告 1/2
# p(Aa|Bd) = p(Bd|Aa)*p(Aa) / p(Bd)
# where p(Bd) = p(Bd|Aa)*P(Aa) + p(Bd|Ba)*p(Ba) + p(Bd|Ca)*p(Ca)
= (1/2) *(1/3) + 0*(1/3) + 1*1/3
= 1/2
# ∴ p(Aa|Bd) = p(Bd|Aa)*p(Aa) / p(Bd)
= ((1/2)*(1/3)) / (1/2) = 1/3
720:卵の名無しさん
17/02/05 17:03:05.43 y3KE+Pvf.net
当然ながら、迷惑メールフィルターは非迷惑メールの選択にも使える。
このスレのある投稿に含まれていた3つのキーワードは次の確率で国立卒の投稿（国立投稿）、ド底辺特殊シリツ医大卒の投稿に含まれるとする。
キーワード 国立卒 ド底辺特殊シリツ医大卒
裏口 0.1 0.001
底辺 0.3 0.01
ジジイ 0.001 0.25
この3つのキーワードを含む投稿がド底辺特殊シリツ医大卒の投稿である確率を述べよ。
事前確率は理由不在の原則に従って0.5とする。
721:卵の名無しさん
17/02/05 21:11:44.93 Is13BSXo.net
基地外イチイチID変えるなよ
722:卵の名無しさん
17/02/06 03:36:27.43 7D5wEJ9D.net
# p(Aa|Bd) = p(Bd|Aa)*p(Aa) / p(Bd)
# where p(Bd) = p(Bd|Aa)*P(Aa) + p(Bd|Ba)*p(Ba) + p(Bd|Ca)*p(Ca)
# = (1/2) *(1/3) + 0*(1/3) + 1*1/3
# = 1/2
# ∴ p(Aa|Bd) = p(Bd|Aa)*p(Aa) / p(Bd)
# = ((1/2)*(1/3)) / (1/2) = 1/3
# P(Ca|Bd) = P(Bd|Ca)*P(Ca)/P(Bd)
# = ( 1 * (1/3))/ (1/2) = 2/3
N=10^5
ABC=c('A','B','C')
BC=c('B','C')
Amnesty=numeric(N)
Declare=numeric(N)
for(i in 1:N){
Amnesty[i]=sample(ABC,1)
switch(Amnesty[i],
'A'=Declare[i] <- sample(BC,1),
'B'=Declare[i] <- 'C',
'C'=Declare[i] <- 'B'
)
}
mean(Amnesty[which(Declare=='B')]=='A') #p(Aa|Bd)
mean(Amnesty[which(Declare=='B')]=='B') #p(Ba|Bd)
mean(Amnesty[which(Declare=='B')]=='C') #p(Ca|Bd)
723:卵の名無しさん
17/02/06 03:40:32.25 7D5wEJ9D.net
>>701
問題に答える頭もないの？
こういう問題は臨床でも必要だろ？
あるウイルス疾患の診断に迅速キット、発熱、関節痛の
感度は80% 90%,70%、特異度は99%,50%,60%とする。
迅速キット：陰性、発熱：陽性、関節痛：陽性であった。
診察前確率を50%としたとき、個々の検査陽性確率は独立という前提で診察後確率を求めよ。
724:卵の名無しさん
17/02/06 13:49:21.23 fSw1iVag.net
私立医大の偏差値
URLﾘﾝｸ(2chreport.net) をみると
ド底辺特殊シリツ医大の公称の偏差値は最低でも57となっている。
成績が正規分布と仮定して偏差値57は上位24%に位置する。
そのような学力の学生がこのような英作文をして
URLﾘﾝｸ(imagizer.imageshack.com)
しかも、間違いを訂正できない確率は極めて０に近いはずである。
100人にひとりそのようなバカがいたとするとその偏差値は下位１％なので26.7となる。
偏差値57以上の学生がYour thing英作文をする確率を1000分の1(実際はもっと少ないであろう)と大きめに設定する。
ここでベイズの公式
P(裏口入学|誤英作文) = P(誤英作文|裏口入学)* P(裏口入学)/ { P（誤英作文|裏口入学）* P(裏口入学) + P(誤英作文|正規入学)*P(正規入学) }
P(正規入学) = 1 - P(裏口入学), P（誤英作文|裏口入学) = 1
理由不十分の原則(principal of insufficient reason) URLﾘﾝｸ(mathworld.wolfram.com)
にしたがって
P(裏口入学)=P(正規入学)=0.5とする。
P(誤英作文|正規入学)=0.001の設定であるから
P(裏口入学|誤英作文) = 0.5/(0.5 +0.001*0.5) = 0.999
と算出できる。
ド底辺特殊シリツ医大の公称最低偏差値が57が正しいとすると
このスレのド底辺特殊シリツ医大卒が裏口入学である可能性は99.9％である。 Q.E.D.
