底辺私立医大を卒業した医者って頭悪いよね？ Part4
■ このスレッドは過去ログ倉庫に格納されています
これが現実
１次方程式もできないド底辺特殊シリツ医大卒の記録
http://imagizer.imageshack.com/img923/2715/RosCsf.jpg
何度読んでも馬鹿すぎる。
男女別の割合と全体での割合から男女比が計算できるとも思わないとは。
なんでこんなのが大学に入れるわけよ？
裏口入学以外に説明がつく？
中学生でも解ける一次方程式の問題だろ。
それすらできない馬鹿が自信を持って発言。
>患者の男女比が必要なのもわからないのか？
だとさ。
http://imagizer.imageshack.com/img923/9687/zNivZW.jpg
0.2575549
と答を書いてやったら
>単位も書かずに答えだとか…
ド底辺シリツ医大では確率に単位があるらしいぞｗｗｗ
何でこんな馬鹿が大学に入れるわけ？
裏口入学以外に説明がつく？
http://imagizer.imageshack.com/img923/5683/vMw9nv.jpg このような国民世論が投稿されております。
医者が信用ならない理由 [転載禁止](c)2ch.net
http://potato.2ch.net/test/read.cgi/hosp/1434848737/47
47 名前：卵の名無しさん[] 投稿日：2016/06/21(火) 05:34:59.81 ID:Eoye1u41
出身大学の明示を義務化して欲しい
帝京、金沢医、埼玉医、川崎医出身の医者はお断りしたい
できれば、受験歴も知りたい
底辺シリツ医大卒は高卒の学力すら欠いている。
馬鹿が答えて自爆した資料(その一)
http://i.imgur.com/XBFnEcU.jpg
(その二)全く進歩の跡がみられません!
http://i.imgur.com/EqONeez.jpg 「帝京大医学部の女の子がテラスハウス出てたけど、
その肩書きがテロップに出てる限り、「私はめちゃめちゃバカだけど、
親に大金払ってもらって医者になるよ！」って
吹き出しに書いてあるようなもんじゃん」
東大卒・高橋まつりさまの至言です。 p<0.05で有意差ありと判断した試験の再現性のなさで
有意水準を0.005あるいは0.001にすべきとか、p値を判断に用いるべきでないという議論が盛んなようである。
p値が0.05をわずかに切った程度ではFalse Positive Risk（棄却された帰無仮説が正しい割合が高い。
FPRは帰無仮説が正しいときの棄却率（危険率）ではない！
https://arxiv.org/ftp/arxiv/papers/1802/1802.04888.pdf
にはt検定での平均値の比較が論じられている。
同じロジックで比率の比較をするスクリプトを組んでみた。
p=0.0434のEMPA-REG OUTCOMEのデータ
http://square.umin.ac.jp/massie-tmd/dmekuso.htmlを用いてシミュレーションしてみた。
帰無仮説が正しい比較対照としてプラセボ通しの比較でやってみた。
(理論上はp-値が一様分布するはずなのでこれはシミュレーションしなくてもいいが、
スクリプトの動作確認も含めて試行。）
https://i.imgur.com/MlZzYGb.jpg
p<0.05でのFPR
> s0/(s0+s1)
[1] 0.07757254
0.040< p < 0.045でのFPR
> S0/(S0+S1)
[1] 0.1909091
確率密度関数で線分比(FPR.equal)および面積比(FPR.less)とほぼ一致した。
> calc.FPR.p2(rp,rb,np,nb,Print=FALSE)
power p.value FPR.equal LH10 FPR.less
0.53163451 0.04342913 0.20648690 3.84292218 0.07877384
スクリプトに大きなバグはないと確信できて、気持ちが（・∀・）ｲｲ!!
理論値とシミュレーションの一致はまるで
ド底辺シリツ医大卒と裏口バカの一致をみるようだ。 心血管イベントの発生がポワソン分布にしたがうモデルでシミュレーションしてみた。
> s0/(s0+s1)
[1] 0.07810437
> S0/(S0+S1)
[1] 0.1952311
> calc.FPR.p2(rp,rb,np,nb,Print=FALSE)
power p.value FPR.equal LH10 FPR.less
0.53163451 0.04342913 0.20648690 3.84292218 0.07877384
ほぼ、同様の値になった。
英文で学力を試そうが、中学数学で学力を試そうが
ド底辺シリツ医大卒は低学力の裏口バカであることが示されるのに似ている。 これくらい差がつくと
Apixaban for Extended Treatment of Venous Thromboembolism
https://www.nejm.org/doi/10.1056/NEJMoa1207541
FPR(False Positive Risk）がｐ値の２０倍大きいけど全く問題ないな。
一応、計算してみると
r1=14
n1=840
r2=73 # placebo
n2=829 # placebo
> calc.FPR.p2(r1,r2,n1,n2)
power p.value FPR.equal LH10 FPR.less
9.999998e-01 1.116811e-10 2.171983e-09 4.604087e+08 1.561171e-10 ｐ値にreproducibilityがないが、あるｐ値が算出された試験をサンプル数を維持して再現したときに得られるｐ値の95％信頼区間を算出するという触れ込みで
紹介されている論文：
P-values in genomics: Apparent precision masks high uncertainty
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4255087/#sup1
数理展開が納得できない（理解できない）のでシミュレーションしてみた。
http://i.imgur.com/1DHjSt4.jpg
95％の範囲には収まらないでもっと拡散する。
high uncertaintyどころかcompletely unpredictableだと思う。 底辺私立医大を卒業した医者って頭悪いよね？
って、、、、、
何を今更、、、、、 医師、患者の共通認識を確認するスレね。
名投稿を再度、引用
(quote)
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。
(unquote)
それにはこういうレスが続いた。
(quote)
それは昭和の時代だけでなく平成の今も同じです。
みんな口に出さないだけで思ってることは同じです。
そういう私も皆の前では本心とは裏腹に「国家試験に受かれば
私立も国立も変わらないよ。」と言ってます。
在日や帰化人を連想させる名前をした医師に「******(伏字は引用者)」と内心では思ってても、
ニコニコしながら話を合わせてるのと同じです。
(unquote)
>でも一生、卒業大学を隠すのは本当に辛い
http://imagizer.imageshack.com/img922/6510/c71CG3.jpg
は
昭和の時代でなく平成の今も、そして次の御世でも同じであることを示していると言えましょう。 頭が悪いのを自覚していない医者っているよなぁ。
ICU Bookの最終章の冒頭で著者がこう書いている。
In clinical matters, ignorance can be dangerous,
but ignorance of ignorance can be fatal.
