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

一般に実験研究は、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. 分散分析
3. 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. 検出力
4. 基礎となるサンプルサイズの計算式
   1. 標準正規分布
   2. 平均値の差の分布
   3. エフェクトサイズ
   4. 計算式の導出
5. サンプルサイズ計算の実例
   1. 平均値の比較:1標本t検定
   2. 平均値の比較:対応のあるt検定
   3. 平均値の比較:対応のないt検定
   4. 平均値の比較:非劣性検定
   5. 平均値の比較:クロスオーバー研究
   6. 平均値の比較:1標本カイ2乗検定
   7. 割合の比較:対応のある検定
   8. 割合の比較:割合の差のカイ2乗検定
   9. 割合の比較:割合の差の非劣性検定
6. ツールを使ったサンプルサイズ設計の実際
   1. Excelを使ったサンプルサイズの設計
   2. EZRを使ったサンプルサイズの設計
• 質疑応答・名刺交換