予測モデルの校正（Hosmer–Lemeshow＋校正曲線）
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
One subject per row: predicted probability (0~1) actual outcome (1=occurred/0=did not), space- or comma-separated. 予測 probabilities usually come from logistic regression or a nomogram.
使い方
校正と識別能（AUC）はどう違いますか？
識別能（AUC）はモデルの's ability to 'rank apart' those who do and do not have the event; calibration measures how well the predicted probabilities 'numerically match' the actual event rate. A model can have a high AUC but poor calibration (probabilities systematically too high/low). Both should be assessed.
Hosmer–LemeshowのP値はどう読みますか？
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。
校正の傾きと切片は何を意味しますか？
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。
予測確率はどこから来ますか？
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。