経験上、これが当てはまるのがシリツ医大卒。 Record of a DoTeihen lowerest tiered school graduate incompetent to solve linear equation
http://imagizer.imageshack.com/img923/2715/RosCsf.jpg
We are taken aback by the daunting stupidity of the DoTeihen that he is not able to calculate the male/female proportion when each ratio and overall ratio are given
How come could such a retard go to the DoTeihen medical school?
Is there any better accounting for it than his bribing his way into the DoTeihen medical school, in other word Uraguchi?
Mr. Kazuki Enari, who insists DoTeihen medical school accommodates such feebs who cannot solve quadratic equations, would be flabbergasted .
It is as easy as anything even for junior high school students to solve the problem with a linear equation.
That Doteihen dumb contends unwisely that
male/female proportion is necessary to figure out.
http://imagizer.imageshack.com/img923/9687/zNivZW.jpg
After I posted the answer of its probability 0.2575549,
he responded that the answer needed unit.
There seems to be some unit to denote probability in DoTeihen medical school , LOL
How come could such a retard go to the DoTeihen medical school?
Is there any better accounting for it than his bribing his way into the DoTeihen medical school, in other word Uraguchi?
http://imagizer.imageshack.com/img923/5683/vMw9nv.jpg 帝京大医学部の女の子がテラスハウス出てたけど、
その肩書きがテロップに出てる限り、「私はめちゃめちゃバカだけど、
親に大金払ってもらって医者になるよ！」って
吹き出しに書いてあるようなもんじゃん」
東大卒・高橋まつりさまの至言です。 よしよしもっとやれもっとやれ。他人がどんどん落ちていくのを見るのは楽しいもんだな。世の中厳しいからなw >>16
ド底辺シリツ医大卒より恥ずかしい資格に墜ちることはない。
Last but not least, three laws of Do-Teihen(lowest-tier) Medical School, currently called Gachi'Ura by its graduates.
最後にド底辺医大の三法則を掲げましょう。
1: It is not the lowest-tier medical school but its enrollee that is despicable, which deserves to be called a bona fide moron beyond redemption.
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。
2: The graduates of Do-Teihen(lowest-tier medicalschool) are so ashamed that none of them dare to mention their own alma mater they had gone through.
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。
3: The Do-Teihen(lowest-tier medicalschool) graduates are so ashamed of having bought their way into the exclusively bottom-leveled medical school that they tend to call a genuine doctor a charlatan who elucidates their imbecility.
ド底辺特殊シリツ医大卒は裏口入学の負い目から裏口馬鹿を暴く人間を偽医者扱いしたがる。 >>16
さてー、第二法則を確認しましょう。
あんたどこ卒？ >>16
確かに、
ド底辺シリツ医大卒という烙印より墜ちることはないから
「楽しい」と言うのは一理あるなｗｗｗ
患者に「失礼ですがどこの大学卒業ですか？」と聞かれて医科歯科卒と答えたら、
「よかった、自分より馬鹿に診てもらいたくなかったので」と言われたな。
懇意なw看護師から「私達も今の先生はどこ卒ですかとよく聞かれるんですよと」言われた。
シリツ医大卒の時は「私達はそういう個人情報は教わってないんです」といって逃げるそうです。
国立卒の医師の時は正しく教えて患者が安心する顔をみてほっとする、と言ってたな。 一般的には落ちた人間と評価されるであろうナマポからも蔑まれるのがド底辺シリツ医大卒。
517 卵の名無しさん 2018/02/25(日) 11:36:00.56 ID:gq76tAvs
福岡のあの歯科大かな？
歯科口腔外科で抜歯依頼したら爺ちゃんが〇〇歯科大卒の先生は避けて下さいねがあった
けど。
この爺ちゃん、聖マリ卒の先生もよけて下さいと初診時に言ってた札付き爺さん。
生保受給者のくせにね。 おーい、ド底辺！
前々スレの宿題が残っているぞ！！
ド底辺シリツ医はpulseless VTにcardioversionしないで何するんだい？
私立医三年生の正答率ほぼ100％なんだろ？
ネットにド底辺シリツ医大卒の馬鹿の証を保存しておきました。
http://imagizer.imageshack.com/img922/2025/fiDLdf.png
pulseless VTにド底辺シリツ医大はcardioversionせずに何をするんだ？
PEAをpulseless VTと混同するような馬鹿は医師ではないだろう。
いや、ド底辺の裏口バカならありうるかもしれん。
だって、一次方程式すらまともに立てれない馬鹿ですもん。 これには、ド底辺シリツ医大卒の裏口バカはダンマリだなぁ
同窓会名簿は金払っているから捨ててないよ。
http://imagizer.imageshack.com/img921/5748/JdrMm7.png
このスレを表示したタブレット画面だから俺の手元にあるのが納得できた？
しかし医科歯科卒程度の学歴が羨ましいかねぇ？
医科歯科蹴る合格者もいるし。 開業医スレにこんな投稿が
>>
【ウハも】 開業医達の集い 15診 【粒も】
https://egg.5ch.net/test/read.cgi/hosp/1523708752/941
941 名前：卵の名無しさん[] 投稿日：2018/05/21(月) 13:55:59.02 ID:CoezPpXl
接客業だ。いかに患者様に安心していただくか。患者様の笑顔のために栗は心を尽くします
<<
ナマポからも忌避される、ド底辺シリツ医大卒ってどうすりゃいんだろね？
>>
517 卵の名無しさん 2018/02/25(日) 11:36:00.56 ID:gq76tAvs
福岡のあの歯科大かな？
歯科口腔外科で抜歯依頼したら爺ちゃんが〇〇歯科大卒の先生は避けて下さいねがあった
けど。
この爺ちゃん、聖マリ卒の先生もよけて下さいと初診時に言ってた札付き爺さん。
生保受給者のくせにね。
<<
ナマポにも安心感を与えられない「社会的な」資格が、ド底辺シリツ医大卒ってことだな。
なんでだろう？
ド底辺シリツ医大卒＝裏口バカという公式が上級国民から生活保護受給者までの共通認識だからではないだろうか？ Intuitive Biostatisticsの最新版で加筆された章
Statistics and Reproducibilityは実に面白い。
この本は数式は殆ど皆無で結論が数値や図表として書かれてとその根拠論文が掲載してあるだけ
算出方法を知りたければ原著にあたって自分で勉強することになる。
P values are not very reproducible.を例示した表が整理引用されていた。
全文がfree accessであったので
Explorations in statistics: statistical facets of reproducibility
https://www.physiology.org/doi/pdf/10.1152/advan.00042.2016
に目を通した。算出根拠となる理論さえわかればあとはプログラムを組めばいい。
みつかった。
If we assume the magnitude of the effect observed in our initial experiment equals the magnitude of the true effect, then the probability
that the P value from a second experiment, P2, will be less than alpha(=0.05) is Pr{z > z* - z1} = Pr{P2<alpha}.
