国立大学医学部は無理かもだけど 底辺私立医大なら有り得るよな。 社会人になった後で、医学部に入り なおす人は大抵私立医大が多い。
まあいてもおかしくはないでしょ 元AVの日経記者もいるくらいだし、 大手新聞の記者の方が底辺私立医大より難しいわな
そういや、何か月か前にvipで、裕福な両親が死んだ後に、慶應大学卒業し、社労士?事務所立ち上げて、 何千万も稼いでるけど、余暇で風俗やってるっていう女がスレ立ててたな。両親は元大手の社長だったが、 誰かに殺されたらしい。そいつは幼稚舎から慶應で金持ち且つ頭も良く、凄い世界にいるんだが、 セックスが好きなのと、風俗に来る男が面白いので、風俗を続けていると言っていた。 そういう変わった女なら、十分あり得ると思う。
>>5 風俗客は障がい者とかじいちゃんとか性病持ち とか犯罪マニアが一般だろ 2013「私立」学費ランク 改訂版 (あ〜、生きてるのが恥ずかしいw) 350万 国立大学医学部 平均 760万円(学部+修士) 私立理工平均(学部+修士) 1800万〜1999万円台 2000万〜2199万円台 慶應義塾 昭和大学 順天堂大学 2200万〜2399万円台 東京慈恵会医科 自治医科大学 2600万〜2799万円台 産業医科大学 2800万〜2999万円台 日本医科 東京医科 3000万〜3199万円台 関西医科 大阪医科 東邦 3200万〜3399万円台 久留米 東京女子医科 日本 3400万〜3599万円台 聖マリアンナ医科 岩手医科 近畿 3600万〜3799万円台 杏林 藤田保健衛生 獨協医科 福岡 東海 帝京 3800万〜3999万円台 愛知医科 北里 兵庫医科 金沢医科 埼玉医科 4000万〜4199万円台 4200万〜4399万円台 4400万〜4599万円台 川崎医科 4800万〜4999万円台 注)実際は寄付金などのためこの2〜3倍の費用がかかります。
恥ずかしいと言えばコレ。 医学部医学科限定の学歴ランキングスレで 底辺私立医大の寄付金のことを話題にしたときの底辺私立医大卒の反応をご覧ください。 スクリーンショットの ID:cjc0l9Sm0に注目。 お盆に、親父と長野の親戚の家にいった。 伯父(高卒市議)も来ていた。 伯父「○○君も大学生か!小さい頃よくだっこしてやったんだぞ!がっはっはー」 俺 「覚えていますよ」 伯父「どこの大学に行っているんだ?」 俺 「東工大、あっ、東京工業大学です」 伯父「そうか、工業大か!高校時代遊びすぎたんだろ!でも浪人しなくてよかったな!」 「お前と同じ年の息子の××覚えているだろ!深志から信大工学部だぞ!(勝利者宣言)」 親父「無言・・・(瞳が潤んでいた)」 伯父「おい、信大生こっちこい(息子の××を呼ぶ)」 「○○も大学生だ。○○と昔よく遊んだだろ!」 向こうでも大学の話をしていたらしい××が鼻高々でやってきた。 ××「(馴れ馴れしく)○○、久しぶりー、元気!」 「あっ、叔父さん、こんにちは、俺、今年から大学生になりました。」 親父「そうか、大きくなったな」 ×× 「信大に行っているんですよー(勝利者宣言)○○君はどこに行ったの?」 俺 「東工大w」 ニヤついている伯父を尻目に、一瞬にして××の顔色が変わった。 伯父「○○に勉強教えてやれよw」 ××「(しばし、絶句)・・・みっともないからやめてくれよ親父」 伯父「?」 動揺しまくりの××は伯父を速攻連れだした。 以後、伯父親子は、俺達のいるテーブルに加わらなかった。 久しぶりに無口な親父の晴れ晴れとした顔をみた。 帰り際、充血した目をした伯父と目があった。 =========== 底辺私立医大卒には何が面白いのか分からんかもね。
5年生の夏、都内のさる有名研修病院の病院見学ツアー(?)にいきました。 その日は5人の医学生が参加していました。 自己紹介しあいましたが、さすがに有名病院だからでしょうが、皆さん国立医でした。 当日は研修統括部長が不在とかで、内科医長が院内を案内してくれました。 研修医詰め所をみせてもらって時です。 「うちは20数名研修医がいるんだけど、皆優秀で勉強好きだから頼もしいよ」 「ほとんどが国公立卒だな〜」 そう説明しながら、ある机に通りかかると、その机の本棚には立派な洋書ばかりが並んでおり、 和書が少ないくらいでした。 「この机は・・・・H君だな」と内科医長がつぶやきました。
「彼は私立医大卒なんだが、まあまあ研修に付いてきてるようだ。だいぶマシになったよ」と 言いながら、一冊の洋書を手に取り、パラパラとめくった後、 「なんだ、全然使ってないじゃないか」 「こういうのを宝の持ち腐れっていうんだ」 と医長は吐き捨てました。 そしたら、一人だけ、研修医室で仕事中だった先輩研修医殿(東大でした)が 「それは本人は使ってないけど、僕らがたまに使わせてもらってます」 「僕らは英語読めますから〜」 と言い、ニヤリと笑みを浮かべます。 一同大爆笑でした。
底辺私立医大卒だと医者を蔑むことができないので 攻撃対象を医者だと認められないのだろう。 都内国立大学卒でよかったとつくづく思うよ。
問題は過去を克服することではありません。 さようなことができるわけはありません。 後になって過去を変えたり、起こらなかったことにするわけにはまいりません。 しかし過去に目を閉ざす者は結局のところ現在にも盲目となります。(ヴァイツゼッカー) お盆に、親父と長野の親戚の家にいった。 伯父(高卒市議)も来ていた。 伯父「○○君も大学生か!小さい頃よくだっこしてやったんだぞ!がっはっはー」 俺 「覚えていますよ」 伯父「どこの大学に行っているんだ?」 俺 「東工大、あっ、東京工業大学です」 伯父「そうか、工業大か!高校時代遊びすぎたんだろ!でも浪人しなくてよかったな!」 「お前と同じ年の息子の××覚えているだろ!深志から信大だぞ!(勝利者宣言)」 親父「無言・・・(瞳が潤んでいた)」 伯父「おい、信大生こっちこい(息子の××を呼ぶ)」 「○○も大学生だ。○○と昔よく遊んだだろ!」 向こうでも大学の話をしていたらしい××が鼻高々でやってきた。 ××「(馴れ馴れしく)○○、久しぶりー、元気!」 「あっ、叔父さん、こんにちは、俺、今年から大学生になりました。」 親父「そうか、大きくなったな」 ×× 「信大に行っているんですよー(勝利者宣言)○○君はどこに行ったの?」 俺 「東工大w」 ×× 「そうか○○君にしては頑張ったね。俺、信大の医学部医学科ね」
>>7-12 >>15-16 >>18 自称医科歯科クンだね タダの予備校生 もっとこいつと遊びたいのなら、いいスレを紹介するよww 風俗嬢に粘着とは、まさに自称医科歯科クンらしくていいけどな 自称医科歯科クンww お医者さん相手だと簡単に身分ばれて、すげえいじめられるから 風俗嬢相手の板に逃亡して憂さ晴らしとは・・・ ソープで嬢相手に「真面目に生きろ」って説教する、 ダメ中年ヒラサラリーマンみてえな奴だな (それもその女とセックスした後にww)
大阪hokusetu またミスったよ!もともと血管奇形のある患者に強引に心カテやって急変!! 高槻の大学病院で緊急心臓手術されたそうな・・ これは生物実験に人体が使われた症例に間違いない。 内科の能無しY野、勘違いMEのN村が上司に相談無しでカテをやった結果その患者は三途の川の岸で彷徨ってます これって殺人者とイコールですな。 家族の訴訟待ってます
自称医科歯科クンは もの覚えの悪い低能のクズ浪人生だから、繰り返してあげるね おまえは関係ないのに医科歯科の名前語って、 マジの医科歯科の先生達の顔に泥塗ってるんだからな 責任とってもらうぜ おい、学歴詐称詐欺師の自称医科歯科クン 医科歯科大卒業って信じてもらいたいってなら おまえの同期卒業医師、10人今すぐあげてみなよ 医科歯科大卒業なら各方面で活躍してるだろ? 各施設で立派な役職でいたり、開業医院だったり、 論文なんかわりといいの書いて評価えてるんじゃね? 同級生でしょ
神戸福原のソープ嬢が、香川医大に入学した例はあったよ。 もちろん香川医大の時代で、昭和か平成の初めころだけど。 高学歴で風俗嬢になることもあるから、ごく稀に医学部に入っても矛盾はない。
看護婦から医科歯科医学部入った先輩の存在を聞いたよ。
AV女優で医学部に入った女子はいるが、AV男優で医学部に入った男はまだ知らない。知ってるやついるか?