725:卵の名無しさん
17/02/06 17:11:14.69 fSw1iVag.net
# Q: 看守の正答確率0.5
# Aa,Ba,Ca : 恩赦確率 1/3
# Bd|Aa,Cd|Aa : 死刑宣告確率
# p(Aa|Bd) = p(Bd|Aa)*p(Aa) / p(Bd)
# where p(Bd) = p(Bd|Aa)*P(Aa) + p(Bd|Ba)*p(Ba) + p(Bd|Ca)*p(Ca)
# = (Q/2) *(1/3) + (1-Q)*(1/3) + Q*(1/3)
# = (0.5/2)*(1/3) + (1-0.5)*(1/3) + 0.5*(1/3) = 5/12
# ∴ p(Aa|Bd) = p(Bd|Aa)*p(Aa) / p(Bd)
# = (0.5/2)*(1/3) / (5/12) = 1/5
# p(Ca|Bd) = p(Bd|Ca)*p(Ca) / p(Bd)
# = ( Q * (1/3)) / (5/12)
# = ( (1/2) * (1/3))/ (5/12) = 2/5
# p(Ba|Bd) = p(Bd|Ba)*p(Ba) / p(Bd)
# = ( (1-Q) *(1/3)) / (5/12) = 2/5
726:卵の名無しさん
17/02/06 18:18:03.12 fSw1iVag.net
pLH=TP/FP
nLH=(1-TP)/(1-FP)=FN/TN
DOR=pHL/nLH = (TP/FP)/(FN/TN)
# pr=Disese/Health : prevalance for actual number
PPV=TP/(TP+FP*pr)
(1-PPV)=FP/(TP+FP*pr)
NPV=TN/(TN+FN*pr)
(1-NPV)=FN/(TN+FN*pr)
PPV/(1-PPV) * NPV/(1-NPV) = TP/FP * TN/FN =DOR # for any prevalence
n=1000
set.seed(0)
TPR=runif(n)
set.seed(1)
FPR=runif(n)
pLH=TPR/FPR
nLH=(1-TPR)/(1-FPR)
DOR=pLH/nLH
logit = function(q) log(q/(1-q))
D=logit(TPR)-logit(FPR)
plot(log(DOR),D)
S=logit(TPR)+logit(FPR)
plot(D~S)
f=function(ab) sum((D-(ab[1]+ab[2]*S)^2))
optim(c(-0.1,-0.1),f) # Not Convergent
lm=lm(D~S) ; lm$coef
abline(lm)
727:卵の名無しさん
17/02/06 18:19:18.13 fSw1iVag.net
##
sensitivity=seq(0,1,len=100)
specificity=seq(0,1,len=100)
h = function(sensitivity,specificity){
TPR=sensitivity
FPR=1-specificity
log((TPR/FPR)/((1-TPR)/(1-FPR)))
}
z=outer(sensitivity,specificity,h)
image(sensitivity,specificity,z,col=terrain.colors(32),main="log(Diagnostic Odds Ratio)")
contour(TPR,FPR,z,nlevels=32,add=TRUE)
728:卵の名無しさん
17/02/06 21:39:31.08 fSw1iVag.net
##差の信頼区間(生データなし)
DifCI=function(n1,n2,m1,m2,sd1,sd2){
pooledV=((n1-1)*sd1^2+(n2-1)*sd2^2)/(n1-1+n2-1)
SE12=sqrt((1/n1+1/n2)*pooledV)
w=qt(.975,n1-1+n2-1)*SE12
ci=c(m1-m2-w,m1-m2+w)
names(ci)=c("lower","upper")
return(ci)
}
# t検定(生データなし)
T.test=function(n1,n2,m1,m2,sd1,sd2){
SE12=sqrt((1/n1+1/n2)*((n1-1)*sd1^2+(n2-1)*sd2^2)/((n1-1)+(n2-1)))
T=(m1-m2)/SE12
pt(abs(T),n1-1+n2-1,lower.tail = FALSE)
}
729:卵の名無しさん
17/02/06 21:40:10.38 fSw1iVag.net
## m sd SEM n
non=c(0.52,0.25,0.027,88)
rec=c(0.38,0.32,0.034,89)
eli=c(0.40,0.26,0.048,28)
# 生データなしで分散分析
lh=rbind(non,rec,eli)
colnames(lh)=c("m","sd","SEM","n") ; lh
mean.G=sum(lh[,"m"]*lh[,"n"])/sum(lh[,"n"])
SS.bit=sum((lh[,"m"]-mean.G)^2*lh[,"n"])
SS.wit=sum(lh[,"sd"]^2*(lh[,"n"]-1))
df.bit=nrow(lh)-1
df.wit=sum(lh[,"n"]-1)
MS.bit=SS.bit/df.bit
MS.wit=SS.wit/df.wit
F.ratio=MS.bit/MS.wit
pf(F.ratio,df.bit,df.wit,lower.tail=FALSE) # 0.003720507
(η2=(SS.bit)/(SS.bit+SS.wit)) # 0.05387927
730:卵の名無しさん
17/02/06 22:24:41.94 fSw1iVag.net
# 比率の（正規分布近似）信頼区間から標本数を算出する
# p:比率 l:95%下限 u:95%上限
ci2n <- function(p,l,u){
Z=qnorm(.975)
n=p*(1-p)/(((u-l)/(2*Z))^2)
return(n)
}
library(binom)
ci=binom.confint(3,10, method="asymptotic")
ci2n(0.3,ci$lower,ci$upper)