但し、理論説明のためか母集団の分散が既知であるのを前提にしているｚ検定。
母集団の平均値に差があるかを知りたいのに母集団の平均値がわからずに分散がわかっているというケースはあまりないと思う。このスレ的に言えばこういう例示がわかりやすい。
ド底辺シリツ医大の入学者の偏差値は６０未満であると容易に推測できるが、分散の推測は困難である。ガチの裏から特待生までいるが裏口バカも多数派だろうから。
ｚ検定とともにｔ検定で算出できるようにした。 Even if the P value from the first experiment is 0.001, you can be far from sure that the repeat experiment will have a P value less than 0.05.
It turns out that that probability is only 78% or 91%(the two values differ because two methods were used to compute.)
前者のGoodmanの論文はabstractしか入手できず、後者の上記論文でプログラムした。
このスレの趣旨の問題にするとこんな感じ。
帰無仮説：ド底辺シリツ医大の合格者と入学者の偏差値の平均値は等しいが、
無作為抽出比較でｐ＝０．０１で棄却された。
この実験での平均値の差が母集団の平均値の差を表していると仮定して同じ実験を繰り返したときに得られるｐ値が0.05未満になる確率はいくらか？
答. ｔ検定だと７７％、（ｚ検定だと７３％）
http://i.imgur.com/GRbqPa8.png
http://i.imgur.com/ULXiq70.png
# calculate probability of repeat experiment is significant
p2p2 <- function(p.value,n1=10,n2=10,sd1=1,sd2=1,alpha=0.05){
p=p.value/2 # two.sided comparison
z=qnorm(p)
d.z=z*sqrt(sd1^2/n1+sd2^2/n2) # difference of means by z.test
p2.z=pnorm(-qnorm(alpha/2)+z,lower=FALSE)
df=n1-1+n2-1
t=qt(p,df)
d.t=t*sqrt((1/n1+1/n2)*((n1-1)*sd1^2+(n2-1)*sd2^2)/((n1-1)+(n2-1)))
p2.t=pt(-qt(alpha/2,df)+t,df,lower=FALSE)
data.frame(p2.t,p2.z,d.t,d.z)
} 再検でも有意水準０．０５で有意になる確率が９５％以上あるためには最初のｔ検定で必要なｐ値は
> uniroot(function(x)p2p2(x)$p2.t - 0.95,c(0,1))$root
[1] 0.001213122
と算出された。
ｚ検定だと
> uniroot(function(x)p2p2(x)$p2.z - 0.95,c(0,1))$root
[1] 0.0003217581
これはテキストの数値と一致して気持ちが( ・∀・)ｲｲ!! >>27
そこはナマポからも蔑まれてているよな。
517 卵の名無しさん 2018/02/25(日) 11:36:00.56 ID:gq76tAvs
福岡のあの歯科大かな？
歯科口腔外科で抜歯依頼したら爺ちゃんが〇〇歯科大卒の先生は避けて下さいねがあった
けど。
この爺ちゃん、聖マリ卒の先生もよけて下さいと初診時に言ってた札付き爺さん。
生保受給者のくせにね。 合格者の偏差値と入学者の偏差値はド底辺シリツ医大では乖離があるとされているが、
一応、この偏差値が学力を反映する。
データは各シリツ医大の合格者から無作為抽出した値であるとして
都内シリツと都外シリツで有意差があるか検定すると
> t.test(intelligence~tokyo,dat)
Welch Two Sample t-test
data: intelligence by tokyo
t = -3.4885, df = 37.567, p-value = 0.001256
以上から、このスレに投稿している裏口バカは
都外のド底辺シリツ医大卒と推測される。 帝京大医学部の女の子がテラスハウス出てたけど、
その肩書きがテロップに出てる限り、「私はめちゃめちゃバカだけど、
親に大金払ってもらって医者になるよ！」って
吹き出しに書いてあるようなもんじゃん」
東大卒・高橋まつりさまの至言です。 このスレに投稿している裏口バカが都内シリツかを検討するのに慶應を外すのは最初から慶應卒でないことが前提になっているからバイアスといえる。
全データを使って解析をやり直す。
http://2chreport.net/rank_01.htm
慶應義塾学医学部 2051 70
順天堂大学医学部 2090 66
昭和大学医学部 2200 65
東京慈恵会医科大学医学部 2250 69
自治医科大学医学部 2260 66
産業医科大学医学部 2749 65
日本医科大学医学部 2813 66
東京医科大学医学部 2995 64
関西医科大学医学部 3014 65
大阪医科大学医学部 3141 66
東邦大学医学部 3180 62
久留米大学医学部 3237 61
東京女子医科大学医学部 3284 60
日本大学医学部 3310 61
岩手医科大学医学部 3400 60
聖マリアンナ医科大学医学部 3440 58
近畿大学医学部 3580 62
藤田保健衛生大学医学部 3650 60
獨協医科大学医学部 3660 59
帝京大学医学部 3750 59
杏林大学医学部 3755 61
東海大学医学部 3760 61
福岡大学医学部 3770 60
愛知医科大学医学部 3800 59
埼玉医科大学医学部 3800 57
兵庫医科大学医学部 3880 60
北里大学医学部 3890 60
金沢医科大学医学部 3950 58
川崎医科大学医学部 4565 57 p値は0.0268で頻度主義統計では有意差（両側検定）ありと判断された。
> t.test(intelligence~tokyo,dat)
Welch Two Sample t-test
data: intelligence by tokyo
t = 2.4141, df = 17.779, p-value = 0.02679、
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
0.4037647 5.8588616
sample estimates:
mean in group 1 mean in group 2
63.90909 60.77778 上記の偏差値がある試験でのサンプリングによるとして、それは母集団の平均や分散を反映しているとの仮定をおくと
別の試験で調査したときのｐ＜０．０５となる確率はいくらになるか？
等分散を仮定しないWelch法でのｔ検定からでも算出できるように
スクリプトを変更。
p2p2w <- function(p.value,n1=10,n2=10,sd1=1,sd2=1,alpha=0.05){
p=p.value/2 # two.sided comparison
# Z-test
z=qnorm(p)
d.z=z*sqrt(sd1^2/n1+sd2^2/n2) # estimated difference of means by z.test
p2.z=pnorm(-qnorm(alpha/2)+z,lower=FALSE)
# Student
df=n1-1+n2-1
t=qt(p,df)
d.t=t*sqrt((1/n1+1/n2)*((n1-1)*sd1^2+(n2-1)*sd2^2)/((n1-1)+(n2-1)))
p2.t=pt(-qt(alpha/2,df)+t,df,lower=FALSE)