>>32 男優のほうがリターンが少ないから、学費稼ぎならもっと別の仕事を選ぶ。 いるとすればホスト上がりとかじゃないかな。 この学歴詐称ばか、自称医科歯科って最悪だよな 俺、医科歯科の先生と一緒に仕事してるんだ (自称クンから名前書けって言われてっけど、もし書いちゃうと職場に迷惑かかるから伏せるけど) すんごくいい先生だよ 人間的にも、学術的にも尊敬に値する もちろん、手技も完璧だ そもそも、2ちゃんで他の学校を蔑んだりする発想がないよ そんな同じ出身校にこんな自称〜とやらがいるわけがないな やっぱこの自称クンは浪人生だよ 先日の京都の内科学会、実は資格更新と観光のために参加しただけだけど、 医科歯科は研究が盛んみたいで、実に興味深い発表してて、 それを聞けるだけでも京都に行ってよかったよ ここでうじうじうじうじうじうじうじしてる奴は あんな先生と同窓生のわけがない 信じたいよ(ま、自称を信用なんかしてないけどね)
大阪hokusetu またミスったよ!もともと血管奇形のある患者に強引に心カテやって急変!! 高槻の大学病院で緊急心臓手術されたそうな・・ これは生物実験に人体が使われた症例に間違いない。 内科の能無しY野、勘違いMEのN村が上司に相談無しでカテをやった結果その患者は三途の川の岸で彷徨ってます これって殺人者とイコールですな。 家族の訴訟待ってます
先祖が密入国という犯罪を犯し、更に賭博で善良な日本人から金を掠め取り 多くの日本人を地獄の底に叩き落としたパチンコ屋の朝鮮人や帰化人の息子 ですら医者になって偉そうな顔をしてるのに風俗嬢が医者になって何が悪いのか? 少なくとも風俗嬢は犯罪を犯してないし・・・・・。
何年も前に近くの高級ソープにいたらしい 医学部生 もちろん看護とかじゃないww すげえ金持ちのお嬢 逝かれてると話題だった
>>35 迷惑かかるならオマエが自分の卒業大学と所属病院を書けよ。 >>39 こいつ、まだばれていないって思ってるようだ なら、遊んであげるよ おい自称医科歯科クン おまえは関係ないのに医科歯科の名前語って、 マジの医科歯科の先生達の顔に泥塗ってるんだからな 責任とってもらうぜ おい、学歴詐称詐欺師の自称医科歯科クン 医科歯科大卒業って信じてもらいたいってなら おまえの同期卒業医師、10人今すぐあげてみなよ 医科歯科大卒業なら各方面で活躍してるだろ? 各施設で立派な役職でいたり、開業医院だったり、 論文なんかわりといいの書いて評価えてるんじゃね? 同級生でしょ そんなわけで、いまだ懲りない恥さらし(自称)医科歯科クン登場〜〜 │ 彡川川川三三三ミ〜 プウゥ〜ン | 川|川/ \|〜 ポワ〜ン ________ | ‖|‖ ◎---◎|〜 / | 川川‖ 3 ヽ〜 < 僕は予備校生、脛かじり | 川川 ∴)д(∴)〜 \________ | 川川 〜 /〜 カタカタカタ | 川川‖ 〜 /‖ _____ | 川川川川___/‖ | | ̄ ̄\ \ | / \__| | | ̄ ̄| | / \医科歯科 | | |__| | | \ |つ |__|__/ / | / 兎と亀&漢字ドリル | ̄ ̄ ̄ ̄| 〔 ̄ ̄〕 浪人なのに勉強しない〜 自称だから医科歯科の学生証、卒業証書あるわけねえよ 同期の医師あげてみろ、ったて、そもそも医師じゃねえからいませ〜ん でもパパが医科歯科清掃してて、医科歯科の封筒はもってま〜す パパが医科歯科清掃してるんで20年前の同窓会誌の写真ならもってま〜す
・医科歯科w ・自称w ってことで あいぴーえす詐欺のハゲNsのM君を思い出した あんなのと同レベルだろうな しかも、医者以前、医学部入学以前のダメおっさんw 高卒脛かじりニートの予備校生かww 将来有望だな ハゲ以上に有名になれそうだね
信じられない医師が存在する。↓ 尼崎市内の某医院長は患者様の病名を吹聴するだけでは無くて、患者様の国籍(在日など) 部落・同和地区出身などを吹聴しまくっている。 在日の患者様の事を、「半島の人」 部落・同和地区の患者様の事を、「ETA(えた)」と 堂々と吹聴しまくっている。 医師としての問題では無くて、人間としてのモラルの問題と思う。 貴様の様な奴は、最初から医師などにはならないでくれ!
医学部保健学科合格でも、医学部合格と言っていいの?