ci=binom.confint(30,100, method="asymptotic")
ci2n(0.3,ci$lower,ci$upper)
ci=binom.confint(123,410, method="asymptotic")
ci2n(0.3,ci$lower,ci$upper)
731:卵の名無しさん
17/02/06 23:47:29.81 fSw1iVag.net
Symptoms=c('Fever','Feverishness','Cough','Myalgia','Malaise',
'Headache','Sore throat','Sneezing','Nasal congestion',
'Chills','Vaccine history','Fever and cough',
'Fever and cough and acute onset')
pLH=c(1.8, 1.0, 1.1,0.93,0.98,1.0, 1.0,1.2,1.1,1.1, 0.63,1.9,2.0)
nLH=c(0.40,0.70,0.42,1.2,1.1,0.75,0.96,0.87,0.49,0.68,1.1,0.54,0.54)
findings=rep(0,length(Symptoms))
flu <- data.frame(pLH,nLH,DOR=round(pLH/nLH,2),findings)
rownames(flu) <- Symptoms
flu$findings=c(1,1,1,1,1,1,1,1,1,1,1,1,1)
p2o <- function(p) p/(1-p)
o2p <- function(o) o/(1+o)
p0=0.50
o0=p2o(p0)
flu$LH <- ifelse(flu$findings,flu$pLH,flu$nLH)
flu
if(flu['Fever and cough and acute onset','findings']==1){
flu['Fever and cough','LH']<-1
}
if(flu['Fever and cough','findings']==1){
flu['Fever','LH'] = 1
flu['Cough','LH'] = 1
}
flu
o1=prod(flu$LH)
o2p(o1)
732:卵の名無しさん
17/02/07 07:14:02.18 EQ9/UdEE.net
LH2snsp <- function(pLH,nLH){
sensitivity=pLH*(1-nLH)/(pLH-nLH)
specificity=(pLH-1)/(pLH-nLH)
c(sensitivity,specificity)
}
LH2snsp(4.7,0.06)
733:卵の名無しさん
17/02/07 14:31:50.14 ppRdrpWr.net
LH2snsp = function(pLH,nLH){
c(sensitivity=pLH*(1-nLH)/(pLH-nLH),specificity=(pLH-1)/(pLH-nLH))
}
LH2snsp(4.7,0.06)
LH2SNSP=function(pLH,nLH){
f=function(snsp){
sn=snsp[1]
sp=snsp[2]
(pLH-sn/(1-sp))^2+(nLH-(1-sn)/sp)^2
}
734:卵の名無しさん
17/02/10 12:13:06.11 GDPkbbYm.net
### P(Bd|Aa)がβ分布に従うとき
d.theta <- function(Θ,a=1,b=1) dbeta(Θ/(1-Θ),a,b)/((1-Θ)^2)
death.row <- function(a=1,b=1,N=10^5){
x=rbeta(N,a,b)
Θ=x/(1+x)
hist(Θ,freq=FALSE,xlim=c(0,1),xlab="P(Bd|Aa)",main="")
curve(d.theta(x,a,b),add=TRUE)
curve(dbeta(x,a,b),add=TRUE,lty=3)
legend("bottomright",bty="n",legend=paste0("Beta(",a,",",b,")"),cex=0.9)
EAP=integrate(function(x) x*d.theta(x,a,b),0,0.5)$value
MAP=optimize(function(x) d.theta(x,a,b),c(0,0.5),maximum=TRUE)$maximum
MED=uniroot(function(x,u0=0.5) integrate(function(y) d.theta(y,a,b),0,x)$value - u0,c(0,0.5))$root
print(data.frame(EAP,MAP,MED))
summary(Θ)
}
dev.off()
par(mfrow=c(2,2))
death.row(1,1)
death.row(2,2)
death.row(4,4)
death.row(8,8)
death.row(1,8)
death.row(2,8)
death.row(4,8)
death.row(4,2)
735:卵の名無しさん
17/02/11 12:26:12.98 STlzmlk8.net
## URLﾘﾝｸ(github.com)
f <- function(x) x^10*exp(-13*x) # posterior distribution
Q <- function(theta) dnorm(theta,mean=1,sd=0.5) # proposal distribution
N=10000
burn_in=1000
chain <- NULL
chain[1]=1 # 初期値
accepted=0
for(i in 1:N){
a = rnorm(1,mean=1,sd=0.5)
choice = c(a,chain[i])
r = (Q(chain[i])*f(a))/(Q(a)*f(chain[i]))
if(a>0 & r>0){
prob = c(min(r,1),1-min(r,1))
chain[i+1] <- sample(choice,1,replace=TRUE,prob=prob)
accepted=accepted+ifelse(chain[i+1]==a,1,0)
}else{
chain[i+1] <- chain[i]
}
}
dev.off()
par(mfrow=c(2,1))