# Welch
var1=sd1^2 ; var2=sd2^2
dfw=(var1/n1+var2/n2)^2 / (var1^2/n1^2/(n1-1)+var2^2/n2^2/(n2-1))
t.w=qt(p,dfw)
d.w=t.w*sqrt(var1/n1+var2/n2)
p2.w=pt(-qt(alpha/2,dfw)+t.w,dfw,lower=FALSE)
data.frame(p2.w, p2.t, p2.z)
} >>31
こんな計算も面白い。
このデータから偏差値１点をいくらで買うことになるか、９５％信頼区間とともに述べよ。
線形回帰の係数で求めればいいので
1点163万円（95%信頼区間は130〜196万円）になる。
これには「任意の」寄付や学債は含まない。 >>32
この試験の再現性を計算すると
> (n1=sum(dat$group==1)) ; (n2=sum(dat$group==2))
[1] 11
[1] 18
> (p.siri=t.test(score~group,dat)$p.value)
[1] 0.0267907
> (var=tapply(dat$score,dat$group,var))
1 2
13.290909 8.535948
> (sd1=sqrt(var[1])) ; (sd2=sqrt(var[2]))
1
3.64567
2
2.921634
> p2p2w(p.siri,n1,n2,sd1,sd2)
p2.w p2.t p2.z d.w d.t d.z
1 0.6203964 0.6131503 0.6004801 -3.131313 -2.876468 -2.872511
再現（次回もｐ＜０．０５になる確率）確率は０．６２と算出された。
どうやって検証するか？
ブートストラップ法でやってみる。 library(boot)
data2p2.w <- function(data,i){
dat=data[i,]
(n1=sum(dat$group==1)) ; (n2=sum(dat$group==2))
(p.siri=t.test(score~group,dat)$p.value)
(var=tapply(dat$score,dat$group,var))
(sd1=sqrt(var[1])) ; (sd2=sqrt(var[2]))
c(p=p.siri,p2=p2p2w(p.siri,n1,n2,sd1,sd2)$p2.w)
}
data2p2.w(dat,1:29)
re.boot=boot(dat,function(x,i)data2p2.w(x,i),R=10000)
re.boot$t0
> mean(re.boot$t[,1]<0.05)
[1] 0.6284
5000回のブートストラップでｔ検定するとｐ値が０．０５未満になるの割合は０．６２８で上記の計算とほぼ一致した。
やはり、都内私立医大と都外私立医大の合格者の偏差値の平均値は等しくないことが確認できた。
このスレに投稿しているド底辺シリツ医大は都外のド底辺シリツ医大卒と推測される。
聖魔か不治多ではないかと思う。
皮裂は学生の不祥事は多いが医師の不祥事は聞かないように思う。 ブートストラップでのｐ値をグラフにしてみた。
http://i.imgur.com/9S4WLR1.png
単発データから重複サンプリングして分布を推測するブートストラップって便利だな。
インフルエンザ新薬ゾフルーザの解析でも使われていたなぁ。
対称な分布にはならないだろうから信頼区間はパーセンタイル法でなくて
Highest Density Intervalにすればいいのにと思ったな。 気仙沼市は、市立病院で受診し、同病院に入院中に死亡した３０代男性の遺族に損害賠償金５０００万円を支払って和解することを決めた。
同病院によると、男性は２０１４年３月、喉の強い痛みなどを訴えて受診した。当直医の診察を受け入院したが、翌日に容体が急変し死亡した。
遺族は１５年１０月、医師と看護師の連携など救急医療体制の不備で病院側に過失があったとして、約９３３０万円の賠償を求め、仙台地裁に提訴。今年２月に地裁から和解勧告を受けた。
http://mainichi.jp/articles/20180522/ddl/k04/040/174000c
急性喉頭蓋炎かな？ >>25
Goodman(1992） https://www.ncbi.nlm.nih.gov/pubmed/1604067 の78%と
Curran-Everett(2016) https://www.ncbi.nlm.nih.gov/pubmed/27231259 の91%では
計算法の違いで説明するには差が大きすぎるように感じる。
後者のみFree Accessだったので>33のスクリプトにできた。
Even if the P value from the first experiment is 0.001,のデータを作ってブートストラップでシミュレーションしてみることにした。
母集団の平均=0の帰無仮説がp≒0.001で棄却される標本を乱数発生させて作成
> dat
[1] -1.03721684 0.08464184 -0.76377658 -1.87636634 0.10920118 0.25192097
[7] -0.96821719 -1.21244950 -1.49732560 -0.14440373 -1.62905565 -0.24083969
[13] -0.98561242 0.47706931 -1.69032737 -1.41328417
> t.test(dat)
One Sample t-test
data: dat
t = -4.0741, df = 15, p-value = 0.0009973
alternative hypothesis: true mean is not equal to 0
95 percent confidence interval:
-1.1934074 -0.3735978
sample estimates:
mean of x
-0.7835026
0.0009973なので、これを使う。 青〇がブートストラップでのシミュレーション、黒線がt分布の累積密度関数からの作成した曲線。
http://i.imgur.com/NR5FMGj.png
0.78より、0.91の方が近似している
但し、シミュレーションでは
> mean(p<0.05)
[1] 0.9796
９８％という結果になった。 These are the very benificial laws for not only doctors but also everyone who has common sense,
Three laws of Do-Teihen lowest tier Medical School, currently called Gachi'Ura by its graduates.
1: It is not bottom medical school but its enrollee that is despicable, which deserves to be called a bona fide moron beyond redemption.
2: The graduates of Do-Teihen are so ashamed that none of them dare to mention their own alma mater they have gone through.
3: The Do-Teihen graduates are so ashamed of having bought their way into the privately-founded lowest tier medical school that they tend to call a genuine doctor a charlatan who elucidates their imbecility.