>>47 医学科と誤認させる意図を持ってそう表現する人はいるだろね。 消防署の方から来ましたというのと同じ。 >>47 底辺私立医大卒が 岡山の医科大学を卒業し、とか 大学は金沢です、 とか自己紹介するようなものだな。 医籍検索に卒業大学を表示してほしいぜ。 >>45 しかしなんだな 自称医科歯科クンは 「お医者さんごっこ」で揶揄うと 凄く食いつくねえwww ニセ医者と自己分析出来てるじゃないか 少しは成長しているな >>49 そんなおまえは浪人生じゃないか まず大学に入れよ あなたの身の回りに卒業大学を隠している医者はいませんか? そういう医者は底辺私立医大卒で > お医者さんごっこなら公園いって幼稚園児相手にお願いしてこい と発言する変質者の可能性があります。 しかも >そしてしばらくシャバから消えろ と犯罪を教唆してます。 こういう事例があります。 気をつけましょう。 幼稚園児虐待の可能性のある変質者として監視されるべきと考えて通報しておきました。 >>51 卒業大学を名乗れない変質者疑い人物の登場です。 底辺私立医大卒だと医者を蔑むことができないので 攻撃対象を医者だと認められないのだろう。 都内国立大学卒でよかったとつくづく思うよ。 あなたの身の回りに卒業大学を隠している医者はいませんか? そういう医者は底辺私立医大卒で > お医者さんごっこなら公園いって幼稚園児相手にお願いしてこい と発言する変質者の可能性があります。 しかも >そしてしばらくシャバから消えろ と犯罪を教唆してます。 こういう事例があります。 気をつけましょう。 幼稚園児虐待の可能性のある変質者として監視されるべきと考えて通報しておきました。 >>55 そんなおまえこそが変態浪人生じゃないか まず大学に入れよ >>50 いやまて 自称医科歯科はまだ成長していないぜ まさに幼稚園児以下だ よく高校まで行けたと思うよ なぜか? まず、 自分のやってることが 「お医者さんごっこ」つまり「幼稚園児レベル」と揶揄されたことを理解できていない それよかさ、 「幼稚園児」=「幼児性愛」 という速攻で発想するってやばくね? もともと自称医科歯科クンはやばい奴だけど、マジでやばいぜ 通報するのはこのネタですべきだよ >>56 しきりに話題を逸らそうとしてますが 底辺私立医大卒だと医者を蔑むことができないので 攻撃対象を医者だと認められないのだろう。 底辺私立医大卒の > お医者さんごっこなら公園いって幼稚園児相手にお願いしてこい は、変質者の発言と言わざるを得ません。 気をつけましょう。 幼稚園児虐待の可能性のある変質者として監視されるべきと考えて通報しておきました。 >>50 いやまて 自称医科歯科はまだ成長していないぜ まさに幼稚園児以下だ よく高校まで行けたと思うよ なぜか? まず、 自分のやってることが 「お医者さんごっこ」つまり「幼稚園児レベル」と揶揄されたことを理解できていない それよかさ、 「幼稚園児」=「幼児性愛」 という速攻で発想するってやばくね? もともと自称医科歯科クンはやばい奴だけど、マジでやばいぜ 通報するのはこのネタですべきだよ >>58 いいやなにいいわけしようと おまえが自分のやってること 「お医者さんごっこ」つまり「幼稚園児レベル」と揶揄されたことを理解できていないバカってことは明白だ あと、「幼稚園児」=「幼児性愛」という速攻で発想したってことも事実だ そんなことどうでもいいよ あんたは、浪人生だってのに なんで医科歯科大卒業って嘘かくの? じゃ自称医科歯科クン、話そらすな、つーんなら、話を元に戻すけどいいかなあww おまえは関係ないのに医科歯科の名前語って、 マジの医科歯科の先生達の顔に泥塗ってるんだからな 責任とってもらうぜ おい、学歴詐称詐欺師の自称医科歯科クン 医科歯科大卒業って信じてもらいたいってなら おまえの同期卒業医師、10人今すぐあげてみなよ 医科歯科大卒業なら各方面で活躍してるだろ? 各施設で立派な役職でいたり、開業医院だったり、 論文なんかわりといいの書いて評価えてるんじゃね? 同級生でしょ さあ、はやくはやくwwwww これも自称医科歯科の作品だってよ ID検索でばれてしまったんだろ それにしてもマジで変質者じゃねえのか? この自称医科歯科クンってさww ↓ 772 :卵の名無しさん:2015/02/09(月) 16:22:21.88 ID:xEoNWSBt0 >>768 おい、ID:D/e+2JXf0 自称医科歯科として荒らし行為してないで、マジに医科歯科行け 患者として 658 :卵の名無しさん:2015/02/09(月) 15:19:09.44 ID:D/e+2JXf0 美咲でーす。あたし、こないだマンコがかゆくなった上、臭いのなんのって。 で、産婦人科行ったら「大腸菌が入りこんでる」って言われた。 よく考えたらカレシとバックの体位でHしてる時に、 急にカレシが「アナルセックスしよ」って言って、急にケツ穴に 突っ込んで来たの・(ノД`)・゜・ あたしが「ぎゃあ〜!! ヤメテぇ〜っ!!」って叫んだら、 「あ、わりぃわりぃ」なんて言って、クソが付着したチンコを 洗わないままマンコに入れちゃったの(☆_☆) そりゃあ臭くもなるわよね☆(≧∀≦)ノ 今は仕返しにカレシに前立腺マッサージした指をそのまま 舐めてもらってます(*´∇`*) 自称医科歯科「・・・以上、低辺私立医師はバカ、カス、厳しい、そう結論つけられます」 マジ医科歯科「XX先生、その根拠、参考文献はありますか? 自称医科歯科「2ちゃんねる掲示板です」 マジ医科歯科「え?に、に、・・2ちゃん???おめえ、まさか医科歯科は嘘か?」 自称医科歯科「・・・・ど、ど、同窓会誌の写真なら・」 マジ医科歯科「じゃ、おまえの同期卒業医師、10人、さっと言ってみてよ」 自称医科歯科「ど、ど、同窓会のHPはここなんで・・・」 マジ医科歯科「あの、おまえの同期卒業生を聞いてんだよ!やっぱ詐称だなおめえ?」 自称医科歯科「あ、あ、あ、あ、あんた、ど、ど、どこ卒よ?」 マジ医科歯科「あ?おまえの同期卒業生を聞いてんだぞ?なんなのその逆質問?」 自称医科歯科「そ、そ、卒業大学言えないんなら、ぼ、僕も同期生言わないからねッ」 マジ医科歯科「おいおい、おまえ、医科歯科って嘘だろ?高卒の浪人生じゃねえのか?」 自称医科歯科「・・うう・・くそう・・・じゃ、じゃあ、こ、この問題解いてみなよ」 マジ医科歯科「あの・・おまえ医科歯科卒っていうんだから、同期卒業生聞いて・・」 自称医科歯科「あ〜数字が出たから解けないっ?お、おまえ、底辺私立な!やーいやーい!」 マジ医科歯科「そんなこと聞いてねえって、おまえの同期卒業生10人、挙げてみって」 自称医科歯科「あんたどこ卒!あんたどこ卒!ねえねえ、あ、あんた、ど、どこ卒?!!」 マジ医科歯科「あんなあ、ばれてないとでも思ってるの?自称くん」 自称医科歯科「だ、だって、・・・・ど、ど、ど・・同窓会の・・しゃ、しゃしん・・会報・・あの・・」 司会医科歯科「wwwえ・・まあww結論は出たようですので、次の演題を・・」 自称医科歯科「お、お、おい、司会、あ、あんたどこ卒よ?」
この自称医科歯科クンって、現実世界じゃどこ行っても負け犬呼ばわりされて 2ちゃんで勝手に「ボクは医科歯科卒です」って演じているだけだろ? 俺たちは実際の医科歯科の医師たちと素晴らしい医療の討論して、 実際の医科歯科のこと理解できてるんだからさ この自称医科歯科クンとやらも背伸びしたいだけでしょ 許してやってもいいんじゃねえか? っていうか、この自称医科歯科くんて、なんで医科歯科の名前で暴挙働いてんの? 他学をけなすため? そんなつまんないことに医科歯科の名前を勝手に使うって、他学じゃなくって、 医科歯科関係各所に失礼だと考えないのかな?