plot(chain,type="l",col="royalblue")
accepted/N
736:卵の名無しさん
17/02/11 12:46:54.35 STlzmlk8.net
f <- function(x) x^(11-1)*exp(-13*x) # posterior distribution
Q <- function(theta) dnorm(theta,mean=1,sd=0.5) # proposal distribution
N=10000
burn_in=1000
chain <- NULL
chain[1]=1 # 初期値
accepted=0
for(i in 1:N){
a = rnorm(1,mean=1,sd=0.5) # 提案分布の提示値
choice = c(a,chain[i])
r = (Q(chain[i])*f(a))/(Q(a)*f(chain[i]))
if(a>0 & r>0){
prob = c(min(r,1),1-min(r,1))
chain[i+1] <- sample(choice,1,replace=TRUE,prob=prob)
accepted=accepted+ifelse(chain[i+1]==a,1,0)
}else{
chain[i+1] <- chain[i]
}
}
dev.off()
par(mfrow=c(2,1))
plot(chain,type="l",col="royalblue")
accepted/N
chain2=chain[-c(1:burn_in)]
hist(chain2,freq=FALSE,col="royalblue",main="Histogram of MCMC sampling")
curve(dgamma(x,10,13), add=TRUE, col=3,lwd=2)
summary(chain2)
mean(chain2) ; var(chain2)
11/13 ; (11/13^2
737:M
17/02/11 14:25:22.76 v2vs8Bf6.net
URLﾘﾝｸ(life.a.la9.jp) (山岳写真)
738:卵の名無しさん
17/02/11 19:03:33.18 STlzmlk8.net
# 最頻値(モード）
MAP <- function(x) {
dens <- density(x)
mode_i <- which.max(dens$y) # densityの頂点となるindex
mode_x <- dens$x[mode_i]
mode_y <- dens$y[mode_i]
c(mode_x, mode_y)
}
739:卵の名無しさん
17/02/12 06:55:30.46 vF6uxTl/.net
離散データVRのモード値：density(VR)$x[which.max(density(VR)$y)]
740:卵の名無しさん
17/02/12 21:29:59.33 vF6uxTl/.net
α=11
λ=13
h <- function(θ) λ*θ - (α-1)*log(θ) ; curve(h(x),0,3) # -log(事後分布カーネル)
h_dash <- function(θ) λ -(α-1)/θ # hの微分
hamiltonian <- function(p,θ) h(θ) + 1/2*p^2 # ポテンシャル ＋ 運動量
p1=rnorm(1) # 初期値
θ1=2.5
.L=100
.ε=0.01
hmc3=function(L=.L,ε=.ε, p1, θ1){
p=θ=H=numeric(L)
p[1]=p1; θ[1]=θ1 ; H[1]=hamiltonian(p1,θ1)
for (i in 1:L){
θ[i+1] = θ[i] + ε*(p[i] - 0.5*ε*h_dash(θ[i]))
p[i+1] = (p[i] - 0.5*ε*h_dash(θ[i])) - 0.5*ε*h_dash(θ[i+1])
H[i+1] = hamiltonian(p[i+1],θ[i+1])
}
r=exp(H[1]-H[L+1])
prob=min(1,r)
choice=c(θ[L+1],θ[1])
θL <- sample(choice,1,replace=TRUE,prob=c(prob,1-prob))
acpt <- as.numeric(θL==θ[L+1]) # 受理されたか
pθa <- c(p[L+1],θL,acpt)
return(pθa)
}
hmc3(L=100,ε=0.01,p1=rnorm(1),θ1=2.5)
741:卵の名無しさん
17/02/12 21:30:48.89 vF6uxTl/.net
T=1000
p=θ=acpt=numeric(T)
p[1]=p1
θ[1]=θ1
for(i in 1:T){
pth=hmc3(.L,.ε,p1,θ[i])
p[i+1] <- pth[1]
θ[i+1] <- pth[2]
acpt[i] <- pth[3]
p1 <- rnorm(1)
}
mean(acpt) # 受理率 1と良好
dev.off()
par(mfrow=c(2,1))
plot(p,type="l")
plot(θ,type="l")
dev.off()
θθ=seq(0.05,3,le=50)
pp=seq(-5,5,le=50)
z=outer(pp,θθ,hamiltonian)
persp(pp,θθ,z,theta=45,xlab="p",ylab="θ",zlab="Hamiltonian")
image(pp,θθ,z,xlab="p",ylab="θ",col=heat.colors(12,0.7))
contour(pp,θθ,z, add=TRUE)
742: points(p,θ,col=rgb(0.01,0.01,0.01,0.5)) lines(p,θ,col=rgb(0.01,0.01,0.01,0.3))>>995
743:卵の名無しさん
17/02/15 07:02:30.83 QuGCIlP+.net
東京慈恵会医科大学入試結果
2013-04-14 (日) 12:00
医学部入試
2013 | 東京慈恵会医科大学 | 繰上 | 補欠
URLﾘﾝｸ(igakubu-tajiri.com)
東京慈恵会医科大学の今年度入試の結果が判明しました。
2,781名の志願者に対して１次試験合格者は450名、
そしていわゆる正規合格者は155名でした。
.
