Breadcrumb Home 製品情報 バイアスピリン 診療サポート 今さら聞けないシリーズ 医学統計の基本シリーズ第3回:相関と回帰の基本 解説2:回帰の基本 バイアスピリン トップページ トップページ 製品基本情報 製品基本資料 製品基本資料 製品Q&A 製品Q&A 治療戦略 バイアスピリンinfo バイアスピリンinfo 抗血小板療法 抗血小板療法 抗血栓療法Q&A 抗血栓療法Q&A Webカンファレンス Webカンファレンス 学会・セミナー 学会・セミナー 診療サポート 『脳卒中治療ガイドライン2021』(バイアスピリン関連)改訂のポイント 『脳卒中治療ガイドライン2021』(バイアスピリン関連)改訂のポイント 脳梗塞急性期の抗血小板療法 脳梗塞急性期の抗血小板療法 脳梗塞慢性期(非心原性脳梗塞)の抗血小板療法 脳梗塞慢性期(非心原性脳梗塞)の抗血小板療法 一過性脳虚血発作(TIA)急性期・慢性期の治療 一過性脳虚血発作(TIA)急性期・慢性期の治療 服薬アドヒアランス向上のために 服薬アドヒアランス向上のために 第1回:患者さんの"ノンアドヒアランス"について 第1回:患者さんの"ノンアドヒアランス"について 第2回:患者さんの服薬に対する懸念の解消 第2回:患者さんの服薬に対する懸念の解消 第3回:患者さんの負担(費用、時間、服薬)に対する懸念の解消 第3回:患者さんの負担(費用、時間、服薬)に対する懸念の解消 Aspirin GradeA Class1 脳梗塞急性期・慢性期におけるアスピリンの効果 Aspirin GradeA Class1 脳梗塞急性期・慢性期におけるアスピリンの効果 今さら聞けないシリーズ 今さら聞けないシリーズ 脳卒中とは 脳卒中とは バイエル資材センター バイエル資材センター サイトマップ サイトマップ 今さら聞けない医学統計の基本 医学統計の基本シリーズ第3回:相関と回帰の基本解説2:回帰の基本 「回帰(regression)」は、1つの項目の値から、もう1つの項目の値を予測するための解析法です。 たとえば、BMIが高いほど血中コレステロール濃度が高いというデータがあるとして、BMIの値から血中コレステロール濃度を予測するための計算式を作るのが「回帰」という方法なんだ。 相関と回帰の違いを簡略化すると下記のようになる。 図 相関と回帰の違い 散布図の上に引いた直線は、2つの変数の関係を示す「回帰直線(regression line)」で、直線式はy=a+b xで表されます。 図 回帰直線の例(年齢から収縮期血圧を予測) 一次関数ですね。 そう。さらに回帰直線の平均の信頼区間を求めると、与えられた年齢に対する収縮期血圧の平均値の95%信頼区間を推測することができるんだ。下記の散布図で、回帰直線の上下に書かれた2本の点線は「信頼区間曲線」とよばれ、信頼区間の上限と下限の値を示している。 図 回帰直線の例(信頼区間曲線を追加) この曲線に挟まれた範囲が、ある年齢に対する収縮期血圧の平均値に対するデータと矛盾しない範囲になるんだ。 ということは・・・下の図でみると、年齢の値が①のとき、 線②とy軸との交点が平均収縮期血圧、 線③とy軸との交点が平均値の95%信頼区間の上限値、 線④とy軸との交点が平均値の95%信頼区間の下限値ということですか? 図 回帰直線の例(年齢①から収縮期血圧の平均②と信頼区間上限③、下限④を推定) その通り!回帰直線の読み方は理解できたようだね。 一次関数の回帰式はわかりやすいのですが、2変数の関係はいつも直線で表せるものなんでしょうか? 良い質問だね。いつも直線で表せるとは限らないんだ。 次のページへ