>>64 正解です。ただし、ヨーロッパ旅行はプレゼンとされません。 底辺のくせに、医師になろうとしているのが大きな間違い。 その頭なら、せめて、看護師や看護助手レベルだったのなら良かったのにな。 だから、医療ミスや不正連発するわ、コメに馬鹿にされるわ、医療費の無駄になるわ。 患者は実験台じゃない。 つける薬がない。どうしょうもない。治療ができない。
>>67 違うよ。 結論が違うだろ。 川崎医大の創始者の息子って岡山大学医学部で孫は京都大学医学部だってね。 教育に金をかければきちんとした国立大学に合格するんだなぁ。 金かけても底辺私立しか入れないってどういうこと? 結論はコレ 底辺私立医大が悪いんじゃない 本人の頭が悪いんだ。 >>69 金をかけても素材が悪ければどうしようもない。 女子医大の直系は3代目は、私立文系。 4代目に至っては日本の大学が全滅して、海外留学したものの そこでもドロップアウトだから。これだけ環境が良くても医者に なれないってどんだけ頭が悪いんだろって職員の笑い者だよ。 >>70 そういえば徳田虎雄の子供も底辺私立医大卒だらけだな。 「男は浮気も大目に見られ、性風俗という場も与えられている。 が、ひとたび女が浮気をしたりホストクラブに通ったり 風俗界に足を踏み入れたりすれば、人間としての価値さえ暴落してしまう」 性に関する男女間のダブルスタンダード
おい、自称医科歯科クンは もの覚えの悪い低能のクズ浪人生だから、繰り返して要求してあげるね おまえは関係ないのに医科歯科の名前語って、捏造繰り返して マジの医科歯科の先生達の顔に泥塗ってるんだからな 責任とってもらうぜ おい、学歴詐称詐欺師の自称医科歯科クン 医科歯科大卒業って信じてもらいたいってなら おまえの同期卒業医師、10人今すぐあげてみなよ 医科歯科大卒業なら各方面で活躍してるだろ? 各施設で立派な役職でいたり、開業医院だったり、 論文なんかわりといいの書いて評価えてるんじゃね? 同級生でしょ
・医科歯科w ・自称w ってことで あいぴーえす詐欺のハゲNsのM君を思い出した あんなのと同レベルだろうな しかも、医者以前、医学部入学以前のダメおっさんw 高卒脛かじりニートの予備校生かww 将来有望だな ハゲ以上に有名になれそうだね
匿名のここでしか嘘付いて偉そうに出来てない自称医科歯科はともかくさ、 おれの勤務してる病院に、 正真正銘の医科歯科の先生数人いるけど、 こんな自称医科歯科みたいな程度の低いこと 考えてねえぞ それにその先生、 学会なんか、立派な演題でしゃべってて、そんな先生と 討論したりすること多いんだけど、 ここでネチネチ粘着してる自称医科歯科くん? その医科歯科クンなんかとじゃ会話内容がマジで雲泥の差って言うか、 比較するのも失礼って感じだね だから、嘘ついて、医科歯科の名前で悪いことすんのはやめてほしいと思う 医科歯科の先生に対する名誉棄損だな
ああ、わろたわろたwww といいますか、ここの板読んだ全員が全員思ってるでしょ 「学歴詐称の自称医科歯科クン、詐欺師&ペテン師、男の子なのに、かっこわり〜」 ってさ それに、「お医者さんごっこ」ってNGワードだったみたいで、 「お医者さんごっこすなよ、自称医科歯科!」 言われたとたんに急にイライラしてオドオドして必死になって否定工作やら、強引なコピペ貼付とかしやがるし 詐欺師じゃねえ、予備校生でもねえ、浪人と違う!医科歯科出た医者だ、てんならもっと堂々としてりゃよくね? レス読めば読むほど化けの皮剥がれてくるっていうか、バカ過ぎて全然医科歯科卒っぽくないじゃん てか、医大生ぽくもねえ そもそもココまで暇な医師や医大生なんかいねえつーの まあ、ここまできたら、医科歯科の同期卒業生10人、どや!って挙げて 「ごたごた言うな、俺は医科歯科卒業医師だ!黙れ!」 って逆転満塁ホームラン打つしかねえな
>>76 ホームランってw そんな簡単な笑い話じゃないと思うよ だって、実在する医科歯科大の卒業医師って学歴詐称だよ 実際の真面目な医科歯科大の医師たちは、一緒にされたくないって思ってるよ このバカの行為は、医科歯科大卒医師を侮辱してんのとおなじだよ >>55 っていうか、自称医科歯科クン、毎日毎日,未成年とか、幼稚園児とかなんなの? まさかおまえの頭の中は幼稚園児の裸でいっぱいじゃねえの? 大学受験の勉強してんのか? たとえ詐称であっても、仮にも「医科歯科」の関係者を語るんなら ネット記載の内容にも配慮したらどうだ? その辺も勉強したほうがいいよ、おまえ通う大学受験の予備校じゃ無理だけど けどさあ、自称医科歯科くんは異常なまでに幼児とかにこだわってるよなあ まあ、医科歯科クンの今の立場を見事なまでに集約されている単語、 「お医者さんごっこ」が不愉快だったんだと思ったけど、 どーやら、ロリ???じゃね??このしつこさは??変態じゃんwwww しかし・・・・2ちゃん粘着が生きがいの高卒の低学歴の多浪の予備校生がロリ変態wwww おいおいおいおいおいおいおいおいおい・・・自称医科歯科クンwww 大丈夫かよwwww ・医科歯科w ・自称w ってことで あいぴーえす詐欺のハゲNsのM君を思い出した あんなのと同レベルだろうな しかも、医者以前、医学部入学以前のダメおっさんw 高卒脛かじりニートの予備校生かww 将来有望だな ハゲ以上に有名になれそうだね
そんなことはどうでもいいよ おい、こら、自称医科歯科クン、 医科歯科の卒の医師のふりしてるのはわかったから 学歴詐称してないで 大学受験の勉強しろよ 背伸びして医者みたいな書き込みすんなって 予備校生なんだから大した知識もってないんでしょ?
