三重大学ウェブシラバス

シラバス表示

　シラバスの詳細な内容を表示します。

→ 閉じる（シラバスの一覧にもどる）

科目の基本情報

開講年度	2018 年度
開講区分	医学系研究科(博士後期課程)看護学専攻
受講対象学生	大学院(博士課程・博士後期課程) : 1年次
選択・必修	必修
授業科目名	保健医療統計論
	ほけんいりょうとうけいろん
	Advanced Health Care Statistics
単位数	2 単位
他学部・他研究科からの受講
市民開放授業	市民開放授業ではない
開講学期	後期
開講時間
開講場所
担当教員	谷村 晋
	TANIMURA, Susumu

学習の目的と方法

授業の概要	高度な研究方法として、多変量解析や共分散分析および構成概念間の関連性を解析する共分散構造分析を理論を交えて学修する。さらに、研究課題に対する分析方法をエビデンスに基づいて構築するために、メタアナリシスを学修する。
学習の目的	本科目は、高度な統計手法を用いた研究方法を学び、演習の予備研究での活用や、自らの研究計画の分析方法に反映させることを目的とする。
学習の到達目標	１．課題の枠組みに従って統計的方法を用いた研究計画を提示できる。 ２．研究計画に基づきデータの収集ができる。 ３．収集したデータの統計解析及び結果の解釈が的確にできる。 ４．研究結果をレポートとしてまとめ、発表することができる。
ディプロマ・ポリシー	○ 学科・コース等の教育目標 ○ 全学の教育目標 感じる力 　感性 　共感 　倫理観 　モチベーション 　主体的学習力 　心身の健康に対する意識 考える力 　幅広い教養 ○専門知識・技術 ○論理的思考力 ○課題探求力 ○問題解決力 　批判的思考力 コミュニケーション力 　情報受発信力 　討論・対話力 　指導力・協調性 　社会人としての態度 　実践外国語力 生きる力 　感じる力、考える力、コミュニケーション力を総合した力
授業の方法	講義
授業の特徴
教科書	初回の講義で説明する
参考書	初回の講義で説明する
成績評価方法と基準	レポートの提出（60％）及び発表（40％）によって成績評価を行う。
オフィスアワー	水曜日　10：00～12：00
受講要件
予め履修が望ましい科目
発展科目
授業改善への工夫	研究課題を設定し、研究計画を立て、データの収集・統計解析を行い、研究成果を報告するという、大学院生の自主性を重視した授業を展開する。
その他

授業計画

キーワード	推測統計学　多変量解析　共分散構造分析　メタ・アナリシス
Key Word(s)	inferential statistics, multivariate analysis, structural equation modelling, meta-analysis
学習内容	第 1～4回　研究計画と統計的方法　概説 関心のある研究課題を検討し、明確にするために 自主的にデータを収集し、分析結果を分野内で報告し、助言を受ける（一変量統計、二変量統計）。 第 5～8回　多変量解析の理論と方法　概説　　 疫学研究に必要な多変量解析の方法を理解するとともに、外的基準がある場合（予測型）の多変量解析として、重回帰分析、ロジスティック回帰分析、Cox比例ハザードモデルなど、外的基準がない場合（分類型）の多変量解析として、因子分析・主成分分析などの理論と方法について、各自が収集したデータを用いて検討する。 第 9～12回　共分散構造分析の理論と方法 概説 複雑なモデルに対応するために、パス解析の理論と方法、さらに、それを拡張した構造方程式モデルの理論と方法について、各自が考案した研究モデルと収集したデータを用いて検討する。 第 13～15回　系統的レビューとメタ・アナリシス概説 各自の研究課題についての文献データを系統的に収集し、それらの研究から得られる結果を定量的に要約し検討する。
事前・事後学修の内容	第 1～4回 各自の専門領域から研究課題及び計画を提示し、それに従ってデータを収集するとともに基本的な統計解析を行う。 第 5～8回 収集したデータに多変量解析法を適用して、様々な変数の関連性について検討する。 第 9～12回 構造方程式モデルを使い、収集したデータ間の関連性や構造を検討する。 第 13～15回 研究課題に沿って、文献を系統的に収集するとともに、そこから得られたデータの定量的要約を行う。

ナンバリングコード(試行)

※最初の2文字は開講主体、続く4文字は分野、最後の数字は開講レベルを表します。 ナンバリングコード一覧表はこちら