国公立大学医学部医学科 駿台全国模試偏差値ランキング (最底辺でも京大工学部地球工学科レベル) [無断転載禁止]©2ch.net
■ このスレッドは過去ログ倉庫に格納されています
【80】東京大学
【79】
【78】
【77】京都大学
【76】
【75】
【74】
【73】大阪大学
【72】
【71】東京医科歯科大学
【70】名古屋大学 九州大学
【69】東北大学 千葉大学 (参考 : 東大理一)
【68】神戸大学 広島大学 京都府立医科大学 大阪市立大学 防衛医科大学校
【67】北海道大学 筑波大学 金沢大学 岡山大学 横浜市立大学 奈良県立医科大学 (参考 : 東大理二)
【66】山梨大学 三重大学 長崎大学 名古屋市立大学
【65】新潟大学 岐阜大学 滋賀医科大学 山口大学 熊本大学 札幌医科大学 和歌山県立医科大学 (参考 : 京大理学部、京大工学部物理工学科)
【64】富山大学 信州大学 浜松医科大学
【63】弘前大学 群馬大学 徳島大学 香川大学 高知大学 鹿児島大学 (参考 : 京大工学部電気電子工学科)
【62】福井大学 鳥取大学 愛媛大学 大分大学 宮崎大学 (参考 : 東工大第1類、東工大第4類、京大工学部建築学科、京大工学部工業化学科、京大工学部情報学科)
【61】旭川医科大学 秋田大学 山形大学 島根大学 佐賀大学 琉球大学 福島県立医科大学 (参考 : 東工大第3類、東工大第5類、京大工学部地球工学科) >>26
神戸といえば山口組と酒鬼薔薇しか思いつかんな。 6
昭和大医 5 1
日本医科 5 2
東北医薬 1 0
東邦大医 2 1
杏林大医 5 1
埼玉医科 1 0
北里大医 2 0
日本大医 7 1
帝京大医 1 1
東京医科 4 1
国際医福 3 0
聖マ 1 0 開成高校 2017年度
http://kaiseigakuen.jp/wp/wp-content/uploads/2017/04/shinro29_2.pdf
合格 進学
国公立医 58 53(防医、自治、産医は除く)
私立大医 84 26 (6人は慶応)
(私立医内訳)
合格 進学
慈恵会医 19 5
順天堂医 14 7
慶應大医 14 6
昭和大医 5 1
日本医科 5 2
東北医薬 1 0
東邦大医 2 1
杏林大医 5 1
埼玉医科 1 0
北里大医 2 0
日本大医 7 1
帝京大医 1 1
東京医科 4 1
国際医福 3 0
聖マ 1 0
私立医ノ辱めヲ受ケズ・ >>30
滑り止め受験じゃないの?進学してないみたいだし。 >>17
たぶん、馬鹿シリツにはこういうパズルは解けないと思う。
体重65kgの人に1ml/hが1μg/kg/minになるように薬剤100mgを希釈するには全量何mLにすればよいか? 電卓で25.64mLと出たけど、自信ありません、新八
こんな指示じゃナースに怒られそうだし不安ですね
1バイアルを生食100mlに入れて流量指示の方が楽よ
複雑な指示出すと間違いが多くなっていけませんし
点滴指示なんて20年出してない開業内科医ですけど >>33
仮定の話だけど、その薬剤が100mgで100万円だとしたら、そういう希釈法もありだと思う。
分枝標的薬とか免疫チェックポイント阻害剤とか、びっくりする薬価がつく薬が登場してきているし。
そのうち抗がん剤治療を受けられるのは金持ちとナマポだけになるかも。
今でも、高齢者を除くと、昼間から病院にきているのはナマポと診断書で堂々と休める公務員が大半だったりする。 >>33
>32のような問題をみると答を出さずにはいられなくなりますよね?
最近考えたこんな問題は如何ですか?