といいますか、ここの板読んだ全員が全員思ってるでしょ 「学歴詐称の自称医科歯科クン、詐欺師&ペテン師、男の子なのに、かっこわり〜」 ってさ それに、「お医者さんごっこ」ってNGワードだったみたいで、 「お医者さんごっこすなよ、自称医科歯科!」 言われたとたんに急にイライラしてオドオドして必死になって否定工作やら、強引なコピペ貼付とかしやがるし 詐欺師じゃねえ、予備校生でもねえ、浪人と違う!医科歯科出た医者だ、てんならもっと堂々としてりゃよくね? レス読めば読むほど化けの皮剥がれてくるっていうか、バカ過ぎて全然医科歯科卒っぽくないじゃん てか、医大生ぽくもねえ そもそもココまで暇な医師や医大生なんかいねえつーの まあ、ここまできたら、医科歯科の同期卒業生10人、どや!って挙げて 「ごたごた言うな、俺は医科歯科卒業医師だ!黙れ!」 って逆転満塁ホームラン打つしかねえな
>>89 詐称じゃねえだろうな? 医科歯科の同期卒業生10人あげろや >>90 89です。小生は東京医科大学ですか。。。 底辺医大でしょうか? >>91 詐称じゃねえだろうな? 医科歯科の同期卒業生10人あげろや はやく書かないと自称医科歯科クン認定されちゃうよ 自称医科歯科クンは もの覚えの悪い低能のクズ浪人生だから、繰り返してあげるね おまえは関係ないのに医科歯科の名前語って、 マジの医科歯科の先生達の顔に泥塗ってるんだからな 責任とってもらうぜ おい、学歴詐称詐欺師の自称医科歯科クン 医科歯科大卒業って信じてもらいたいってなら おまえの同期卒業医師、10人今すぐあげてみなよ 医科歯科大卒業なら各方面で活躍してるだろ? 各施設で立派な役職でいたり、開業医院だったり、 論文なんかわりといいの書いて評価えてるんじゃね? 同級生でしょ
>>95 そんなことはどうでもいいよ おい、こら、自称医科歯科クン、 医科歯科の卒の医師のふりしてるのはわかったから 学歴詐称してないで 大学受験の勉強しろよ 背伸びして医者みたいな書き込みすんなって 予備校生なんだから大した知識もってないんでしょ? /ヾ ;; ::≡=- __________ /:::ヾ \ ウンチもおしっこもおならも\ |::::::| 自称医科歯科 ブビイイイイイーーー! > ヽ;;;;;| -==≡ミ ≡=-|ミ __________/ /ヽ ──| ..(゜)| | ̄|(。) || ヽ < \_/ ヽ_/ ヽ| /( )\ ヽ . . | ( ` ´ | | _____ | ヽ \_/\/ヽ/|! |____ \□ □ ヽ ヽ \  ̄ ̄// / / _____ \ \  ̄ ̄ / / / |_____| ,ノ`,  ̄ ̄ ̄ヽ、 / / ノ/ \ / / ι.} λ )  ̄(⌒ ⌒ヽ ヽ(,. ノ! ノ (´⌒ ⌒ ⌒ヾ ( l ,/ ('⌒ ; ⌒ ::⌒ ) ノ ,,,,,,,,,,,,,,,,,,,,,,,,,,,,丿へ`。:::.。:. (´ ) ::: .) ノ ,)`。:゜:;.::.。:.:。 (´⌒;: ::⌒`) :; )三≡≡≡≡≡≡≡*∵ /,,丿::..゜::。:.:.:,。:.:. (⌒:: :: ::⌒ ) \,,,,/人\__ノ / :: ゜。:.:.:,.:.:.:。:.:, ( ゝ( _ ヾ 丶 ソ ( ) (__) ( ) ゜:: ゜。:.:.:.:.:,.:.:.:。:.:, ヽ ヾ ノノ ノ 《 l (___) 《 ̄ ̄》゜:: ゜。:.:.:,.:.:.:.:.:.:,.:.:.:, ‐ " - ‐ ) 《__(____) 《____》::..゜:: ゜。.:.::.:.:,.:.:.:。:.:,
What is this divine-looking amuse-bouche? If I tell you, I'm afraid you won't even try it. ダウンロード&関連動画>> VIDEO A blonde was very upset at all the dumb blondejokes she was constantly hearing. She decided that she would learn all the state capitals in an effort to defend blondes everywhere. She went home and spent the entire evening learning them all. The next day, someone at her office told a dumb blonde joke and she immediately retorted, “Hey, I bet I know something that all of you don’t know. I know all of the state capitals which proves that not all blondes are dumb.“ The people in her office were somewhat dubious. One of her co-workers finally asked, “Ok, what’s the capital of Texas?” The blonde smugly replied, “T."
そんなことはどうでもいいよ おい、こら、自称医科歯科クン、 医科歯科の卒の医師のふりしてるのはわかったから 学歴詐称してないで 大学受験の勉強しろよ 背伸びして医者みたいな書き込みすんなって 予備校生なんだから大した知識もってないんでしょ?
アホな田舎出の看護学生が大抵メイド喫茶とか騙されてチンポコしゃぶりに働き出します その後在日ホストやらに更に騙されてグレードうpしていきます
底辺私立医大卒は小学生レベルの確率計算もできなくて話を逸らすしかないようです。 底辺私立医大卒って小学校レベルの算数も出来ないのね。 ただただ驚いている。 マヌケヅラ所属病院に50人医者がいるとして題意から 底辺卒が10人、そのうち計算できない馬鹿が9人 非底辺卒が40人、そのうち計算できない馬鹿2人、 ゆえに馬鹿が底辺卒である確率は9/11。 大阪高槻総持寺hokusetu (院長木N)またミスったよ! もともと血管奇形のある患者に強引に心カテやって急変! 高槻の大学病院で緊急心臓手術されたそうな・・ これは生物実験に人体が使われた症例に間違いない。 キ違い事務長Y本の書いた絵で、 内科の能無しY野(現在は東○阪若草第一に逃亡)、 医師気取り勘違い工学技士のN村が上司に相談無しでカテをやった結果その患者は三途の川の岸で彷徨ってます これってリアル殺人ですな 家族は当然訴訟しちゃったよ その患者大学のICUで死んだよ// 人工心臓回しながら転院して、一時は回復したけど、やはり助からなかったよ。 でも、死亡原因は、搬送先での不潔な手術での感染だから。 ってY野とN村は逃げ回ってる。 山Mは俺は事務だから患者診れないから、関係ないから、と無視 可哀相なのは事務チョーY本におどらせれた院長K野!
