| アイテムタイプ |
Article |
| ID |
|
| プレビュー |
| 画像 |
|
| キャプション |
|
|
| 本文 |
KAKEN_19K20229seika.pdf
| Type |
:application/pdf |
Download
|
| Size |
:83.0 KB
|
| Last updated |
:Dec 23, 2024 |
| Downloads |
: 36 |
Total downloads since Dec 23, 2024 : 36
|
|
| 本文公開日 |
|
| タイトル |
| タイトル |
変量効果モデルによるメタアナリシスにおけるモデル誤特定下での統計的推測
|
| カナ |
ヘンリョウ コウカ モデル ニ ヨル メタ アナリシス ニ オケル モデル ゴトクテイカ デノ トウケイテキ スイソク
|
| ローマ字 |
Henryō kōka moderu ni yoru meta anarishisu ni okeru moderu gotokuteika deno tōkeiteki suisoku
|
|
| 別タイトル |
| 名前 |
Statistical inference for random-effects meta-analyses under model misspecification
|
| カナ |
|
| ローマ字 |
|
|
| 著者 |
| 名前 |
長島, 健悟
 |
| カナ |
ナガシマ, ケンゴ
|
| ローマ字 |
Nagashima, Kengo
|
| 所属 |
慶應義塾大学・医学部 (信濃町) ・特任准教授
|
| 所属(翻訳) |
|
| 役割 |
Research team head
|
| 外部リンク |
科研費研究者番号 : 20510712
|
|
| 版 |
|
| 出版地 |
|
| 出版者 |
|
| 日付 |
| 出版年(from:yyyy) |
2022
|
| 出版年(to:yyyy) |
|
| 作成日(yyyy-mm-dd) |
|
| 更新日(yyyy-mm-dd) |
|
| 記録日(yyyy-mm-dd) |
|
|
| 形態 |
|
| 上位タイトル |
| 名前 |
科学研究費補助金研究成果報告書
|
| 翻訳 |
|
| 巻 |
|
| 号 |
|
| 年 |
2021
|
| 月 |
|
| 開始ページ |
|
| 終了ページ |
|
|
| ISSN |
|
| ISBN |
|
| DOI |
|
| URI |
|
| JaLCDOI |
|
| NII論文ID |
|
| 医中誌ID |
|
| その他ID |
|
| 博士論文情報 |
| 学位授与番号 |
|
| 学位授与年月日 |
|
| 学位名 |
|
| 学位授与機関 |
|
|
| 抄録 |
メタアナリシスの予測区間を算出するために以前に公開済みであったRパッケージ（pimeta package）を，多くの推定手法を適用できるように改良・公開した．改良したパッケージで適用可能な各推定手法とソフトウェアの使用方法を解説したソフトウェア論文を作成した．単変量の変量効果モデルにおけるモデル誤特定下での予測区間の研究を行った．Nagashima et al.（2019）の方法が様々な条件下で他の予測区間の推定方法よりも名義の被覆確率を制御できること．Wang & Lee（2019）の方法は今までと異なるタイプの方法であること示した．
We updated the R package, pimeta, which was previously released to calculate prediction intervals for meta-analysis. The improved pimeta package can also apply prediction intervals not applicable in other software. We released a preprint of a software paper describing estimation methods applicable in the pimeta package and how to use the pimeta package. In addition, we investigated the statistical properties of prediction intervals under model misspecification in the random-effects model. As a result, the bootstrap prediction interval (Nagashima et al., 2019) can control coverage rates better than other methods under various conditions. Moreover, we showed that Wang & Lee's (2019) non-parametric prediction interval is entirely different from other methods (i.e., Higgins et al. 2009, Partlett & Riley 2017, and Nagashima et al. 2019).
|
|
| 目次 |
|
| キーワード |
|
| NDC |
|
| 注記 |
研究種目 : 若手研究
研究期間 : 2019～2021
課題番号 : 19K20229
研究分野 : 生物統計学
|
|
| 言語 |
|
| 資源タイプ |
|
| ジャンル |
|
| 著者版フラグ |
|
| 関連DOI |
|
| アクセス条件 |
|
| 最終更新日 |
|
| 作成日 |
|
| 所有者 |
|
| 更新履歴 |
|
| インデックス |
|
| 関連アイテム |
|