女医が担当医の方が生存率が高いという論文
(1)Comparison of Hospital Mortality and Readmission Rates for Medicare Patients Treated by Male vs Female Physicians
http://scholar.harvard.edu/files/yusuketsugawa/files/tsugawa_jama_im_2016.pdf
若い医師が担当医の方が生存率が高いという論文
(2)Physician age and outcomes in elderly patients in hospital in the US:observational study
http://www.bmj.com/content/357/bmj.j1797
この二つの論文から
(3)若い女医が担当医のときが生存率が最も高い
(4)老いた男性医師が担当医のときが生存率が最も低い
という結論を導きだせるか。
原論文を読まなくても(3)または(4)が成立せず、(1)(2)が成立する例示ができればおしまい。 >>35
そーですねー、生保は処方箋だけ引っ掴んで行く
会計ないのは仕方ないけど挨拶ないのはなんかね
疾患があって体が不自由だとお気の毒だけど
五体満足な生保の人も多いからなぁ
知能指数明らかに低い人とか見えない障害かなぁ
疾患あるから意見書かけるけど、生保の理由がね
>>36
重症を若い女の研修医に振るとサポートが大変で
階段室で泣いてるの見かけたりしてたし
主治医決める時には手加減してたんだけど
論文ではそういうバイアスはないのかしらねえ
末期がんだと爺医はケモせずにモヒたっぷりとか
それで早く楽に死ねますよ、ってのもあるかもな
メタ解析紛いは信頼性低いから、やめましょうよ >>36
原著を読んだけど女医の担当患者が22人くらいで男医の担当患者が30人くらいと差があったのがバイアス(男医の方がオーバーワークととるか、逆に経験を積む機会が多いのに成績が悪いのは実力差ととるか判断に迷う)かと思った。
さて、
あなたの娘が病院に勤務していて最も若い医師と仮定しよう。
インテリエロナマポが(1)(2)の論文を示して(3)を主張して
娘を俺の主治医として差し出せと主張した。
さて、
あなたは娘を差し出すか、
それとも(1)(2)から(3)は結論できないと主張するか
如何? 確かに。俺、地方駅弁医卒だけど、京大(理学部工学部など)には行けたと思うんだよね。
ただ、東大は勉強しても無理だと思った。
経歴的には京大の方がカッコよかったな。 >>42
神戸山口組の誕生でますますブランドイメージが定着。
神戸のつく印象度は
神戸山口組>神戸牛>>>>>神戸大学 >>43
本当に頭のいい奴は医学部にいかなくて理学部とか工学部に行くと思う。
本当に頭の悪い奴が行くのがド底辺特殊シリツ医大であることは申すまでもない。 >>42
>36にサクッと答えられたら
神戸大学のイメージアップ、逃げたら負け。 >>49
>36にサクッと答えられたら
神戸大学のイメージアップ、逃げたら負け。 >>49
三重は東海に分類すれば
残りは滋賀医大だけ 神戸大システム工だけれども医学部と共通授業でした‥ >>46
先生は医科歯科爺さんだと思うけど頭がいいね。
俺は先生よりもう少し若い地方国立卒の医者だけど
全く分からないよ。
これでも地方国立入学時はぶっちぎりのトップで合格
したんだけどな。 国立医のカテゴリは東大、京大、その他旧帝・・・・とあるが
私立医のカテゴリ慶大、それ以外、これでおkだな >>55 問題書き逃げと言われるのは不本意なので解答例
(1)女医が担当医の方が生存率が高い (2)若い医師が担当医の方が生存率が高い (3)若い女医が担当医のときが生存率が最も高い
(1)(2)が成立して(3)が成立しない例(若女=若い女医,老男=老齢男性医の患者数)
生存 受持
若女 10 100
老女 25 200
若男 20 150
老男 5 250
このデータで
女 35 300
男 25 400
p-value = 0.01375で(1)が成立
若 30 250
老 30 450
p-value = 0.02338で(2)が成立
生存率は
生存 受持 生存率
若女 10 100 0.100
老女 25 200 0.125
若男 20 150 0.133
老男 5 250 0.020
若男>老女>若女>老男で(3)は成立しない
受け持ち患者数を同じにすればもっと簡単な例が作れる。それで説明したら受け持ち患者数が同じハズがないという医者がいて
反例が存在することが示せればいいのだからと説明しても納得しなかったので上記の例で説明したら納得した。
R使いならコードはこれ http://egg.2ch.net/test/read.cgi/hosp/1428282054/801-802 千葉大生集団乱暴】千葉大、研修医を懲戒解雇 準強制わいせつ罪で公判中
千葉大医学部生が飲み会に参加した女性を集団で乱暴したとされる事件で、
千葉大は14日、飲み会中に女性にわいせつな行為をしたとして
準強制わいせつ罪に問われ公判中の千葉大病院研修医、藤坂悠司被告(30)を
懲戒解雇にしたと発表した。
起訴状によると、千葉大医学部5年の吉元将也被告(23)=集団強姦罪で公判中=らと共謀し、
昨年9月20日夜、千葉市の飲食店で酒に酔った女性の体に触るなどしたとしている。
2月20日の初公判では「間違いありません」と起訴内容を認めた。
事件をめぐっては藤坂、吉元両被告の他、集団強姦罪で山田兼輔被告(23)、
準強姦罪で増田峰登被告(23)=いずれも千葉大医学部5年=が公判中。
千葉大は医学部生3人についても処分を検討している。
配信 2017.3.14 14:40 産経ニュース
まっさきに金医を斬首してきたな
所詮、使い捨てかよ
旧帝旧6に私立医から入局しない方がいいぞ!って典型例だなwww >>59
>36にサクッと答えられなかったからアンタの負けね。
敗者復活戦の問題。
中元を配布したリストの提出を求められて税務署に提出。
税務署が「無作為」抽出して調査した5例中、中元を受け取ったのは0であったという。
それをもって税務署は中元は100例全例虚偽であると認定した。
これはサンプリングに伴うバラつきだと主張して全例への課税を軽減したい。
どういう計算をすればいいか? >>42
神戸のイメージダウンな事件が
神戸の産科医を懲戒処分
日本産科婦人科学会(日産婦)は24日、理事会を開き、
体外受精させた受精卵の全ての染色体を調べ、異常がないものを子宮に戻す「着床前スクリーニング(PGS)」を学会指針に反して実施したとして、