正規合格にならなかったものの補欠となった受験生は239名でした。
２次試験受験者が424名でしたので２次試験を終えて
正規合格にも補欠にもなれなかった受験生は424名中30名でした。
239名の補欠者のうち繰り上げ合格となられた受験生は203名で
今年度の東京慈恵会医科大学の繰り上げ合格者は200名を超え
「多かった」という印象です。
744:卵の名無しさん
17/02/18 14:38:47.82 buTG/vvu.net
>>711
エクセルマクロ インフルエンザ確率計算.zip
URLﾘﾝｸ(xfs.jp)
745:卵の名無しさん
17/02/18 15:45:15.30 buTG/vvu.net
SEに頼んで院内LANから吸出してもらった。
エクセルマクロ インフルエンザ確率計算.zip
URLﾘﾝｸ(xfs.jp)
賞味期限ありｗ
746:卵の名無しさん
17/02/18 20:28:40.65 buTG/vvu.net
Y1=c(53.1,51.5,45.5,55.5,49.6,50.1,59.2,54.7,53.0,48.6,
55.3,54.6,51.7,48.6,56.4,58.9,53.3,42.4,51.9,39.1)
Y0=c(51.3,48.2,49.6,59.6,44.2,47.6,54.9,56.5,48.4,50.6,
53.6,57.5,52.0,46.9,56.8,50.0,53.8,38.3,52.6,41.0)
N=length(Y0)
(Y=cbind(Y0,Y1))
t.test(Y0,Y1,paired = TRUE)
fit635 <- stan('toyota622.stan',data=list('N','Y'),seed=1234,iter=11000,warmup=1000)
fit635
print(fit635,c("mu","rho","delta"),prob=c(.025,.5,.975))
traceplot(fit635,'delta')
ms=extract(fit635)
hist(ms$delta,freq=FALSE)
summary(ms$delta)
mean(ms$delta<0)
quantile(ms$delta,probs=c(0.025,0.50,0.975))
hist(ms$rho,freq=FALSE)
mean(ms$rho>0.5)
quantile(ms$rho,probs=c(0.025,0.50,0.975))
747:卵の名無しさん
17/02/19 05:59:48.47 Pf/sAEZx.net
// normal.stan
data{
int N;
real Y[N];
}
parameters{
real mu;
real<lower=0> sigma;
}
model{
mu ~ normal(0,100);
sigma ~ cauchy(0,5);
Y ~ normal(mu,sigma);
}
generated quantities{
real log_lik[N];
for(n in 1:N)
log_lik[n] = normal_lpdf(Y[n]|mu,sigma);
}
748:卵の名無しさん
17/02/19 09:38:35.83 Pf/sAEZx.net
Y1=c(53.1,51.5,45.5,55.5,49.6,50.1,59.2,54.7,53.0,48.6,
55.3,54.6,51.7,48.6,56.4,58.9,53.3,42.4,51.9,39.1)
Y0=c(51.3,48.2,49.6,59.6,44.2,47.6,54.9,56.5,48.4,50.6,
53.6,57.5,52.0,46.9,56.8,50.0,53.8,38.3,52.6,41.0)
n=length(Y0)
f=function() mean(sample(Y1,n,replace=TRUE) - sample(Y0,n,replace=TRUE))
r=replicate(10^6,f())
mean(r<0)
> meanCI(r<0)
lower mean upper
1 0.2717172 0.27259 0.2734628
> mean(r<0)
[1] 0.27259
> sd(r<0)
[1] 0.4452919
> meanCI(r<0)
lower mean upper
1 0.2717172 0.27259 0.2734628
749:卵の名無しさん
17/02/20 03:57:52.38 UcjtbCpN.net
//2x2.stan
data{
int<lower=0> N[2];
int n[2,2];
}
parameters{
simplex[2] p[2];
}
model{
for(i in 1:2){
for(j in 1:2){
n[i,j]~ binomial(N[j],p[j][i]);//Binom(N[2],p[2][i])
}
}
}
750:卵の名無しさん
17/02/20 03:58:05.69 UcjtbCpN.net
generated quantities{
real d;
real delta_over;
real p11;
real p10;
real p01;
real p00;
real RR;
real OR;
p11 = p[1][1];//介入あり効果あり、暴露あり病気あり
p10 = p[1][2];//介入あり効果なし、暴露あり病気なし
p01 = p[2][1];//介入なし効果あり、暴露なし病気あり
p00 = p[2][2];//介入なし効果なし、暴露なし病気なし
d = p11 - p01;//暴露あり病気あり割合－暴露なし病気あり割合