どうでもいいけど、一昨日の陸上日本選手権の女子100mで二位になった宮沢有紀選手は富山大学医学部5年だぞ。
>>105 いるんですね。タイガース女子 初耳だけど医者になったAV出身者も 案外いるのかもしれませんね。 NO.3487373 2014/09/04 18:35 県知事立候補した吉田孝司氏は… ネットで名前を検索するば解るが、彼は犯罪者である。 以前は天栄村の診療所に勤務を一時期したが、条件に自分の妻【現在は離婚】を役場の職員に採用をして採用させた。 更に患者の女性にカルテ情報で接近し、ワイセツ行為を行う 家庭教師の女性の教え子を妊娠させる鬼畜である。 しかし知事選に立候補する神経…異常な方である。 [匿名さん] http://bakusai.com/thr_res/acode=2/ctgid=104/bid=432/tid=3487373/  Rock54: Caution(BBR-MD5:4e16c40d18327d760d45aa48765baef0) 👀 Rock54: Caution(BBR-MD5:4e16c40d18327d760d45aa48765baef0) 異常か 👀 Rock54: Caution(BBR-MD5:4e16c40d18327d760d45aa48765baef0) 底辺私立医大放校生症候群 Expellee from Bottom Medical School Syndrome(EBMSS) その症状 裏口入学した大学名を言えない 自ら初級英語と読んだ英文を訳せと言われたらダンマリ 小学生レベルの算数ができない 他のスレによると 裏口バカとか私立馬鹿と呼ばれることもある。 >>123 医科歯科大ですが、風俗店で仕事をしています。 //: : : : : : -‐‐: : : : : : :`丶 , ' / /: : : 、: : : : : : : : : :` 、 . /.///´ / /、ヽ、: : : : : : : : : : : : `、 . ,'././// / / ヽィ: : : : : : : : : : : : `、 _ l/,''/l / レ ー 、 /: : : : : : : : : : : : :`、 /./`,ヘ_ l l .l´ /`/: : : : : : : : : : : : : l ./_//_-、\ f`''''"^ ..'_、 /:/: : : /: : : : : : : : : : :l . ,、´-'゙  ̄ニ‐-1、 ''''''゛o //: :/ /: : : : : : : : : : : : l .(. ゙ヽ ; l /: :ノ l/: :/: : : : : : : : / ‐-ヽ、.ヽ l u //: : : : :/: :/: : : : : : : : :/ . l ` i--‐‐!i / /: : : : : //〉: i: : : : : : / . l / ii`‐-、, / /: : : / ‐´: : :|: :: : : : / . ゙ / ij l: :゛''i‐‐//: : : :/: : : : : : |: : : : : : : / ゙'、 / |: : : :l゙//: : : /゙、: : |: : : |: : : : : : / `| |: : : :l/: : : / ゙、 |: : : : : : : : :/ | | |: : _,/: : /^ ̄ヽ ゙、|: : : : : : : | .| | |: :/ |:/ ヾ、: : : : : : : l . | | |:/ |/ l |: : : : : : :| | | / / ノ |: : : : : : :| .`、 | / / |: : : : : : :| `、 | / / / |: : : : : : :| `、 | / / /: : |: : : : : : :| `、 .| | / /: : : :|: : : : : : :| .. `、 | .| / / /: : : : : |: : : : : : :| .ヽ `、| | / / /: : : : : : :|: : : : : : :| . `、 `、|/ / /: : : : : : : : |: : : : : : :| すきだ なつ
キャバ嬢のバイトしてた医学部生なら知ってるけどな。
大阪高槻総持寺hokusetu (院長木N)またミスったよ! もともと血管奇形のある患者に強引に心カテやって急変! 高槻の大学病院で緊急心臓手術されたそうな・・ これは生物実験に人体が使われた症例に間違いない。 キ違い事務長Y本の書いた絵で、 内科の能無しY野(現在は東○阪若草第一に逃亡)、 医師気取り勘違い工学技士のN村が上司に相談無しでカテをやった結果その患者は三途の川の岸で彷徨ってます これってリアル殺人ですな 家族は当然訴訟しちゃったよ その患者大学のICUで死んだよ// 人工心臓回しながら転院して、一時は回復したけど、やはり助からなかったよ。 でも、死亡原因は、搬送先での不潔な手術での感染だから! ってY野とN村は逃げ回ってる。 山Mは俺は事務だから患者診れないから、関係ないから、と無視 可哀相なのは事務チョーY本におどらせれた院長K野ってことらしい
茶道はチフス。コレラの経口感染の恐れあり。 これを始めた人、奨励した人達は感染に関して 無知である。
茶道はチフス。コレラ。ハンセン氏病の経口感染の恐れがある。 これを始めた千利休、奨励した人達は感染について全つたく 無知であつた。茶椀を口から口に回すから。
茶道が盛んな堺には伝染病が多かつたのは当然であつた。 その千利休を英雄にしている都市がある。
茶道が盛んな都市には伝染病が多かつたのは当然であつた。
看護学生でいるよな 学費や寮費や生活費のためにやってる地方学生 キャバだと同伴やアフターのノルマあって、実習ある立場じゃ難しくて 手っ取り早く金銭稼げる風俗な でも、そんなオカネで医療の資格取るってのもどうかと
俺、リーマンだけど東京出張で女子大生クラブ?だっけ そんな類のヘルスに行って女子医大生に抜いてもらった。 東京の私大の学生でお金がかかるとか言ってたけど、 そんな才媛に抜いてもらうなんて俺みたいな底辺国立大 工学部卒のアホでは普通は有り得ないし感動したよ。 結構美形だったし、また出張の際には利用するわ。 しかし良い時代になったなあw
元ヤンキーの弁護士だの予備校講師がいるわけだから元風俗の医者がいたって そんなにおかしくはないでしょ。 同じエリートでも官僚とか弁護士に比べたら医者の数はずっと多いし。
さすがに私立医大だと入りやすいが、学費を出せる家庭が限られてしまうしね 身体売ってまで大学行きたくないね 医大でなければ、しばらく働いてお金貯めてから大学入ることも出来るし 結婚や就職に支障が出てくるし、相手した客にどこで会うかわからないしね
,一-、 / ̄ l | / ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ■■-っ < 風俗だけはガチ ´∀`/ \__________ __/|Y/\. Ё|__ | / | | У.. |
自称医科歯科の最高(自称)の爆笑ネタは 「セラチオペプチダーゼとフェラチオを言い間違える」 でしたのよ
叱られないと勉強しない子供が勉強しているのをみたら 叱られたから勉強しているんだな、と考えるのが一般常識人の論理だよね。 ところが、底辺私立医大出身者は 勉強すると叱られる と主張するんだよ。 しかも対偶をとると意味が逆になる例、とか底抜け馬鹿だぞ。 http://anago.2ch.net/test/read.cgi/hosp/1436826336/499 底辺私立医大出身者には通読できないICU Bookの最終章の冒頭で著者がこう書いている。 In clinical matters, ignorance can be dangerous, but ignorance of ignorance can be fatal. 「叱られないと勉強しない」の対偶を「勉強すると叱られる」 と答えるのはignorance can be dangerousの範疇だが、 ドヤ顔で >対偶をとれば意味が逆になる例文。 というのは、まさに ignorance of ignorance can be fatal. 問題: 命題とその対偶は真偽が一致する。 命題「馬鹿でないと裏口医大には入学しない」 の対偶を述べよ。 国立大学卒の答: 「裏口医大に入学するのは馬鹿である」 裏口医大出身の答: 「裏口医大に入学すると馬鹿になる」 last but not least 底辺私立医大が悪いんじゃない 本人の頭が悪いんだ。
旧帝卒の開業医はタウン誌でも卒業大学や専門医を名乗っているんだけど 底辺私立医大医大卒の開業医はタウン誌でもホームページでもひたすら卒業大学を隠してるんだよね。 たとえ同期生であっても本人が隠してたがっている経歴=底辺私立医大卒をばらすことは名誉毀損にあたるんじゃないか? 病人に 裏口医大に入学すると馬鹿になるという「対偶論」*1) を適用してみました。 問題:命題とその対偶は真偽が一致する。 命題「病気でないと病院に行かない」の対偶を述べよ。 国立大学卒の答: 「病院に行くのは病気だからである」 裏口医大出身の答: 「病院に行くと病気になる」 *1) 問題:命題とその対偶は真偽が一致する。 命題「馬鹿でないと裏口医大には入学しない」の対偶を述べよ。 国立大学卒の答: 「裏口医大に入学するのは馬鹿である」 裏口医大出身の答: 「裏口医大に入学すると馬鹿になる」 参考資料 風俗嬢が再起じゃなくて底辺私立医の学費が払えず 愛人だか風俗だかやってる人がいるってテレビでやってた。