Glossary for better understanding
bona fide : neither specious nor counterfeit : genuine
despicable : very bad or unpleasant : deserving to be despised
matriculation : the formal process of entering a university, or of becoming eligible to enter by fulfilling certain academic requirements such as a matriculation examination.
alma mater : a school, college, or university which one has attended or from which one has graduated
charlatan : someone who professes knowledge or expertise, esp in medicine, that he or she does not have; quack. >>40
シミュレーションと理論グラフが乖離している。
しかも理論グラフの上下にばらつくのでなくて一定の傾向(シミュレーション＞理論）をもっているので乖離には理由があるはず。
理論曲線は正規分布で計算しているのに
シミュレーションに使った値はt検定でp=0.001になった数値だからだろう。
母集団の分散既知のz.testでp=0.001となる数値でシミュレーションすればいいんだろうな。 帝京大医学部の女の子がテラスハウス出てたけど、
その肩書きがテロップに出てる限り、「私はめちゃめちゃバカだけど、
親に大金払ってもらって医者になるよ！」って
吹き出しに書いてあるようなもんじゃん」
東大卒・高橋まつりさまの至言です。 分散１の母集団から16個サンプリングすることにして
母集団の平均値＝０を帰無仮説とした検定でｐ=0.001となるようなサンプルを見出す。
n=16
sigma=1
z.test <- function(x){
z=sqrt(n)*mean(x)/sigma
2*pnorm(abs(z),lower=FALSE)
}
> (dat=rnorm(n))
[1] 0.1152750 0.1132882 0.7574643 1.1997442 -0.4105303 0.5980804
[7] 1.7610516 -0.7704866 0.3171577 1.0221521 1.3038936 1.9375013
[13] 0.5715436 1.2104586 1.2727820 2.1627381
> z.test(dat)
[1] 0.0009999938
ほぼｐ値0.001のサンプルがみいだせた。
これを使ってブートストラップ法でシミュレーションする。
http://i.imgur.com/wHXdu40.png
シミュレーションと理論曲線が一致して気持ちが( ・∀・)ｲｲ!!
まるで、ド底辺シリツ医大卒と裏口バカの一致のようではないか(笑) >>44
16個のサンプルを64個にしてt検定でp=0.001となるデータを作成して>40のグラフを再作成してみた。
http://i.imgur.com/bKjQzj2.png
近似してきた。
自由度無限大のｔ分布が正規分布だから当然といえば当然。 Even if the P value from the first experiment is 0.001, you can be far from sure that the repeat experiment will have a P value less than 0.05.
It turns out that that probability is only 78% or 91%(the two values differ because two methods were used to compute.)
の結論はシミュレーションでは後者が正しそうであるのでが
Explorations in statistics: statistical facets of reproducibility
https://www.physiology.org/doi/pdf/10.1152/advan.00042.2016
の例示では平均差で説明してあるが、比率の差でも成立するだろうか？
サンプル数が増えれば正規分布で近似でｐ値を判断できるのでたぶん成立するんだろうな。たぶんだと気持ちが悪いのでシミュレーションしたい。
まず、ｐ値＝０．００１になるデータ作成から始める。
EMPA-REG試験の数字を種に総当たりで作成。
> M.seed=matrix(m[954,],ncol=2) ; M.seed
[,1] [,2]
[1,] 295 2038
[2,] 471 4231
> chisq.test(M.seed)
Pearson's Chi-squared test with Yates' continuity correction
data: M.seed
X-squared = 10.827, df = 1, p-value = 0.001
周辺度数を固定して二項分布でイベント発生するとしてこれからMCMCでシミュレーションデータ群をつくってそのデータでのχ2乗検定で何％がｐ＜０．０５になるか計算すればいい。 >>46
シミュレーションでのｐ値の分布はこんなかんじ。
http://i.imgur.com/9Jg3HBh.png
p<0.05で有意差が再現される確率は90.1%となり、理論値91%に近似した結果となった。 サパイラに新版がでてるな。
https://www.amazon.co.jp/Sapiras-Art-Science-Bedside-Diagnosis-ebook/dp/B07BB4DPHZ/
kappa値の計算方法が丁寧に解説してあったのを思い出した。
10-finger testは感度が高いという記述も面白いと思ったが、その後に読んだ
Modern EpidemiologyにRothmanが
頭があるということは髄膜炎の診断には感度100%である
ということを書いていてこっちの方が極端で感銘したなぁ。
ド底辺シリツ医大卒にもわかる説明だと思うが、やつらは 「馬鹿は、死ななきゃ治らない」の対偶すら即答できない底抜け馬鹿なのでどうだろうね。 バカ私立は使えない上に性格最悪
底辺駅弁にも似たようなのがいる
ひねくれ根性がハンパない
クビにしないと他の医者が迷惑この上ない 性格の悪いのはどんな組織にもいるだろうが、
頭が悪い奴が進学するのがド底辺シリツ医大であることは申すまでもない。 一次方程式で解ける比率計算すらできない馬鹿はどこにでもいるが、
ド底辺シリツ医大卒の裏口は自分が馬鹿だという自覚がないから、
与えられた数値から計算できない、問題が悪いと言い張るんだよなぁ。
悪いのはそいつの頭なのに。
これが現実
１次方程式もできないド底辺特殊シリツ医大卒の記録
http://imagizer.imageshack.com/img923/2715/RosCsf.jpg 確かに馬鹿の自覚がない。
寧ろ国立よりどーでもいい枝葉末節説ひけらかし、
威張って堂々としてる馬鹿ボッチャンが多い。
はっきり言うが、命を預かるこの仕事に
底辺私立を就かせてはならない。
これまで、そしてこれから、
どれだけの患者を奴らに殺させるのか。 COMPASS試験のデータで遊んでみる。
https://www.nejm.org/doi/10.1056/NEJMoa1709118
Table.2から、脳出血の発生率は
リバロキサバン＋アスピリン(r1/n1)、リバロキサバン単独(r2/n2)、アスピリン単独(r3/n3)
# R+A ; R alone ; A alone
r1=15 ; r2=27 ; r3=10
n1=9152 ; n2=9117 ; n3=9126
これは多重比較なので補正が必要なような気がしないでもないのでbonrerroniの補正でやってみる
Pairwise comparisons using Pairwise comparison of proportions
data: c(`Rivaloxban+Aspirin` = r1, `Rivaroxavan alone` = r2, `Aspirin alone` = r3) out of c(n1, n2, n3)
Rivaroxban+Aspirin Rivaroxavan alone
Rivaroxavan alone 0.261 -
Aspirin alone 1.000 0.025
P value adjustment method: bonferroni
結論は変わらない。Rivaloxban単独はアスピリン単独より脳出血が多いという結論は変わらず。
補正なしだと
Rivaloxban+Aspirin Rivaroxavan alone
Rivaroxavan alone 0.0869 -
Aspirin alone 0.4275 0.0084
P value adjustment method: none
脳出血の発生がポワソン分布に従うとしてこの試験を繰り返したときに
アスピリン単独とRivaroxbanで有意差がでる確率をシミュレーションしてみた。
Pr(p.value < 0.05 ) = 0.7468
Original p.value = 0.008387501
になった。多重比較補正をしてもPr(p.value < 0.01666667 ) = 0.5754 の確率で
で脳出血が多いという結果が再現される。 stanを含むRのコードは https://egg.5ch.net/test/read.cgi/hosp/1493809494/505-506
論文では計算されていないが、
リバロキサバン＋アスピリン併用群とリバロキサバン単独群の比較をやってみる（原著と同じく多重比較補正なしとする）
Original p.value = 0.08694743で有意差なし。
有意差があれば、アスピリン併用はリバロキサバンによる脳出血を抑制するという解釈でいいのだろうかｗｗｗ
面白いのでこの結論がp<0.05で再現される確率を、脳出血の発生数はポアソン分布に従うとしてシミュレーションすると
Pr(p.value < 0.05 ) = 0.3868
という結果になった。
ｐ値が0.05を少し下回るくらいで、統計的有意差があったなんて結論されているときには
シミュレーションで再現確率を出すと( ・∀・)ｲｲ!! >>52
性別や年齢で入院日数や手術成績に相関があるかという論文がでてたよなぁ。
ド底辺シリツ医大卒か否かでわけて相関がだせたら面白いのになぁと思う。
大学の偏差値を傾向スコアにして解析できそうだが、データ集積の方が困難かもな。 叱られないと勉強しない子供が勉強しているのをみたら
叱られたから勉強しているんだな、と考えるのが一般常識人の論理だよね。
ところが、底辺私立医大出身者は
勉強すると叱られる
と主張するんだよ。
しかも対偶をとると意味が逆になる例、とか底抜け馬鹿だぞ。
http://anago.2ch.net/test/read.cgi/hosp/1436826336/499
http://i.imgur.com/XBFnEcU.jpg
底辺シリツ医大出身者には通読できないICU Bookの最終章の冒頭で著者がこう書いている。
In clinical matters, ignorance can be dangerous,
but ignorance of ignorance can be fatal.
