経時データとは、時間を変えて繰り返し測定することにより得られるデータのことです。経時データを曲線や直線で「モデル化」することにより、総合的な分析を行うことができます。また、処理条件別にグループ間の差異についても分析を行うことができます。
　さらに一個人に関して繰り返し観察した結果は、相互に相関をもっていたり、個体内変動が大きくなったりする可能性が高いですが、分析においてはこれらも考慮しています。このような分析によって、従来の分散分析や多変量解析、時系列解析では捉えきれないような特徴や傾向を見出すことができます。本講座では、こうした経時データ分析について学習します。
　本講座の内容は、統計解析を苦手とする方にもわかりやすく基礎的な内容で、また補強したい方にも有益な内容となっております。
　難しい数式を極力排除し、事例に基づいたわかりやすい解説を主としております。医療関係者に限らず、経時データを扱うすべての方に実務に即役立つ情報をご提供します。初日 (基礎編) では理論的背景を中心に、2日目 (実践編) では具体例を交え実際の解析手法のノウハウを中心に解説します。

1. 第9部. 分散分析法による解析事例
   1. 分散分析法の基本解析事例
   2. グラフ表現・検定・推定・モデル評価基準の見方
2. 第10部. 混合効果分散分析モデルによる解析事例
   1. 1群の場合
   2. 多群の場合
   3. グラフ表現・検定・推定・モデル評価基準の見方
3. 第11部. プロファイル分析モデルによる解析事例
   1. 2群の場合
   2. 多群の場合
   3. グラフ表現・検定・推定・モデル評価基準の見方
4. 第12部. 成長曲線モデルによる解析事例
   1. 1群の場合
   2. 2群の場合
   3. 多群の場合
   4. グラフ表現・検定・推定・モデル評価基準の見方
5. 第13部. 拡張成長曲線モデルによる解析事例
   1. モデルによる解析事例
   2. グラフ表現・検定・推定・モデル評価基準の見方
6. 第14部. 線形回帰モデルによる解析事例
   1. モデルによる解析事例
   2. グラフ表現・検定・推定・モデル評価基準の見方
7. 第15部. ランダム係数モデルによる解析事例
   1. モデルによる解析事例
   2. グラフ表現・検定・推定・モデル評価基準の見方
• 質疑応答・名刺交換