恥ずかしくて卒業大学すら名乗れない底辺私立医大出身者の言動の記録。 卒業証明をすぐに挙げられると豪語しておりますが。 恥ずかしくて卒業大学すら名乗れない底辺私立医大出身者の言動の記録。 卒業証明をすぐに挙げられると豪語しておりますが、 出来るってのと実際行うってのはちがう、と逃げてます。 >>174 新しいゴールドのやつを、うぷしてください >>181 「おまえの医科歯科大の卒業の証明するのが先だ」 に賛成する おまえの同期医師10人とか おまえの医科歯科大卒業証書とか おまえの学位記とか おまえ専門医証書とか 無いのわかっててイビってやるぜ おまえは浪人生の分際で 医科歯科大卒業と詐称して 他学をこき下ろしてんだからな 医科歯科大に迷惑かけた責任とってもらうぜ こんどは「見ろ、お茶ノ水会だ!だから僕は真の医科歯科クンだ」 デスってwww で、なんでそんなに画質暗くて小さくて粗いの? 見にくくしてるの?わざと? どこで撮影したの? 誰のものなの? 全く読めねえし、拡大したらぼやけるし、作為的じゃね? で、「お茶の水会」の文字の判読がなぜ おまえが自称医科歯科クンではなくて 真の医科歯科クンであるという証明になるんだよ? って言ってんのに、無視するんだ・・・なんでだろ・・・ 自称医科歯科クンは、 医科歯科卒業医師名乗って、医科歯科の看板使って 「私立はアホ、バカ、底辺、裏口、低学歴・・・・、」 などなどの悪口悪態レスを数年にわたって朝から晩まで 毎日毎日繰り返して、そのくせ医師とは思えない致命的なレスするから 誰にも医科歯科卒と信用してもらえず、 「私立をさげすんでるあんた、じゃ、そんなあんたの医科歯科卒の証拠は?」 ってなるわけです
もらえず ダウンタウンの松本気取りのくだらない奴 街中みんなのお笑い草だぜ バカヤロ様がいる 弱い奴には強く出て 強い奴には媚びへつらい 店長気取りのニセモノは 仕事も人望も紛い物 人には厳しく自分には甘く ケジメも無しとする 何でもすべての事が人任せで それでも良しとする 大学行ってもクズだから 常識なんかは通じねェ 相手を選んでハラ立てて 得意の火病はお手のモノ 今は君のために飲もう 僕も風と共に行こう すべての人に 懺悔しな!! https://www.facebook.com/katsuyuki.kida.923 バブル時代を水商売でこの世の春を謳歌していた女性の貧困化が深刻 小野谷知子容疑者もバブル時代は北新地のホステスとして優雅な生活を送っていたが 近年老化して一気に貧困化 偽クレーム詐欺で逮捕された
Most delayed diagnoses involve common conditions. The top five final diagnoses in a large study of diagnostic delay in internal medicine were pulmonary embolism, drug reaction, lung cancer, colorectal cancer, and acute coronary syndrome. The most common diagnostic delay in an emergency department setting was a missed fracture.
>>193 ほとんどの遅延診断は、一般的な条件を伴います。 内科で診断遅延の大規模研究でトップ5の最終診断は肺塞栓症、薬物反応、肺癌、結腸直腸癌、および急性冠症候群でした。 救急部の設定の中で最も一般的な診断の遅延は逃した骨折しました。 Specifically, a myriad of systemic diseases and metabolic derangements can cause abdominal complaints and mimic surgical abdominal disease, including hypercalcemia, acute intermittent porphyria, diabetic ketoacidosis, lead intoxication, familial Mediterranean fever, vasculopathies, adrenal insufficiency, and hyperthyroidism.
Did you know that in the Far East, people pay their doctors when they're healthy? When they'ree sick, they don't have to pay them. So, basically, they end up paying for what they want, not what they don't want. We got it all ass-backwards here. These politicians, they say the same thing over and over and over again. Healthcare decisions should be made by doctors and their patients, not by the government.・ Well, now I know they're not made by doctors and their patients or by the government. They're made by the fucking insurance companies.
天下の名俳優 高倉健君 「2ちゃんねるでは高卒予備校生が医科歯科卒業した立派なお医者様だと自称し、 私立をディする奴がいる。私立関係者及び医科歯科関係者に対する冒涜だ。 死んでもらいまっせ。不器用っすから。」
そんなわけで、いまや大人気の(自称)医科歯科クン登場〜〜 │ 彡川川川三三三ミ〜 プウゥ〜ン | 川|川/ \|〜 ポワ〜ン ________ | ‖|‖ ◎---◎|〜 / | 川川‖ 3 ヽ〜 < 僕は予備校生、脛かじり | 川川 ∴)д(∴)〜 \________ | 川川 〜 /〜 カタカタカタ | 川川‖ 〜 /‖ _____ | 川川川川___/‖ | | ̄ ̄\ \ | / \__| | | ̄ ̄| | / \医科歯科 | | |__| | | \ |つ |__|__/ / | / 兎と亀&漢字ドリル | ̄ ̄ ̄ ̄| 〔 ̄ ̄〕 浪人なのに勉強しない〜 小学5年女児大好き〜 自称だから医科歯科の学生証、卒業証書あれへん 同期ったて、ぼく、医科歯科じゃねえからいませ〜ん でも医科歯科の封筒はもってま〜す あ、あと、同窓会誌の『写真』ならもってます ここは風俗嬢医学部学生スレです 自称医科歯科クンの願望妄想書き殴りの鬱憤晴らしスレではありません
>>197 Far East は日本の事だろうね。 TPP前の。 大阪Hxkxsetu これは、他人から聞いた話だけど、能無し内科医Y野(若草第xに左遷)は、 事務長山Mにけつかかれて、 院長に「手術やる!出来ます!」ってノリで言っちゃったんだ 工学技士西Mがあきれ顔で矢Nに皮膚縫合教えてたって。 いいか?工学技師が、医者に医療技術を教えるんだぜ? そんな奴が手術するんだぜ。 どんな病院かと思うだろ? Y野が手を出した患者が死ぬのも当たり前だよ。 つまりY野を囃し立てて、殺人医師に貶めたのは 北摂病院の医療工学技士のN村と、 同医療事務員のY本の2人じゃねえか! 矢Nの稚拙な技術を、他の医者にカバーさせて、うまくごまかして、 手術機械業者の美味しいわいろや接待を期待して、 金と地位を得ようとしてただけじゃないか! むろん、まともな医師看護婦からは反意見噴出 そしたら、能無し内科医Y野自身も、工学技士N村と事務長Y本と結託して、 自分で自分宛てに脅迫状作って、北●病院に郵送させて、 わざわざコピーして病院中でわざわざ大騒ぎして、被害者装ってたんだぞ。 自作自演がばれて、院長にこっぴどく叱られてたけど。 、うふふ
こんどは「見ろ、お茶ノ水会だ!だから僕は真の医科歯科クンだ」 デスってwww で、なんでそんなに画質暗くて小さくて粗いの? 見にくくしてるの?わざと? どこで撮影したの? 誰のものなの? 全く読めねえし、拡大したらぼやけるし、作為的じゃね? で、「お茶の水会」の文字の判読がなぜ おまえが自称医科歯科クンではなくて 真の医科歯科クンであるという証明になるんだよ? って聞いてるのに答えてくんない・・ e absence of doll's eyes suggests brainstem dysfunction in the comatose patient but can be normal in the awake patient. As the clot is broken down, after about a week it becomes isodense with brain tissue, and after 2 to 3 weeks it becomes hypodense Most delayed diagnoses involve common conditions. The top five final diagnoses in a large study of diagnostic delay in internal medicine were pulmonary embolism, drug reaction, lung cancer, colorectal cancer, and acute coronary syndrome. The most common diagnostic delay in an emergency department setting was a missed fracture.