「叱られないと勉強しない」の対偶を「勉強すると叱られる」
と答えるのはignorance can be dangerousの範疇だが、
ドヤ顔で
>対偶をとれば意味が逆になる例文。
というのは、まさに
ignorance of ignorance can be fatal. 問題:
命題とその対偶は真偽が一致する。
命題「馬鹿でないと裏口医大には入学しない」
の対偶を述べよ。
国立大学卒の答:
「裏口医大に入学するのは馬鹿である」
裏口医大出身の答:
「裏口医大に入学すると馬鹿になる」
http://i.imgur.com/XBFnEcU.jpg
last but not least
底辺私立医大が悪いんじゃない
本人の頭が悪いんだ。 私立医大と裏口の相関のデータにグーグル検索を用いてみる。
検索単語組み合わせと ヒットした件数は以下の通りである。
医学部 私立 裏口 29,700件
医学部 国立 裏口 25,500件
医学部 私立 2,110,000件
医学部 国立 5,580,000件
ド底辺私立医 裏口33,200 件
ド底辺私立医 208,000 件
ド底辺私立医大と裏口の相関関係は他と比べて有意に高いといえるか？
多重検定になるのでまず、familywise のｐ値を求めてみる。
χ２乗検定で両側検定すると、
3-sample test for equality of proportions without continuity correction
data: c(r1, r2, r3) out of c(n1, n2, n3)
X-squared = 437710, df = 2, p-value < 2.2e-16
小さすぎてRでは表示してくれないのでMathematicaにお願いすると 1-CDF[ChiSquareDistribution[2],437710]
ｐ値は 3.0280501516×10^-95048
で偶然にこのような分布になる確率は０といってよい。
では、どの二群間で有意差があるかやってみよう。 Pairwise comparisons using Pairwise comparison of proportions
data: c(私立 = r1, 国立 = r2, 底辺 = r3) out of c(n1, n2, n3)
私立 国立
国立 <2e-16 -
底辺 <2e-16 <2e-16
P value adjustment method: bonferroni
シリツと裏口の相関がありすぎて、bonferroni補正してもｐ値が小さすぎ！！ 上記は、サンプルサイズを大きくすればｐ値はいくらでも小さくできるという実例。
こういう手法は、１０ｍｇ投与と２５ｍｇ投与を合算してサンプルサイズを増やして有意差を捏造したのがEMPA-REG OUTCOME試験の解析でも使われている。
ｎ増加でのｐ-hackingは面白くないので裏口との関係リスク比を底辺私立医大と私立医大で比べて、信頼区間もだしてみる。
Incidence rate ratio estimate and its significance probability
data: r3 r1 n3 n1
p-value < 2.2e-16
99 percent confidence interval:
11.10877 11.57538
sample estimates:
[1] 11.33968
つまり、底辺私立医大は私立医大一般よりも１１倍裏口と関係が深いことが確認された。
その99%信頼区間は11.1-11.6と信頼性の高い数値であることも判明した。 底辺私立医と国立で比べると
裏口関係がリスク比は
p-value < 2.2e-16
99 percent confidence interval:
214.1801 223.5677
sample estimates:
[1] 218.8235
実に200倍以上の数値を得る。 底辺私立医と国立で比べると
裏口との関係がある、リスク比は
p-value < 2.2e-16
99 percent confidence interval:
214.1801 223.5677
sample estimates:
[1] 218.8235
実に200倍以上の数値を得る 実は国立でも昔から裏口がある。
阪奈香だけではない。
鹿饂飩あたりは常態的にやってただろう、
そういう土地柄だ。
今は推薦、ＡＯ、地域枠で
どこでも堂々とやってるな。 ド底辺シリツ医大にも地域枠があってびっくりした。
額に地底と刺青してほしいねｗ ド底辺特殊シリツ医大は受験しただけでも人生の汚点。
進学した方の悲劇をご報告いたします。
親の期待に反して底辺シリツにしか進学できない子供をもつとこうなるそうです。
赤裸々な告白より引用
(quote)
恥ずかしながら実はうちの親がそうなんです
私立洗顔（ﾏﾏ）でした
本人は隠したがっていたけど祖父が公言してたからね
祖父は息子（うちの父親）の学力など知らずに進路指導で当たり前に自分の出身医大（国立）を希望させ
父親の担任に無理だと断言されこれが一生で最大の屈辱だったそうです
祖父が何十年もたってるのに死ぬまで祖母をその事で叱りつけてました
お前がしっかり勉強させないからこうなったっとね
自分は教育に失敗したが祖父の口癖
これが私大医学部ＯＢの悲しい現実 https://www.kawasaki-m.ac.jp/med/nyushi/exam/index.php
特別推薦入試専願
特別
推薦
入試
専願
ですって
ド底辺
特殊
シリツ医大
裏口枠
限定
と条件反射で脳内変換してしまうな。 こんなスレが立ってるな。
【日大】学生に「大学のイメージ下げる行動は慎んで」と通達 現役学生「イメージ下げているのは大学。むしろ学生に謝罪して」と憤慨★3
ド底辺シリツ医大卒の学歴ロンダは歯止めをかけてほしいなぁ。 # 医学部 私立 裏口 24,800 件
# 医学部 国立 裏口 23,800 件
# 医学部 私立 2,430,000 件
# 医学部 国立 5,370,000 件
#
# ド底辺私立医 裏口3,480 件
# ド底辺私立医 12,200 件
r1=24800
r2=23800
r3=3480
n1=2430000 # 私立
n2=5370000 # 国立
n3=12200 # 底辺
prop.test(c(r1,r2,r3),c(n1,n2,n3))
prop.test(c(r1,r2),c(n1,n2)) # 私立vs国立
prop.test(c(r1,r3),c(n1,n3)) # 私立vs底辺
prop.test(c(r3,r2),c(n3,n2)) # 底辺vs国立
pairwise.prop.test(c(私立=r1,国立=r2,底辺=r3),c(n1,n2,n3),p.adjust='bonferroni') >>67
底辺バカ私立の東大ロンダ多いな
糞バカで恥知らずだが、
野心だけは凄いんだよな
国立の教授なったり
政治家になってるよ 統計の知識は臨床医に必須の教養だと思う。