delta_over = step(d);
RR = p11/p01;
OR = (p11/p10)/(p01/p00);
}
751:卵の名無しさん
17/02/20 04:00:19.44 UcjtbCpN.net
library("rstan")
rstan_options(auto_write = TRUE)
options(mc.cores = parallel::detectCores())
model81=stan_model('2x2')
n=matrix(c(128,72,97,103),ncol=2,byrow=TRUE) ; n
N=apply(n,1,sum) ; N
data <- list(n=n,N=N)
fit81 <- sampling(model81,data=data,seed=123,iter=11000,warmup=1000)
print(fit81,digits=3, probs=c(.025,.975))
ms=rstan::extract(fit81)
Epi::twoby2(n)
752:卵の名無しさん
17/02/22 07:58:32.50 kWQWo38X.net
日本だけじゃないです、アメリカも完全な学歴社会です
アメリカ人上司も、親の執刀医が若くて心配だったから、ググって出身校調べたって
そして日本の場合は、入った大学がある程度の知的能力とどれだけ努力できたかを示してしまうのは事実
医師という職業が、あるレベル以上の知的能力と、一生勉強できる勤勉さが必要なの�
753:ｪわかったからこそ、自分より下だといっぱいいっぱいなんでは？と思うのです
754:卵の名無しさん
17/02/22 18:54:45.42 kWQWo38X.net
data{
int N;
vector[3] x[N];
}
parameters{
vector[3] mu;
vector<lower=0>[3] sigma;
vector[3] rho; //rho[1]=ρ23,rho[2]=ρ13,rho[3]=ρ12
}
transformed parameters{
matrix[3,3] Sigma; //分散共分散行列
Sigma[1,1]=pow(sigma[1],2);
Sigma[2,2]=pow(sigma[2],2);
Sigma[3,3]=pow(sigma[3],2);
Sigma[1,2]=sigma[1]*sigma[2]*rho[3];
Sigma[2,1]=sigma[2]*sigma[1]*rho[3];
Sigma[1,3]=sigma[1]*sigma[3]*rho[2];
Sigma[2,3]=sigma[2]*sigma[3]*rho[1];
Sigma[3,1]=sigma[3]*sigma[1]*rho[2];
Sigma[3,2]=sigma[3]*sigma[2]*rho[1];
}
model{
x ~ multi_normal(mu,Sigma);
}
generated quantities{
real delta;
real delta_step;
delta=rho[1]-rho[3]; //ρ32-ρ12
delta_step=step(delta);
}
755:卵の名無しさん
17/02/23 13:44:28.88 RDO2DuIV.net
data{
int Ny;
vector[2] y[Ny];//y[1]:説明変数、y[2]:目的変数
int Nx;
real x[Nx];//目的変数欠損データ
}
parameters{
vector<lower=0>[2] mu;
vector<lower=0>[2] sig;
real<lower=-1,upper=1> rho;
}
transformed parameters{
matrix[2,2] Sigma;
Sigma[1,1] = pow(sig[1],2);
Sigma[2,2] = pow(sig[2],2);
Sigma[1,2] = sig[1]*sig[2]*rho;
Sigma[2,1] = sig[2]*sig[1]*rho;
}
model{
y ~ multi_normal(mu,Sigma);
x ~ normal(mu[1],sig[1]);// 欠損データの平均と分散は欠損していないペアと同じと仮定する
}
756:卵の名無しさん
17/02/26 22:00:49.92 +9rk+Hzi.net
data{
int N; # nrow(d) 29
int D; # ncol(d) 2
vector[D] Y[N];
}
parameters{
vector[D] mn;
cov_matrix[D] cov;
}
transformed parameters{
real rho;
rho = cov[1,2]/(sqrt(cov[1,1])*sqrt(cov[2,2]));
}
model{
Y ~ multi_normal(mn,cov);
}
757:卵の名無しさん
17/02/26 22:02:50.58 +9rk+Hzi.net
Y1=c(2051,2090,2200,2250,2260,2749,2813,2995,3014,3141,3180,3237,3284,3310,3400,3440,3580,3650,3660,3750,3755,3760,3770,3800,3800,3880,3890,3950,4565)
Y2=c(70,66,65,69,66,65,66,64,65,66,62,61,60,61,60,58,62,60,59,59,61,61,60,59,57,60,60,58,57)
Y=cbind(Y1,Y2)
N=nrow(Y)
