多変量解析

これまで、自分の仕事関連の分野では「多変量解析」というとMicroarrayの処理的な感じなモノが対象で、とりあえずデンドログラムを描いたりPCAしたりすると、ソレっぽい感じで誤魔化せたのだけれど、最近は別業界の用語としての「多変量解析」をする必要が出てきたりして、授業で習ったことは習ったのだけれど、またちゃんと勉強しなおさなきゃいけないな、と。
つまり、「多変量解析」というのはものすごく曖昧であるか、あるいは多重に定義されている専門用語だってことだな。

Kaplan-Merier曲線など

しばしば臨床系の学会で、お医者さんが「多変量解析をした結果、予後に関連する独立因子は○○でした」と言いつつ表とかグラフとか見せてくれるのだけれど、確かにこういうの統計の授業で習った。生存率とかCOX比例ハザードモデルとか、用語だけ覚えている。
JMPその他の統計ソフトで、ポチポチっとGUIで選択して、Wilcox testだかLog Rank testだかをして「p値は0.05以下でした」っていうのが簡単そうなんだけれど、お金も無いので、Rでやる方法を調べる。
注意しなきゃいけないのは、「多変量解析」という曖昧な単語に多大な期待がされていて、「これさえやっとけば学会発表OK」みたいな空気になっていることか。
自分でやるのも大事だけれど、共同研究者の先生たちにやってもらえるようになる方が、お互いのためになると思うので、教科書作成をしないといけないかな。人に教えるっていうのが、自分が理解する早道になる気がする。

本日のまとめ

• 多変量解析という単語が曖昧だということが分かった。
• COX比例ハザードモデルという名前を思い出した。

イマイチ、まとめになっていないけど、これから頑張るという宣言も兼ねて。