寄付の有無が仮想大学の合否に関係するか２つの調査があったとする。
調査Ａ 合格 不合格
寄付有 30 170
寄付無 10 90
合格率は15%と10%で寄付有が高い。p-value = 0.28と有意差なし(fisher.test)。
調査Ｂ 合格 不合格
寄付有 90 10
寄付無 170 30
合格率は90%と85%で寄付有が高い。p-value = 0.28と有意差なし。
単純に足し算すると
合格 不合格
寄付有 120 180
寄付無 180 120
合格率は40%と60%で寄付無が高い。p-value = 1.349e-06と有無を言わさぬ有意差あり。
これと同じ論理が展開されたのがEMPA-REG OUTCOME試験
# Subjects CV-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
ド底辺シリツ医大卒の医者なら簡単に騙されるだろうな。有意差がでなかったから別剤型の症例を加えてｐ＜０．０５にしただけ。
どうせなら、メタアナリスを使ってこういう風に解析すればいいのに https://i.imgur.com/Xv5fkP8.png >>5
>同じロジックで比率の比較をするスクリプト
https://egg.5ch.net/test/read.cgi/hosp/1493809494/498
を少し、refineして著者のColquhun氏に送付したら、
比率については考えていなかったので、ありがとさんという趣旨の返事がきた。
underlying mathsを書いてくれというのだが、専門家に非心χ二乗分布の講義をするわけにもいかず、
どうしようかなと思っている。自分自身日本語でかかれた統計数理を学習しながら書いたスクリプトなんだよなぁ。
帰無仮説が正しいときの非心χ二乗分布の非心パラメータ設定を書いた適当な英語文献を検索中。
教育者ってきちんと対応してくれて好感がもてる、Modern EpidemiologyやIntuitive Biostatisticsの著者からも返事をもらえたし。 でも私立医大卒の医者って羨ましいよな。
だって親がお金持ちじゃ無かったら
本来は医者じゃない連中なんだぜ。 逆正弦法近似でないが
非心Χ二乗分布の解説がみつかったので
それに合わせてスクリプトを書き直して著者に送付してみた。
http://digitalcommons.calpoly.edu/cgi/viewcontent.cgi?article=1002&;context=statsp
比率のFPR計算のweb calculatorのプロトタイプになればいいなぁ。
GUIのプログラムは俺には作れないから。 いえいえ全ての医者は頭悪いです。
俺医師の言うこと聞かない患者として有名ｗｗｗｗｗ
何で俺よりアホな医者の言うこと聞かないとあかんの？
今の医者特に総合病院の勤務医はサラリーマンよりアホｗｗｗｗｗｗ
そらな、検査漬けと薬漬けしかしない医師に賢い医者がいないのは当然。
向上心のある医者なら過去の知識を忘れず常に新しい知見を吸収してるが
今の医者は基礎的な医学知識もないもんなｗｗｗｗｗｗ
そらバカにされて当然だろｗｗｗｗｗ >>74
本当に頭のいい奴は医学部にいかずに理学部か工学部に行く。
本当に頭の悪い奴が行くのがド底辺シリツ医大であることは申し上げるまでもない。 >70のような記述があると
調査Aと調査Bを統合した結果を出してみたくなるよね？
寄付金無で不合格になるリスクで考えて、この２つの調査を統合してみる。
調査Ａ 不合格 合格
寄付無 90 10
寄付有 170 30
寄付無での不合格リスク比0.90/0.85＝ 1.06
調査Ｂ 不合格 合格
寄付無 30 170
寄付有 10 90
寄付無での不合格リスク比0.15/0.10＝ 1.50
ド底辺シリツ裏口バカの計算（単純な足し算、流石に足し算くらいできるだろ？）
不合格 合格
寄付無 120 180
寄付有 180 120
調査A、Bの統合リスク比(ド底辺法ｗ）0.40/0.60=0.67
問題：メタアナリシスの手法を用いて調査Aと調査Bを統合すると
寄付有に対して寄付無で不合格になるリスク比を求めよ。 >>74
勤務医って基本中サラリーマンですが何か？ >>74
自分より馬鹿な医者に診てもらいたくない、という患者はいるよ。
その点、ド底辺シリツ医大卒の医者は最優良患者といえる（笑） >>76
原理を忘れないようにパッケージを使わずに関数を書いてみた。
a=c(90,30)
b=c(10,170)
c=c(170,10)
d=c(30,90)
RR.FE <- function(a,b,c,d){ # contigency table
lrr=log((a/(a+b))/(c/(c+d))) # effect=log(rr)
v=1/a-1/(a+b)+1/c-1/(c+d)
se=sqrt(v)
rr=exp(lrr)
z=qnorm(.975)
lwr=exp(lrr-z*se)
upr=exp(lrr+z*se)
study=cbind(rr,lwr,upr)
LRR=weighted.mean(lrr,1/v) # weight=1/v
SE=sqrt(1/sum(1/v))
list(study=study,
FE=c(estimate=exp(LRR),
LWR=exp(LRR-z*SE),
UPR=exp(LRR+z*SE)))
}
> print(RR.FE(a,b,c,d),digits=3)
$study
rr lwr upr
[1,] 1.06 0.970 1.16
[2,] 1.50 0.764 2.94
$FE
estimate LWR UPR
1.065 0.976 1.161 不合格 合格
寄付無 ａ ｂ
寄付有 ｃ ｄ
このリスク比a/(a+b) ÷ c/(c+d)をＲＲとするとlog(RR)の分散ｖが 1/a -1/(a+b) +1/c -1/(c+d) になるとして信頼区間計算をしている。
調査の数だけその分散がでるわけでこれをViとすると
その複数の分散の逆数1/Viでの重み付き平均を固定モデルでの統合対数リスク比として算出する。
まあ、そういうものとして計算したというのでいいんだが、
その統合対数リスク比の分散は1/(Σ1/Vi)である、との記述がどうもよくわからん。
統計数理が追えないときは、シミュレーションで納得することにしよう。 困ったときのシミュレーション。
>76のデータをつかってのシミュレーションが>79の値になるかやってみる。
> RR.FE(a,b,c,d)
$study
rr lwr upr
[1,] 1.058824 0.9701055 1.155655
[2,] 1.500000 0.7643306 2.943752
$FE
estimate LWR UPR
1.0649511 0.9764301 1.1614972
シミュレーション結果はこれ、Bの近似に難があるにもかかわらず、メタアナリシスの信頼区間はほぼ一致している。