D=ncol(Y)
data <- list(N=N,D=D,Y=Y)
fit92.siri2 <- sampling(model92,data=data,seed=1234)
print(fit92.siri2,probs=c(0.025,0.975),par=c('mn','rho'),digits=3)
cor.test(Y1,Y2)
mean se_mean sd 2.5% 97.5% n_eff Rhat
mn[1] 3283.506 2.937 135.547 3016.277 3550.073 2130 1.003
mn[2] 61.965 0.018 0.737 60.475 63.461 1755 1.003
rho -0.886 0.001 0.047 -0.952 -0.772 2315 1.001
cor.test(Y1,Y2)
Pearson's product-moment correlation
data: Y1 and Y2
t = -10.176, df = 27, p-value = 9.747e-11
alternative hypothesis: true correlation is not equal to 0
95 percent confidence interval:
-0.9477572 -0.7780874
sample estimates:
cor
-0.8906137
758:卵の名無しさん
17/03/06 16:06:15.28 Q2Cpe/w6.net
n=100
p=0.5
H=numeric(n)
for (r in 1:n)
H[r] = dnorm(r,n,p) *q*r + dnorm(r,n,p)*(n-r)
sum(H)=50
759:卵の名無しさん
17/03/06 20:35:56.42 Q2Cpe/w6.net
n=100
p=0.5
H=numeric(n)
for (r in 1:n)
H[r] = dbinom(r,n,p) *q*r + dbinom(r,n,p)*(n-r)
sum(H)=50
760:卵の名無しさん
17/03/24 20:14:19.77 ksHDOKNP.net
論理演算としては間違い。
ある行為が犯罪とされるためには、その行為が刑法が定める犯罪の型に合致し、かつ、違法であることが必要である。債務不履行は犯罪ではない。だから、債務不履行は刑法が定める犯罪の型に合致しないか、または、違法ではない
761:卵の名無しさん
17/03/28 06:59:39.19 MBECdDzo.net
URLﾘﾝｸ(unicorn.ike.tottori-u.ac.jp)
762:卵の名無しさん
17/04/09 21:12:23.06 sF6Wko2R.net
1.1 A
1.2 C
1.3 False
1.4
lymphoid B,D
myeloid A, C, E,F,G
1.5 B
1.6 False
1.7 A-2 B-3 C-4 D-1
1.8 C
1.9 central-A,D peripheral-B,C,E
1.10 A-3 B-1 C-2
1.11 D
1.12 cytotoxic helper
1.13 False
1.14 False
1.15 A
1.16 B
1.17 False
763:卵の名無しさん
17/04/10 05:42:53.83 nCVX6081.net
p=0.01
uniroot(f=function(n,p,u)choose(n,0)*p^0*(1-p)^n -u,p=0.01,u=1-0.99,c(10,1000))
# 0.99^n < 0.01
n=log(0.01)/log(0.99) ; n
764:卵の名無しさん
17/04/11 08:06:54.06 ddDem73K.net
下克上
765:卵の名無しさん
17/04/11 08:31:09.19 q2T7LqVO.net
実際医学部なんてカネ積めば、帝京とかのバカでもなれるからいても不思議じゃない
766:卵の名無しさん
17/04/11 11:07:33.43 sS8yn3pd.net
>>155
小学生新聞にすら載っているよ。
URLﾘﾝｸ(www.asagaku.com)
767:卵の名無しさん
17/04/14 23:55:20.92 yxuKA0eX.net
全身整形dollって言うブログ主、飛田新地の風俗上がりで医学部生らしい。
768:卵の名無しさん
17/04/15 10:46:50.54 /Ac2z1eL.net
>>743
そう思っていたのだが
２代目院長の息子はどこにも受からず老健の事務長だぜ。
寄付金をケチったのだろうな。
769:卵の名無しさん
17/04/15 15:32:41.93 /Ac2z1eL.net
ジェネラリストのための内科診断リファレンス: エビデンスに基づく究極の診断学をめざして
URLﾘﾝｸ(www.amazon.co.jp)
770:卵の名無しさん
17/04/15 19:28:17.15 /Ac2z1eL.net
# neck flexion test
TP=0.84 ; TN=0.48
(pLH=TP/(1-TN))
(nLH=(1-TP)/TN)
(DOR=pLH/nLH)
# jolt accentuation
TP=0.97 ; TN=0.60
(pLH=TP/(1-TN))
(nLH=(1-TP)/TN)
(DOR=pLH/nLH)
# Kernig test
TP=0.09 ; TN=0.999
(pLH=TP/(1-TN))
(nLH=(1-TP)/TN)
(DOR=pLH/nLH)
771:卵の名無しさん
17/04/21 18:27:17.55 i0yzIgcA.net
