医薬品研究者のための実験計画と適切な結果を得るための必要サンプルサイズの考え方

医薬品の研究は、資源 (時間、費用など) がかかります。また、要した資源に見合うだけの成果 (結果) を得ることが重要です。しかしながら実際には、さほどの精度が必要ないにも関わらず不必要にサンプルをたくさん用意したり、効率の悪い実験計画をたてたり、ひどい場合は、結果に交絡が含まれたため結果を正しく解釈できずやり直しを余儀なくされたり、といったことが起こりがちです。こういったことを回避し、効率よく実験を進めるための計画の方法を本講座ではご紹介致します。 　本講座では、実験計画法とサンプルサイズの設計で最低限必要な基礎知識を徹底的に解説します。また、具体的な事例をExcelの使い方も含め豊富に紹介し、すぐに応用できる即戦力を身につけます。

1. 実験計画法に必須の考え方
   1. フィッシャーの3原則
   2. 交絡
   3. 局所管理
2. 実験計画法基礎
   1. 乱塊法
   2. ラテン方格法
   3. 要因実験
   4. 主効果と交互作用
   5. 直交表
3. 分散分析
   1. 要因が1つの場合の分散分析
   2. 要因が2つの場合の分散分析
   3. 要因が3つの場合の分散分析
4. 交互作用
   1. 交互作用とは
   2. 交互作用の影響の分析
   3. 交互作用の分散分析
5. 直交表
   1. 直交表とは
   2. いろいろな直交表
   3. 多水準列を作成した直交表
6. サンプルサイズの設計の基礎
   1. サンプルサイズの設計とは
   2. 検出すべき差
   3. 第一種の過誤 (α)
   4. 第二種の過誤 (β)
   5. サンプルサイズの計算式
7. サンプルサイズの設計の応用
   1. 1標本検定におけるサンプルサイズの計算
   2. 2標本検定におけるサンプルサイズの計算
   3. 様々の試験デザインにおける計算方法
• 質疑応答・名刺交換