回帰分析

リハビリテーション統計学で利用頻度の高い手法です。サンプルは20名の脳卒中患者に理学療法を6週間実施して、実施前（ベースライン）、3週後、6週後のFIM得点を記録したデータです。有意水準は5%とします。

リハビリテーション統計学で利用頻度の高い線形回帰モデルです。ロジスティック回帰 (1)の続きです。例題はロジスティック回帰 (1)と同じですが、データセットの構造が異なります。例題の内容や結果については色々とご意見があると思いますが、統計学の練習のためのサンプルですのでご了承ください。

リハビリテーション統計学で利用頻度の高い線形回帰モデルです。リハビリを受けている入院中の患者に対してリハビリに関する満足度調査を実施した。1週間に割り当てられた単位数をもとにランダムにインタビューした。「満足」と回答する割合と1週間のリハビリ単位数には関係があるのでしょうか？

リハビリテーション統計学の基本となる解析方法です。FIM運動項目が60±5点の患者を対象に、理学療法実施単位数（PT単位数）とFIM運動項目の差（FIM差；PT後FIM-PT前のFIM）の関連性について検証。PT単位数（原因）からFIM差（結果）を予測する。

Rを使用して　「折笠秀樹. クロスオーバー試験の計画および解析. 薬理と治療, 2016, 44.9: 1261-1276.」の結果を導き出します。リハビリテーション統計学にも必須の手法となります。

Rを使いながら重回帰分析の構造を学習します。回帰分析表と分散分析表の違いもこれで理解できます。

ロジスティック解析を行うときには、オッズとオッズ比の基準 (reference) が非常に重要になります。

単回帰分析の回帰係数を推定する方法である最小二乗法と最尤推定法を解説します。Rのirisを使用します。

単回帰分析をもとに、回帰直線の描き方や交互作用を解説しています

行列から重回帰分析の係数の推定値を算出します。