神戸市の****院長の****医師を、会員資格停止(3年間)の懲戒処分にした。
http://www.asahi.com/articles/ASK6S77BZK6SUBQU00K.html
>60にレスして名誉挽回推奨。 1. t1=t2 -> (t1=t3 -> t2=t3)
2. t1=t2 -> t1' = t2'
3. !(0 = t1')
4. t1' = t2' -> t1= t2
5. t1+ 0= t1
6. t1 + t2' = (t1+t2)'
7. t1 * 0 = 0
8. t1* t2' = t1* t2 + t1 シンプソンのパラドックス
ある仮想疾患の治癒率
軽症 重症
国立大学 10/10 10/90
底辺私立 70/90 0/10
自然経過 40/50 5/50
国立大学の方が軽症・重症とも成績がよいが
総数比較では底辺私立の方が成績がよい。
この疾患は自然治癒率が45%とされています。
この疾患の底辺私立での治癒率は70%です。
これに対して国立大学での治癒率はわずか20%です。
という記述も嘘ではないね 9. 帰納法 (A(0) , (A(x)->A(x')))-> ∀xA(x)
ルカシェヴィッツによる命題論理公理系 System of axioms 1930
推論規則:Modus Ponens:(S1),(S1→S2)├ S2
公理
L1: p → (q → p),
L2: (p → (q → r)) → ((p → q) → (p → r)),
L3: (¬p → ¬q) → (q → p) 9. 帰納法 A(0) -> ( ( ∀x(A(x)->A(x') ) -> ∀xA(x) ) # 元利均等返済 毎月の返済額は一定
.D0=23700000 # 借入額
.ra=0.03 # 年利
.r=.ra/12 # 月利
.n=60 # 返済月数
L <- function(x,D0=.D0,r=.r,n=.n){ # x:毎月の返済額
D=numeric(n)
D[1]=D0*(1+r) - x
for(i in 1:n) D[i+1] <- D[i]*(1+r) -x
return(D[n+1]) # n回返済後の借入金残高を返す
}
# L(.n+1)=0になる毎月の返済額 x を求める。
(m=uniroot(L,c(.D0/.n,2*.D0/.n))$root)
m*.n #総返済額
####
Loan <- function(.D0=23700000,.ra=0.03,.n=60){
L <- function(x,D0=.D0,r=.ra/12,n=.n){
D=numeric(n)
D[1]=D0*(1+r) - x
for(i in 1:n) D[i+1] <- D[i]*(1+r) -x
return(D[n+1])
}
m=uniroot(L,c(.D0/.n,2*.D0/.n))$root
m*.n
c(Monthly=m,Total=m*.n)
} Honda NSX 2370万円を借金で買うことにする
帝国金融が
マイカーローン60回払い、年利3%
(キャンペーン中につき単利計算5年で15%、いつもは1.03の5乗の15.92%)と宣伝していたので
ローンの相談にいくと利息は先払いとのことで
手元に2370万必要なら2370万*1.15=27255000円の借金と言われた。
一方、帝国銀行では元利均等返済で年利が6%だという。
1.どちらが得か?
2.元利均等返済金利がいくら以上なら帝国金融の方が得といえるか?
NSX=23700000
r.T=3/100 #帝国金融金利
n=60
(t.T=NSX*(1+n/12*r.T)) #帝国金融総額
# R.B:帝国銀行(元利均等返済)金利
(R.B0=uniroot(function(R.B) Loan(NSX,R.B/100,n)[2] - t.T, c(1,20))$root)
Loan(NSX,R.B0/100,n) #### 元利均等返済
Loan <- function(.D0=23700000,.ra=0.03,.n=60){
L <- function(x,D0=.D0,r=.ra/12,n=.n){
D=numeric(n)
D[1]=D0*(1+r) - x
for(i in 1:(n-1)) D[i+1] <- D[i]*(1+r) -x
return(D[n])
}
m=uniroot(L,c(.D0/.n,2*.D0/.n))$root
m*.n
c(Monthly=floor(m),Total=floor(m)*.n)
}
Loan(10^8,0.01,120)
> Loan(10^8,0.01,120)
Monthly Total
876041 105124920 # 元利均等返済 毎月の返済額は一定
.D0=23700000 # 借入額
.ra=0.03 # 年利
.r=.ra/12 # 月利
.n=60 # 返済月数
L <- function(x,D0=.D0,r=.r,n=.n){ # x:毎月の返済額
D=numeric(n)
D[1]=D0*(1+r) - x
for(i in 1:(n-1)) D[i+1] <- D[i]*(1+r) -x
return(D[n]) # n回返済後の借入金残高を返す
}
# L(.n)=0になる毎月の返済額 x を求める。
(m=uniroot(L,c(.D0/.n,2*.D0/.n))$root)
m*.n # 総返済額
####
Loan <- function(.D0=23700000,.ra=0.03,.n=60){
L <- function(x,D0=.D0,r=.ra/12,n=.n){
D=numeric(n)
D[1]=D0*(1+r) - x
for(i in 1:(n-1)) D[i+1] <- D[i]*(1+r) -x
return(D[n])
}
m=uniroot(L,c(.D0/.n,2*.D0/.n))$root
m*.n
c(Monthly=floor(m),Total=floor(m)*.n)
}
Loan(23700000,0.03,60)
Loan(10^8,0.01,120) 1億円を年利1%で借りて10年で毎月均等に返済するとき月々の返済額はいくらか
An:nヶ月後の借入金残高を表す数列
A0=1億 r=月利=1%/12=0.01/12 N=返済月数=120
とするとAN=0
計算表示の便宜上s=1+rとおく。求める元利金等月返済額=xとすると
An+1=s*An - x
A1=s*A0 - x
An+2=s*An+1 - x
An+1=s*An - x
なので
Bn=An+1-Anとすると
