メディカルデータサイエンティスト養成講座
講座概要
■開講月 2月、6月、10月
■料金 40万円（税込）
■修了期間 3ヶ月（42時間）
■修了認定 下記3要件を満たした場合、修了証を交付
①全科目受講（各科目90％以上出席） ②最終テスト70点以上 ③事例プレゼンテーションに合格
# 本養成講座は、現在開講されている下記セミナーを統合・再編成しています。
＜医療データ解析入門、Rによる統計学（入門編、実践編）、Pythonによるデータ解析入門・Pythonによるビッグデータ解析＞
| No. | テーマ | 内容 | 時間 |
|---|---|---|---|
| 1 | 医療データ解析のための実践統計学 | 1. データの視覚化（箱ひげ図、ヒストグラム、散布図） 2. 基本統計（平均、分散、標準偏差、Z値、中央値、中央絶対偏差） 3. 分布（正規分布、ｔ分布） 4. 母集団と標本（検定のしくみ、2種類の過誤） 5. t検定（P値、区間推定、効果量、検出力） 6. カイ2乗検定（カイ2乗分布、効果量) 7. 相関分析（散布図、積率相関係数、交絡要因と偏相関係数） 8. 重回帰分析（標準化偏回帰係数、自由度調整済み決定係数） |
6 |
| 2 | Ｒによるデータ解析 | 1. Rとは（R、Rstudioのインストール） 2. Rの基本的な使用方法 3. 基本統計量、各種グラフと外れ値 4.ｔ検定（対応の有無、区間推定、効果量、検定力） 5. 2種類の過誤とサンプルサイズの設定方法 6. ノンパラメトリック検定（ウイルコクソン検定、対応の有無） 7. 分散分析（テューキー、ボンフェローニ、ホルム） 8. 重回帰分析（ダミー回帰） 9. ロジスティック回帰分析 10.主成分分析 |
12 |
| 3 | Pythonによるビッグデータ解析 | 1. Pythonとは（Jupyter Notebook、Matplotlib、Pandas、scikit-learn） 2．（データベースの基本知識、ファイルの結合） 3．教師あり学習による予測 ・重回帰による予測と影響因子の絞込み、データの標準化 ・オーバーフィッティング（過剰適合）と多重共線性 ・サポートベクタマシン／ニューラルネットワーク 4．教師あり学習によるクラス分類 ・ロジスティック回帰、決定木、ランダムフォレスト (アンサンブル学習) ・Precision（適合率）とRecall（再現率） 5．教師なし学習によるクラスタリング ・k-means クラスタリング、クラスタリング と 決定木 の組合わせによる分析 6．教師なし学習によるアソシエーション分析 ・アソシエーション分析 7．自然言語処理とテキストマイニング ・MeCab、ジップの法則、単語のベクトル化 |
12 |
| 4 | 実践力の養成 | 1．統計的推定と検定 ・サンプルサイズの違いによる検定の有効性と結果の解釈 ・効果量、サンプルサイズ、検定力の関係 ・フィッシャーの直接確率法とオッズ比 ・リスク比とオッズ比 ・コホート研究とケースコントロール研究 2．相関関係 ・積率相関係数、順位相関係数のしくみ ・交絡要因による疑似相関 ・偏相関の求め方と活用法 3. 重回帰分析 ・交互作用 ・複数のダミー変数を用いた重回帰分析 4. ロジスティック回帰分析 ・ROC曲線 5. 傾向スコア分析 ・傾向スコアの求め方 ・傾向スコアのマッチング方法 ・検定方法 6. 生存曲線 ・カプランマイヤー ・コックス比例ハザードモデル |
6 |
| 5 | 事例発表会 | 課題解決事例の発表(解析方法の立案・ 解析、プレゼンテーション実施) | 6 |
| 計 | 42 | ||
〇修了認定者には、統計検定２級取得を無料サポートします。