研究Labs › ベイズ Proportions

ベイズ比率

⚗️ 発展的手法: ベイズ methods are increasingly used in clinical trials (especially early-phase / adaptive designs). This tool uses the Beta-binomial conjugate to give 事後分布s and 信用区間s; conclusions depend on the 事前分布. Always report the 事前分布 used; for formal analysis, cross-check with R/Stan.

本ツールは臨床研究・統計の教育および探索用です。入力に基づきブラウザ内で計算し、データはサーバーに送信されません。結果の解釈は原典の手法・日本の関連指針および施設プロトコルに従ってください。診断や治療、論文投稿の最終判断の代替ではありません。

① データ入力

事前分布

イベント数 x	サンプルサイズ n	比較閾値 p₀

使い方

Will ベイズ and frequentist results differ much?

With a large sample and a non-informative 事前分布 (Jeffreys/uniform), the ベイズ信用区間 is usually very close to the frequentist confidence interval; with small samples or an informative 事前分布 the difference is noticeable. The ベイズ advantage is being able to state directly 'the probability a hypothesis is true'.

事前分布の選び方は？

計算はブラウザ内で完結し、データは送信されません。正式解析は統計家と協議し、必要に応じてR等で照合してください。

P（群1>群2）は1−p値と等しいですか？

いいえ、しばしば比較されますが、'the 事後分布 probability that group 1's true proportion exceeds group 2's' — a direct ベイズ statement about a hypothesis; the frequentist p値 is 'the probability of observing the current or more extreme data if there were no difference', which means something different.

どのような場面に適しますか？

計算はブラウザ内で完結し、データは送信されません。正式解析は統計家と協議し、必要に応じてR等で照合してください。