Bn+1=s*Bnの等比級数になるのでBn=B0*s^n
N-1 N-1
ΣBn = Σ(An+1 - An)
n=0 n=0
ΣB0*s^n = AN - A0
左辺に等比級数の和の公式を適用して
B0*(1-s^N)/(1-s) = AN - A0
B0*(1-s^N)/(1-s) = s*A0 - x -A0 (∵AN=0,A1=s*A0 - x)
B0=A1-A0, A1=s*A0 - x, s=1+rを代入して
(r*A-x)*(1-(1+r)^N)/r=A0
これをxで解けば
x = A0* r* (r + 1)^N)/((r + 1)^N - 1)が得られる。
> x= function(a0=10^8,r=0.01/12,N=120) a0* r* (r + 1)^N/((r + 1)^N - 1)
> x()
[1] 876041.2 元利金等月返済額=x
↓
毎月の元利均等返済額=x 1億円を年利1%で借りて10年で毎月均等に返済するとき月々の返済額はいくらか
An:nヶ月後の借入金残高を表す数列
A0=1億 r:月利=0.01/12 N:返済月数=120
とするとAN=0
計算表示の便宜上s=1+rとおく。求める元利金等月返済額=xとすると
An+1=s*An - x
A1=s*A0 - x
An+2=s*An+1 - x
An+1=s*An - x
なので
Bn=An+1-Anとすると
Bn+1=s*Bnの等比級数になるのでBn=B0*s^n
N-1 N-1
ΣBn = Σ(An+1 - An)
n=0 n=0
ΣB0*s^n = AN - A0
左辺に等比級数の和の公式を適用して
B0*(1-s^N)/(1-s) = AN - A0
B0*(1-s^N)/(1-s) = -A0 (∵AN=0)
B0=A1-A0, A1=s*A0 - x, s=1+rを代入して
(r*A-x)*(1-(1+r)^N)/r=A0
これをxで解けば
x = A0* r* (1+r)^N/((1+r)^N - 1)が得られる。
> x= function(a0=10^8,r=0.01/12,N=120) a0* r* (1+r)^N/((1+r)^N - 1)
> x()
[1] 876041.2 一般項を求める
An:nヶ月後の借入金残高を表す数列
A0=1億 r:月利=0.01/12 N:返済月数=120
x = A0* r* (1+r)^N/((1+r)^N - 1)
Bi = Ai+1 - Ai
Bi = B0*s^i
n-1 n-1
ΣBi = Σ (Ai+1 - Ai)
i=0 i=0
ΣB0*s^i = An - A0
B0*(1-s^n)/(1-s)= An - A0
An = A0 + B0*(1-s^n)/(1-s)
s=1+rを代入
B0 = A1-A0 = s*A0-x - A0 = (1+r)*A0-x-A0 = r*A0 -x
An = A0 + (r*A0 -x)*(1-(1+r)^n)/(-r)
x = A0* r* (1+r)^N/((1+r)^N - 1)を代入
An = A0 + (r*A0 -(A0* r* (1+r)^N/((1+r)^N - 1)))*(1-(1+r)^n)/(-r)
= A0*((1+r)^n - (1+r)^N))/(1 - (1+r)^N)
= A0*(1- (1-(1+r)^n)/(1-(1+r)^N))
= A0*(1- (1-s^n)/(1-s^N)) ,where s=1+r ## 元利均等返済の支払総額 - 元金均等返済の支払総額
# D:借入額 r:月利(年利/12) N:返済月数
Dd <- function(D=10^8,r=0.01/12,N=120) D*N*r*(1+r)^N/((1+r)^N-1) - D*( 1 + r*(N+1)/2)
Dd()
Dd(10^8,0.05/12,120)
Dd(23700000,0.03/12,60)
r=seq(1,15,by=0.1)
rr=r/1200
plot(r,sapply(rr,function(x)Dd(23700000,x,60)),type='l',lwd=2,
xlab='年利%',ylab='支払差額',main='60回払')
NN=1:120
plot(NN,sapply(NN,function(x)Dd(23700000,0.03/12,x)),type='l',lwd=2,
xlab='返済月数',ylab='支払差額', main='年利3%') NSX 2370000円をローンで買うときに
支払い総額(元利均等返済 − 元金均等返済)が
年利と返済回数が変わるとどう変化するか、グラフにしたみた。
http://i.imgur.com/v532CwA.png
http://i.imgur.com/VC3Ln1b.png
スクリプトはここに置いた。
http://egg.2ch.net/test/read.cgi/hosp/1483665995/74
これくらいの基礎計算ができると金利計算で騙されずにすむな。
この程度の計算ができないような奴は本来借金すべきでないとも思う。
俺は借金してモノを買う哲学はないんだな。
車も自宅も頭金払って残りは一括キャッシュ(振込みだが)払い。
短期借金といえばクレジットカードの1ヶ月分くらいだな。 A0 = 10^8 # 借入金
r = 0.01/12 # 月利
N=120 # 返済月数
# 元利均等返済
A0*r*(1+r)^N/( (1+r)^N- 1) # 月々返済額
N*A0*r*(1+r)^N/( (1+r)^N- 1) # A0*r*(1+r)^N/( (1+r)^N- 1) 返済総額
# 元利均等返済
A0*(1+r*(N-n+1))/N # n月めの返済額
A0*( 1 + r*(N+1)/2) # A0*(1+r*(N-n+1))/N 返済総額
A0*(1- (1-(1+r)^n)/(1-(1+r)^N)) # n月めの借入金残高 A0 = 10^8 # 借入金
r = 0.01/12 # 月利
N=120 # 返済月数
# 元利均等返済
A0*r*(1+r)^N/( (1+r)^N- 1) # 月々返済額
N*A0*r*(1+r)^N/( (1+r)^N- 1) # A0*r*(1+r)^N/( (1+r)^N- 1) 返済総額
# 元金均等返済
A0*(1+r*(N-n+1))/N # n月めの返済額
A0*( 1 + r*(N+1)/2) # A0*(1+r*(N-n+1))/N 返済総額
A0*(1- (1-(1+r)^n)/(1-(1+r)^N)) # n月めの借入金残高 >>78
じゃあ、これ答えてみ!