http://i.imgur.com/dybFuB5.jpg >>80
Bの分布をみると正規分布で近似するには何があると思う、
むしろシミュレーション結果の方が現実に近いのかもしれん。 ベイジアンネットワークメタアナリシスという手法を用いたという論文の寸評がメール配信されてきた。
ネットワークメタアナリシスって
こういうことらしい。
アホ>ドアホ
バカ=アホ
ドアホ>>シリツ
から
バカ>>シリツという結論を導く手法。 network meta-analysisの勉強中。
Rにgemtcというパッケージがあったのでそれで独習を始めた。
JAGSでmcmcするのでサンプリングに待機時間ができる。
その間は5chで暇潰し。
こういうパッケージやチュートリアルを無料で公開してくれるのはありがたい。
疑問点や提言をメールすると大抵、返事をくれる。
それに比してド底辺シリツ医大の学費ってボッタクリだよなぁ。
まあ、大金を払っても医者になりたいという輩がいるからそういうボッタクリ価格設定になるんだろうな。 >>84
ボッタクリ学費を払っても元が取れると思われているから一般国民から蔑まれるんだよな。
医師の地位向上にはド底辺シリツ医大と地域枠の廃止が望ましい。 >>82
それは三段論法みたいなものだから、
ネットワークメタアナリスはこういくことだな。
駅弁卒＞ド底辺シリツ卒
駅弁卒＞＞裏口バカ
から
ド底辺シリツ卒と裏口バカのどちらが高学力かを評価する手法。 >>86
ここで対照群の駅弁が均質でないと
head- to-headで比較試験の結果と乖離するんだな。 一次方程式での比率計算もできないような馬鹿を入学させたいとする。
ド底辺シリツ医大合格者の調査で以下のような（仮想）データが得られた。
直接大学に寄付するか、有力縁故者に口利きを依頼するか、どちらが有効と考えらえるか
数値を出して考察せよ。
# 調査Ａ 合格 不合格
# 寄付有 30 170
# 無 し 10 90 (無 し は無回答を含む)
#
# 調査Ｂ 合格 不合格
# 縁故有 90 10
# 無 し 170 30 いろいろな結論が捏造できる。
縁故と寄付をhead-to-headで比べて
Outcome : 合格
Comparing : 縁故有 vs. 寄付有
合格 不合格
縁故有 90 10
寄付有 30 170
P(合格) 95% conf. interval
縁故有 0.90 0.8240 0.9453
寄付有 0.15 0.1069 0.2064
95% conf. interval
Relative Risk: 6.0000 4.2864 8.3987
Sample Odds Ratio: 51.0000 23.8530 109.0431
Conditional MLE Odds Ratio: 49.9533 22.8074 120.1576
Probability difference: 0.7500 0.6569 0.8120
Exact P-value: 0
Asymptotic P-value: 0
------------------------------------------------------
縁故の方が合格リスクが6倍、合格オッズが51倍なので縁故が有効です。 Outcome : 合格
Comparing : 寄付縁故合算 vs. 不正無し
合格 不合格
寄付縁故合算 120 180
不正無し 180 120
P(合格) 95% conf. interval
寄付縁故合算 0.4 0.3460 0.4565
不正無し 0.6 0.5435 0.6540
95% conf. interval
Relative Risk: 0.6667 0.5644 0.7875
Sample Odds Ratio: 0.4444 0.3206 0.6161
Conditional MLE Odds Ratio: 0.4451 0.3163 0.6243
Probability difference: -0.2000 -0.2761 -0.1203
p-value = 1.455e-06
合算すると不正をしない方が合格率が高いので、どちらもお勧めできません。 Random effects model
Treatment estimate (sm = 'OR', comparison: other treatments vs '無 し'):
OR 95%-CI
縁故有 1.5882 [0.7428; 3.3958]
寄付有 1.5882 [0.7428; 3.3958]
無 し
調査Ａでも調査Ｂでもオッズ比は同じなので、どちらでも効果は同じです。 Random effects model
Treatment estimate (sm = 'RD', comparison: other treatments vs '無 し'):
RD 95%-CI
縁故有 0.0500 [-0.0269; 0.1269]
寄付有 0.0500 [-0.0269; 0.1269]
無 し .
合格率はどちらでも５％しか上昇しないので効果は同じです。 Random effects model
Treatment estimate (sm = 'RR', comparison: other treatments vs '縁故有'):
RR 95%-CI
縁故有 . .
寄付有 1.4167 [0.7178; 2.7960]
無 し 0.9444 [0.8653; 1.0308]
ネットワークメタアナリシスで解析すると
縁故有を対象にした場合、なにもしないと合格率は0.94倍。
寄付有だと合格率は1.42倍に上昇しますので、寄付の方が有効と言えます。 P-score (fixed) P-score (random)
寄付有 0.8615 0.8615
縁故有 0.5287 0.5287
無 し 0.1097 0.1097
ネットワークメタアナリシス法によるP-scoreは
いずれのモデルでも寄付有の方が合格率上昇の効果が高いと
算定されております。 Random effects model
Treatment estimate (sm = 'RR', comparison: other treatments vs '寄付有'):
RR 95%-CI
縁故有 0.7059 [0.3577; 1.3932]
寄付有 . .
無 し 0.6667 [0.3397; 1.3083]
寄付有を比較対象にした場合、縁故で合格率は０．７１倍、何もなしで０．６７倍に低下しますので寄付の方が有効です。 >>96
もっと怖いのは中学数学すらできない馬鹿を医者にしてしまうド底辺シリツ。 数式もどきを並べて喜んでるアホが張り付いてるが
全部間違ってるわ ププッと言えるほど賢いの？
どこ出てんだよっ
偉ぶりたいんだろ？
じゃあどこだよっw
阪大以上なら何にも言わん 底辺駅弁だろ？
基礎面白いか？
面白くてもおまーはアホだ ■ このスレッドは過去ログ倉庫に格納されています
