講演要旨・プログラム・講師の紹介は、下のタブをご覧ください。
受講料・日程・割引の詳細と最新の情報は、情報機構のページでご確認ください。
主催・お申し込み・お支払いは株式会社情報機構です。当社（イーコンプライアンス）では、この講座の申込・決済・見積・ポイント付与は扱いません。
■講座のポイント
本講座では、Claudeと、R向けのエディタであるPositronを使って、傾向スコア分析を自然言語の指示で進める方法を解説する。傾向スコア分析は、観察研究やリアルワールドデータで治療効果を比較する代表的な手法であるが、傾向スコアの推定、マッチングや重み付け、バランスの評価、アウトカム解析と手順が多く、独学ではつまずきやすい。
講義では傾向スコア分析の考え方を解説するとともに、Claudeへの指示からRコードの生成、実行結果の確認までを画面上で実演する。ツールの導入手順と講義で使用するプロンプトも配布するため、統計やRに不慣れな方でも、受講後すぐに自身の研究で実践できる。
■受講後、習得できること
・データ分析におけるAIコーディングの基本的な流れを理解できる
・傾向スコア分析の考え方と、適用できる場面・注意すべき場面を理解できる
・傾向スコアマッチングと重み付けからアウトカム解析までを、AIと対話しながら進める方法を学べる
・標準化差（SMD）やLove plotを用いたバランスの評価と、結果の読み方を理解できる
・AIが生成したRコードや解析結果を確認・修正する際の注意点を理解できる
■本テーマ関連法規・ガイドライン
・個人情報の保護に関する法律
■講演中のキーワード
・傾向スコア分析
・生成AI
・Claude
・Claude Code
・R
出典：株式会社情報機構 講座案内より（情報機構の講座ページ）
1. 傾向スコア分析の基礎
1.1 観察研究における交絡（ランダム化比較試験との違い）
1.2 傾向スコアの考え方
1.3 主な手法（マッチング、重み付け、層別、共変量調整）
2. ClaudeとPositronの基本
2.1 チャット型AIとAIコーディングツールの違い
2.2 Positronの概要とRを使うための環境
2.3 Claude Code拡張機能の導入とコードの確認・承認
2.4 個人情報・機密情報を扱う際の注意
3. 傾向スコアの推定
3.1 共変量の選び方
3.2 ロジスティック回帰による傾向スコアの推定
3.3 傾向スコアの分布と重なり（オーバーラップ）のグラフ化
4. 傾向スコアマッチング
4.1 マッチングの実行（最近傍法、キャリパー）
4.2 標準化差（SMD）によるバランスの評価
4.3 Love plotの作成
5. 傾向スコアによる重み付け
5.1 マッチングと重み付けの違い（ATT、ATE、ATO）
5.2 IPTWの重みの計算
5.3 安定化重みの計算
5.4 極端な重みへの対処
5.5 オーバーラップ重み付けの実行
6. アウトカム解析
6.1 マッチング後のアウトカム解析
6.2 重み付けによるアウトカム解析
6.3 マッチングと各重み付けの結果の比較
7. 実践テクニックとレポート作成
7.1 AIを活用したエラーの解決法
7.2 Quartoによる解析レポートの作成
7.3 論文・学会発表での結果の書き方
8. 質疑応答
出典：株式会社情報機構 講座案内より（情報機構の講座ページ）
岐阜薬科大学 実践薬学研究推進センター 助教 博士(薬学) 渡邊 大地 氏
出典：株式会社情報機構 講座案内より（情報機構の講座ページ）
| 受講形式 | ライブ配信, 見逃し配信 |
|---|
ご覧になった商品から選んでいます。