暇つぶしのパズル その3
'を次の自然数を返す演算子とする。
1. t1=t2 -> (t1=t3 -> t2=t3)
2. t1=t2 -> t1' = t2'
3. ¬(0 = t1')
4. t1' = t2' -> t1= t2
5. t1+ 0= t1
6. t1 + t2' = (t1+t2)'
7. t1 * 0 = 0
8. t1* t2' = t1* t2 + t1
9. A(0) -> ( ( ∀x(A(x)->A(x') ) -> ∀xA(x) ) 数学的帰納法
を公理として、推論規則 S1,S1ー>S2 ├ S2 (S1ならばS2でS1が成立するならS2が成立する)を使って
t1'* t2 = t1*t2 +t2
を証明せよ。 root@localhost:/# R
R version 3.1.1 (2014-07-10) -- "Sock it to Me"
Copyright (C) 2014 The R Foundation for Statistical Computing
Platform: arm-unknown-linux-gnueabihf (32-bit)
R is free software and comes with ABSOLUTELY NO WARRANTY.
You are welcome to redistribute it under certain conditions.
Type 'license()' or 'licence()' for distribution details.
R is a collaborative project with many contributors.
Type 'contributors()' for more information and
'citation()' on how to cite R or R packages in publications.
Type 'demo()' for some demos, 'help()' for on-line help, or
'help.start()' for an HTML browser interface to help.
Type 'q()' to quit R.
[Previously saved workspace restored]
> outer(19:11,19:11,"*")
[,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9]
[1,] 361 342 323 304 285 266 247 228 209
[2,] 342 324 306 288 270 252 234 216 198
[3,] 323 306 289 272 255 238 221 204 187
[4,] 304 288 272 256 240 224 208 192 176
[5,] 285 270 255 240 225 210 195 180 165
[6,] 266 252 238 224 210 196 182 168 154
[7,] 247 234 221 208 195 182 169 156 143
[8,] 228 216 204 192 180 168 156 144 132
[9,] 209 198 187 176 165 154 143 132 121
> > outer(11:19,11:19,'*')
[,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9]
[1,] 121 132 143 154 165 176 187 198 209
[2,] 132 144 156 168 180 192 204 216 228
[3,] 143 156 169 182 195 208 221 234 247
[4,] 154 168 182 196 210 224 238 252 266
[5,] 165 180 195 210 225 240 255 270 285
[6,] 176 192 208 224 240 256 272 288 304
[7,] 187 204 221 238 255 272 289 306 323
[8,] 198 216 234 252 270 288 306 324 342
[9,] 209 228 247 266 285 304 323 342 361
> ttest2 = 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)
pe=2*pt(-abs(t),n)
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))
pu=2*pt(-abs(t),n)
p.values=c(T.test=pe,Welch.test=pu)
return(p.values)
}
n1=17 ; n2=12 ;m1=36.2 ;m2=56.1 ; sd1=21.5 ; sd2=30.1
k=10^4
f <- function(){
x2=m2+scale(rnorm(n2))*sd2
x2a=sort(x2)[-n2]
n2a=n2-1
m2a=mean(x2a)
sd2a=sd(x2a)
ttest2(n1,m1,sd1, n2a,m2a,sd2a)
}
T.p_value=replicate(k,f()[1])
W.p_value=replicate(k,f()[2])
mean(T.p_value) ; quantile(T.p_value,c(0.025,0.975))
mean(W.p_value) ; quantile(W.p_value,c(0.025,0.975)) >>57
それ、おかしいんじゃないの?
