【解説】統計学的に有意とは｜P値と仮説検定

〔※注〕06:08 正しいP値の定義は「帰無仮説の下での『特定の統計モデル内で』ランダム性のみで手元の標本データ『以上に極端な値』が得られる確率」（またこれは厳密には null P値）です。詳細は以下をご参照ください。https://note.com/sukimaru/n/n65be7272fb8d

第５回のテーマは「統計学的仮説検定」と「P値」です。

論文では必ず出てくる“有意差“。
“有意差がある“＝“臨床的に有効である”という単純な思考に陥らないために
その背景にある意味を説明した動画です。

なお今回は特に述べていませんが，
実際の研究は「標本をランダムに抽出する」（01:05）時点から
バイアスされており「一般化可能性」の問題も抱えています。
前回の動画（https://www.youtube.com/watch?v=pDrHuzIQskM）
もあわせて見ていただければ幸いです。

■目次
00:36 今回の結論
00:50 前回の復習
01:28 仮説検定の4STEP
02:00 STEP 1 仮説を設定する
03:43 STEP 2 標本からデータを得る
04:15 STEP 3 帰無仮説が正しい前提でP値を求める
04:58 STEP 4 P値が小さければ帰無仮説を棄却する
05:38 小括①
06:08 P値の定義
06:18 P値が十分小さいとは
07:33 P値が小さくなる場合
07:53 1. 標本サイズが大きい
08:23 2. バイアスが隠れている
09:18 3. まぐれ
11:13 小括②
11:38 実際の論文の例
13:03 今回の結論


■スキマル
「スキマでマルっと医療統計」は臨床医、研修医、医学生、看護師、薬剤師、リハビリスタッフ...etcの皆様にできるだけ分かりやすく、短時間で医療統計を解説していくチャンネルです。

■チャンネル登録はこちらから
https://www.youtube.com/channel/UCrUvlLhPCOhVIwVzFwlWl8A?sub_confirmation=1

■このチャンネルを作っている人
市中病院勤務、内科医2人で運営しています。
ブログやtwitterはこちら。

◇blog
🧠脳内ライブラリアン
https://nounai-librarian.com
🍤エビカツ横丁
https://evineko.com/

◇twitter
👴統計おじさん
https://twitter.com/medibook3/
👵エビデンスおばさん
https://twitter.com/evidenceobasan/