330 名前：卵の名無しさん[sage] 投稿日：2017/03/05(日) 09:19:33.48 ID:36bVdlBf
縁故加点や「任意」の寄付を絡めての定員外合格による入学を裏口入学としよう。
ド底辺特殊シリツ医大で裏口入学の割合を調査することにした。
卒業したことすら隠したいド底辺特殊シリツ医大であるため、裏口入学と本人が正直に答えるとは考えにくい。
そこで調査方法を次のようにすることにした。
本人だけがわかるようにコインを投げて
表であれば正直に裏口か否かを答える
裏であれば常に裏口であると答える
コインの裏表は本人しか知らず調査解析者には伝えられない。
100人を調査したところ90人が裏口であると答えた。
さて、このド底辺特殊シリツ医大の裏口入学確率とその９５％信用区間はいくらか述べよ。
ド底辺ネタだと勉強する気が起きない人にはこんな問題にもできる。
同じ調査方法で女子高校生100人にエッチした経験はあるかの調査をして
50人が経験済みと答えた。経験確率の平均値とその９５％信用区間はいくらか述べよ。
また、その最頻値と中央値も併せて答えよ。
経験確率密度をグラフ化してみた。
URLﾘﾝｸ(i.imgur.com)
772:卵の名無しさん
17/04/22 14:43:21.60 STcMEHHI.net
数学板のスレを改変
「ド底辺特殊シリツ医大が存在しなければ、日本は幸せになる」という命題があるとき、ド底辺特殊シリツ医大が存在しているならこの命題は必ず真である と言ってよいか？
773:卵の名無しさん
17/04/24 21:44:59.20 WAjEOgPG.net
# URLﾘﾝｸ(mathtrain.jp)
# 方法3：プログラミングで実験してみる
# 乱数を使って実際にモンティ・ホール問題を何回も試行してみる
F=function(){
n=100
f=function(){
d=integer(3)
w=sample(1:3,1)
d[w]=1
return(d)
}
g=function(x) replicate(x,f())
D=g(n)
C=f()
change=sum(apply(D-C,2,var))/n
no_change=(n-sum(apply(D-C,2,var)))/n
res=c(change,no_change)
return(res)
}
N=1000
Res=replicate(N,F())
par(mfrow=c(2,1))
hist(Res[1,],xlab="P(winner)",ylab="",main="Change",col="gray")
hist(Res[2,],xlab="P(Winner)",ylab="",main="No Change",col="gray")
summary(Res[1,])
summary(Res[2,])
#URLﾘﾝｸ(i.imgur.com)
774:卵の名無しさん
17/04/26 15:25:22.24 vNHKSJLD.net
ROLE AND LIMITATIONS OF STATISTICS
Much of medicine is inherently probabilistic. Not everyone with hypercholesterolemia
who is treated with a statin is prevented from having a myocardial
infarction, and not everyone not treated does have one, but statins reduce
the probability of a myocardial infarction in such patients. Because so much
of medicine is based on probabilities, studies must be performed on groups
of people to estimate these probabilities. Three component tasks of statistics
are: selecting a sample of subjects for study, describing the data from that
sample, and drawing inferences from that sample to a larger population of
interest.
775:卵の名無しさん
17/04/29 08:57:14.64 j6+oCrzG.net
.stan_code = ' data { int n_obs; real[n_obs] x; } parameters { real mu; real<lower=0> sigma; } model { x ~ normal(mu, sigma); }'
.model = rstan::stan_model(model_code=.stan_code)
776:卵の名無しさん
17/05/02 10:02:52.28 HeSMfHd3.net
NNT <- function(A,B,n,HR,cl=0.95){
b=n/(1+HR*A/B)
a=n-b
a=round(a)
b=round(b)
nnt=abs(1/(a/A-b/B))
print(fmsb::rateratio(a,b,A,B,conf.level = cl))
return(nnt)
}
NNT(364828/2,364828/2,961,0.61)
NNT(364828/2,364828/2,1334,0.49)
NNT(364828/2,364828/2,1983,0.54)