その2つの論文の結語は正しいとして、男医か女医かはサンプル数は違うにしても
全てのその標本とされる医師は男か女かだから数による補正はあるにせよ、
男医か女医かで単純にどちらの患者の生存率が高いかの話に直結するが
「若い方が患者生存率が高い」というのはどの境界線をもって若い若くない(老医)と
見なしてるのかという議論が必要になる
医師の年齢が若くなるにしたがって患者生存率が高くなる傾向にある。との結論だとしても
そのスタディにおける例えば24歳〜41歳医師による受け持ち患者数が250人で42歳以上医師による
患者数が450人なら、それは医師の年齢区分が不適切と言える
なぜなら男女のような絶対的な定義による差ではなく
若さというのはあくまで相対的なものであるから
この標本例であれば「若い医師」を仮に24〜44歳までに設定しようなどの修正が要るかどうかの検討となるでしょう
要は疫学データ演習で学んだような単純な2×2の練習問題に帰結させる為には
どこで「若」と「老」に線引きするのが適切なのか考察しないとダメ
そうじゃないと数学的に「男女」と「老若」が同等の指標になり得ないのではと思いました >>83
反例が存在することが示せればいいのだからカットオフ値の議論とは無関係。 >>83
こういう問題に変えても同じ。
胃がんの方が甲状腺がんより予後が悪い。
未分化がんのほうが高分化がんより予後が悪い。
これから、胃の未分化がんが、
甲状腺高分化がん・甲状腺未分化がん・胃高分化がんのどれよりも予後が悪い
と結論できるか? 同じではない
未分化高分化のクライテリアが明瞭に2分できるのなら数学的に男女区分と同様に扱えるが
若いか老いてるかはあくまで相対的なもの
若さの定義によって答えがコロコロ変わってたらそれは「反例」ではない >>86
老年群と若年群で検定しているだけの話。
肥満群と非肥満群の二群に分けての議論に肥満の定義がどうこういう議論じゃないんだな。
仮想データとして老年群と若年群が白人と有色人種であったとしても議論は同じ。
カットオフ値の議論とは無関係。 男女でいえばhermaphroditic(shemale)
がんでいえば中分化がん
をどちらに入れるかという議論をしているのではない。
>57はdichotomyを前提で(1)(2)から(3)が演繹できるかどうかの議論なのだから。 演繹っていうのならそもそもp-valueの値がいくらだから(1)が成り立つとかいうのが
単なる統計学上のテクニックに過ぎず、しかも公衆衛生学の本からの受け売りだよね
論理的真理ではない
神戸医騙り野郎を叩きたかったのだろうが、ちゃんと前提条件を提示しないと不適切問題だよ >>89
馬鹿を晒してうれしい?
棄却水準をいくらに設定するかに>57の議論は関係ない。 仮想データの
生存率を>57のままで標本数を増やせば
例えば
生存 受持
若女 300 3000
老女 375 3000
若男 400 3000
老男 60 3000
というデータにすればp値はいくらでも小さくできる。
(1)女医が担当医の方が生存率が高い (2)若い医師が担当医の方が生存率が高い (3)若い女医が担当医のときが生存率が最も高い
(1)(2)が成立して(3)が成立しない例を挙げるのは
生存率の大小を比べての議論だから実は検定すら必要ないんだよ。
>単なる統計学上のテクニックに過ぎず、しかも公衆衛生学の本からの受け売り
馬鹿ですか? 大小を比較しているだけなので統計すら必要ないのよ。 小学生でもわかる。
論理的真理は 統計での脚色に騙されしまう馬鹿だってこと。
統計学の名言を送ろうw
“Statistics are like bikinis. What they reveal is suggestive, but what they conceal is vital.” p値をいくら小さくしても演繹的証明にはならない
あくまで確度が高くなるだけ
>検定すら要らない
検定テクを使用して鬼の首を取ったように教科書丸写ししたのは誰?
しかも検定が必要ないのなら極端な少数例挙げて反例とやらにできマスガナ
幼稚園児にも有用なことわざを教えてあげよう
人を呪わば穴二つ >>93
単なる割り算と大小比較ですむことがわからないのかよ?
馬鹿に解説してやるか。
生存 受持
若女 300 3000
老女 375 3000
若男 400 3000
老男 60 3000
(1)女医が担当医の方が生存率が高い (300+375)/(3000+3000) > (400+60)/(3000+3000)で成立
(2)若い医師が担当医の方が生存率が高い (300+400)/(3000+3000) > (375+60)/(3000+3000)で成立
(3)若い女医が担当医のときが生存率が最も高い 生存率は若男>老女>若女>老男 で成立しない
どこにp値の計算が必要なんだよ、ドアホが!
生存率の大小を比べての議論だから実は検定すら必要ないんだよ、p値に捕らわれて、そのことに気づかないお前がアホなだけ。
この格言をよく味わえよ。 “Statistics are like bikinis. What they reveal is suggestive, but what they conceal is vital.” >57に書いただろ
受け持ち患者数を同じにすればもっと簡単な例が作れる。
という例が>93だよ。
それで説明したら受け持ち患者数が同じハズがないという医者がいて
反例が存在することが示せればいいのだからと説明しても納得しなかったので上記の例で説明したら納得した。
p値は議論の本質とは何の関係もない。 >>93
若女 a
老女 b
若男 x
老男 y
として
a + b > x + y かつ a + x > b + y
から
a > b かつ a>x かつ a>y
が演繹できるかというだけの話だよ。
演繹できるのはa>yだけ。
中学生の数学じゃん
>p値をいくら小さくしても演繹的証明にはならない
>あくまで確度が高くなるだけ
どこにp値が必要なんだよ?
馬鹿ですか?
これが
>単なる統計学上のテクニックに過ぎず、しかも公衆衛生学の本からの受け売り
ってこんな小中学生の数学は公衆衛生学には書いてないだろwww >57を批判するなら、
(1)(2)は統計的有意差で判定しているのに(3)は単なる大小で判定しているのは判断基準がダブルスタンダードである、という批判だろうな。
それでも¬((1)∧(2)→(3))の証明、すなわち(1)(2)から(3)が結論できない反例が存在する には十分なのだが、
統計で有意差を出したいなら
生存 受持
若女 100 1000
老女 250 2000
若男 200 1500
老男 50 2500
と10倍にした反例にすればいい。
種明かしは>97に既述。
Statistics are like bikinis. What they reveal is suggestive, but what they conceal is vital. なにをヒステリー起こしてんだコイツ
女医の方が生存率高い。を正しいと推定するには何らかの検定が必要だろ
同僚の医師もおそらく全く誤りを認めない人間性に辟易して納得したふりしたと思われる >>100
>79も問題も公理系の成立を前提に定理を導けというだけの話。
>57も(1)(2)の成立を前提に(3)が導けるかというだけの問題。
その答は中学の数学の不等式の計算で答がでるいう種明かしが>97l。
どこに検定のはいる余地があんのよ? a > b ならば -b > -a であることを示せという問題に
a > b であるというには検定が必要っていうヤツって馬鹿じゃないの? >>102
1>0を並べ替え検定で検証してみる。標本数が少ないwので順位和検定もt検定もエラーになるので
並べ替え検定のスクリプトを作って無理矢理計算させてみる(p=0は自明でもあるのだがw)
A=1
B=0
perm.test1 <- function(A,B){ # one-sided 片側検定
n1=length(A)
n2=length(B)
AB=c(A,B)
n12=length(AB)
MD=mean(A)-mean(B)
cmb=t(combn(1:n12,n1))
md=numeric()
for(i in 1:nrow(cmb)) md[i] = mean(AB[cmb[i,]])- mean(AB[(1:n12)[-cmb[i,]]])
ifelse(MD>0,mean(md>MD),mean(md<MD))
}
perm.test2 <- function(A,B){ # two-sided 両側検定
n1=length(A)
n2=length(B)
AB=c(A,B)
n12=length(AB)
MD=mean(A)-mean(B)
cmb=t(combn(1:n12,n1))
md=numeric()
for(i in 1:nrow(cmb)) md[i] = mean(AB[cmb[i,]])- mean(AB[(1:n12)[-cmb[i,]]])
mean(abs(md)>abs(MD))
}
perm.test1(A,B)
perm.test2(A,B) > perm.test1(A,B)
[1] 0
> perm.test2(A,B)
[1] 0
1>0のp値は0であると計算できた。 1=0の帰無仮説のもとで1>0は確率p=0でしか成立しないことが検定された ってことだな。
こんな検定が必要だと思う?? >>102
そんな問題ではないし
a > b なら、ってことはそれが本当にそうなってるかという根拠(検定)が反例提出の為に必要
馬鹿まるだし
いくら教科書そのまま写経しても基礎教養がないから本質が分かってない >>107
そういう問題だよ
(1)(2)を前提に(3)が結論できるかという問題。
若い女医にみてもらえばいいという投稿があって
自分で疑問に思ったから考えただけのこと。
教科書から丸写しというならどの教科書かソースを示せるよな? >>107
オマエは背理法の前提も検定が必要とでもいうのか? >>107
>63の
総数比較では底辺私立の方が成績がよい
という主張は
70/100 > 20/100という不等式で自明。
パラドックスの議論に
有意差を示す以下のような検証でp値を出す必要はない。
> prop.test(c(20,70),c(100,100))$p.value
[1] 3.294394e-12
> d=matrix(c(20,70,100-20,100-70),2) ; d
[,1] [,2]
[1,] 20 80
[2,] 70 30
> fisher.test(d)$p.value
[1] 1.050355e-12 >>107
整数a,bでax+by=1が整数解をもつときa,bは互いに素である、
を背理法で証明するときにはa,bが互いに素でないと仮定して証明を始めるが、
a,bが素であるかどうか検定が必要
と主張する奴は馬鹿だと思う。 いや(笑)
>>57みてみろよ
オマエさんが解答とやらでP値を出して、1,2 が成り立つ条件かどうかの検定してるぢゃん
嬉々として教師ごっこする輩に限って指摘されても素直に認めんな〜
最初の問題とは異なるの出して誤魔化すなよ >>112
お前のようなEBMフリークは優位差を出さないと納得しなかったら
上記の例で説明したら納得したと書いただろ。
>受け持ち患者数を同じにすればもっと簡単な例が作れる。それで説明したら受け持ち患者数が同じハズがないという医者がいて
>反例が存在することが示せればいいのだからと説明しても納得しなかったので上記の例で説明したら納得した。
お前の批判は
>57を批判するなら、
(1)(2)は統計的有意差で判定しているのに(3)は単なる大小で判定しているのは判断基準がダブルスタンダードである、という批判ではないわけだよ。
統計の脚色に幻惑されて、割り算と不等式で反例が出せることすら指摘できなかった、オマエが馬鹿なだけ。
それと、この問題が教科書丸写しというソースを出せよ。
中学の不等式のドリルにしかないんじゃないかw >>112
> a > b なら、ってことはそれが本当にそうなってるかという根拠(検定)が反例提出の為に必要
これって相当な馬鹿でないと主張しないと思う。
公理を前提に定理を導けといわれたら、公理の検定が必要というようなものだからな。
>107に対する>109の疑問へ回答できる? 最初の疑問は若年群と老年群を分けるのが可笑しいという主張だったはずが、
追い詰められてp値での判定基準が示されていないと話題を変えて
最後はp値なんて必要ないと種明かししたのに
いまでに悪あがきしている自分が恥ずかしくない? 当直医スレでもオナニー数式タレ流してる奴やな
統計有意差と大小とのダブルスタンダードだと自ら吐露してるくせに
舌の根も乾かないうちにどちらも不等式の問題と同じだと強弁している
こういう独善的な医者にはかかりたくないし此奴を診る心療内科医には同情する 若女 a
老女 b
若男 x
老男 y
として
a + b > x + y かつ a + x > b + y
から
a > b かつ a>x かつ a>y
が演繹できるかというだけの話だよ。
演繹できるのはa>yだけ。
中学生の数学じゃん
>p値をいくら小さくしても演繹的証明にはならない
>あくまで確度が高くなるだけ
どこにp値が必要なんだよ?
馬鹿ですか?
これが
>単なる統計学上のテクニックに過ぎず、しかも公衆衛生学の本からの受け売り
ってオマエはどんな公衆衛生学の本で学んだんだ? >>116
ダブルスタンダードでも
¬((1)∧(2)→(3))の証明、すなわち(1)(2)から(3)が結論できない反例が存在する には十分であることすら、わからない馬鹿ですか?
¬∀((1)∧(2)→(3)) は ∃((1)∧(2)∧¬(3)) だから。 この問題が教科書丸写しという
公衆衛生学の本 ってどれ??
中学校の算数ドリルじゃないだろw >57の数値では(3)が成り立たないから反例としては充分なんだな。
(若女>若男 ∧ 若女>老女 ∧ 若女>老男)が成り立たないことさえ示せればいいのだから。
a < bのとき 統計処理をしたら有意差をもって a >bがいえるはずがないからね。
不等式での大小が統計処理で反転するわけがないから>57の反例でも充分。
統計的有意差があることが必要なわけではない。 >>116
大小比較は統計処理しても逆転しないことは理解できる?
そうでないと一側検定なんてありえんからな。
>単なる統計学上のテクニックに過ぎず、しかも公衆衛生学の本からの受け売り
という公衆衛生学の本ってどれ?
中学生の不等式ドリルが演習問題についてんの? 若年と老年にわけるのはおかしい vs 二群に分けて比較検定しているだけでカットオフ値の議論ではない
判断基準のp値が示されてないのはおかしい vs p値算出は必須でなく不等式で議論は可能
不等式とp値を出すのはダブルスタンダードと吐露している vs ダブルスタンダードでも証明としては成立している←今、ココ。
番外編:
>単なる統計学上のテクニックに過ぎず、しかも公衆衛生学の本からの受け売り
という中学生の不等式を解説した公衆衛生学の本ってどれ? vs 回答待ち 追い詰められてどうのこうのと書いてるがチミの数式や記号論理式はヒトを追い詰める為に書いてるのかよ笑
まあ最初から底辺私立攻撃とかしてるからその目的なんだろうけど
で、チミの職場のお医者さんの指摘などで受け持ち数違うなどの現実例の時は検定必要で
その場合はダブルスタンダードになるって事に気付けて良かったじゃないの
国立歯学部でて口腔外科とかやってるとヲレの方が知力学力伴ってるのに、、、なんで私立医が
と鬱憤たまる敗者多いですよね
ま、カリカリしなさんなょ >>123
>単なる統計学上のテクニックに過ぎず、しかも公衆衛生学の本からの受け売り
という公衆衛生学の本ってどれ?
中学生の不等式ドリルが演習問題についてんの?
答えられなければ追い詰められてんじゃないのwwww >>123
>ま、カリカリしなさんなょ
捨て台詞はいいから
>単なる統計学上のテクニックに過ぎず、しかも公衆衛生学の本からの受け売り
>教科書そのまま写経
という公衆衛生学の教科書ってどれ?
きめつけるには根拠があんだろ?
俺には中学生の不等式を解説した公衆衛生学の教科書ってみたこともないのだが。 この答、まだぁ〜〜〜
>単なる統計学上のテクニックに過ぎず、しかも公衆衛生学の本からの受け売り
>教科書そのまま写経
という公衆衛生学の教科書ってどれ? ■ このスレッドは過去ログ倉庫に格納されています