2013駿台偏差値 国公立大学理系全学部全学科ランキング 79 理3 76 京医 74 阪医 72 医歯医 71 九医 名医 70 千葉医 東北医 69 京府医 北医 理1 68 神戸医 阪市医 広島医 67 筑波医 岡山医 金沢医 横市医 名市医 奈良県医 66 理2 熊本医 長崎医 新潟医 三重医 滋賀医 65 岐阜医 群馬医 浜松医 京大薬 京大理 64 京大工(物理) 山口医 鹿児島医 富山医 福井医 札幌医 63 京大農 北大獣医 阪大人間 秋田医 弘前医 香川医 宮崎医 愛媛医 信州医 旭川医 62 東工大(3,4類) 京大工(電子) 高知医 鳥取医 島根医 琉球医 山形医 佐賀医 大分医 61 東工大(5,6類) 京大工(地,工,情,建) 福島県医 う〜ん、素晴らしい。 何故かこの表を見てると心が晴れ晴れとする。 何処に出しても恥ずかしくない表だ。 金で医師免許を買ったバカ私立医大の混じった表は眺めてるだけで違和感があり、 何とも言えない不快な感情が湧いてくる。 正々堂々と勉強して卒業して取得した国立医卒の医師免許を汚されたというか・・・・・、 嫌な気持ちにさせられるんだよねwww。 ここで私立卒の医者に一言 「あんたらと一緒にせんで欲しいわ。」
宮崎の鋭部位先生見習えよ。 私立から灯台にロンダ成功、 色んな女と性交 しかも精巧な技で。
うんうん、大阪高槻北○総合ビョウイン内部の者だが、実際、真面目に頑張ってるのは、 内科(内視鏡緊急頑張る消化器、矢○が抜けてまともになった循環器)と 緊急手術を頑張る整形外科くらいだろな、ほんと。 外科は盲腸の緊急手術さえ転院させるし、ポート植え込みすら1週間待ちだし。 呼吸器外科は半死の癌患者に無駄な化学療法をえんえんと続けるし、 小児科や他の内科各科は入院患者2〜3人のこともある。 産婦人科なんて、お産だけで、まともな救急当直していないからな。 ただ、夜間の救急だけは立派だ。 ただし、その夜間勤務すんのは若い無知な可哀相な新米医師。 医局に行ったら、おっさんがネット見て遊んでるぞ。 それでさあ、 東大阪若草に左遷されたY先生! この期に及んでもなお、相も変わらず自作自演ですか? いっとくけど、責任は医師のあなたなんですよ。 そちらでは迷惑かけないでくださいね。 早くもやらかした噂は聞いていますよ。 またそちらでも裁判沙汰やらかして、どうすんの? お医者さん辞めたら?
このY野、なんで勝手に循環器専門医になってんだ? まさか矢Nが自称して申請してるのか?さっそく学会と病院に密告だ ↓ 大阪hokusetuの矢N(東大阪若K第一循環器へ左遷中) またミスったよ!もともと血管奇形のある患者に強引に心カテやって急変!! 高槻の大学病院で緊急心臓手術されたそうな・・ これは生物実験に人体が使われた症例に間違いない。 内科の能無しY野(東大阪若草第一循環器へ左遷)、勘違いMEのN村が上司に相談無しでカテをやった結果その患者は三途の川の岸で彷徨ってます これって殺人者とイコールですな。 家族の訴訟待ってます そして、その患者ICUで死んだよ。 人工心臓回しながら転院して、一時は回復したけど、やはり助からなかったよ。 でも、死亡原因は、搬送先での不潔な手術での感染だから。 ってY野とN村は逃げ回ってる。 でも今回の死亡手術をさせてのは院長気取りの事務長山本 だって、循環器の偉い上司がおらず、わざわざカス医師矢Nと医師気取り工学技士西Mしか いない状況なのに、その患者の搬送をさせてんだから 結局司法解剖になった。訴訟だっ
私は入院前にYから「Bは東大出身」だと聞かされていましたので、 さぞ勉強したのだろうと思っていました。 10月6日深夜、Yが重篤になっていて、病室に私ども夫婦とBが一緒に居るときに、 Bに「医師になった理由は何ですか」と尋ねたところ、思いがけない言葉がBから発せられました。 Bは「法政を2浪したが、親がバブルでチャンスだと思ってS医大に入った」と言いました。 東大出身でないことに驚きましたが、Yが苦痛と重篤で生死の淵をさ迷いながらベッドに横たわっている場面で、 平気で私立の医科大学に金で入ったというような話をすることに、かなりの異常さと異様な雰囲気を感じました。 このように、医師免許を金で買ったと平気でうそぶく人間に、医師としての気位や資格が有るはずがありません。 http://homepage3.nifty.com/kaizansyomei/site/column/saitama/1069435890.html 2ちゃん医科歯科昔話 昔々じゃなくて、今今、 Hey!Self-styled Tokyo Medicaland Dental University graduation ! (おい、自称医科歯科卒くん!)という文章がありました Self-styled に対して、自称医科歯科クンが言いました ↓ 493 :卵の名無しさん:2015/11/09(月) 15:34:38.43 ID:ukFZxcZn0 >>491 alleged graduate なら英熟語として通じるけど self-styled graduationなら独自の儀式で卒業式やったとかいう意味だぞ。 ↑ しかしすぐにそれで正解じゃんと返されました 527 :卵の名無しさん:2015/11/09(月) 18:23:57.38 ID:g6z/uK4C0 >>493 それでいいんじゃね? おまえは自称医科歯科卒だろ? まさにぴったりwwwwwwwwwwww めでたしめでたし ふと気がついた 自称医科歯科クンが Hey!Self-styled Tokyo Medicaland Dental University graduation ! (おい、自称医科歯科卒くん!)という文章に蔑みレスをする際、 なぜか Tokyo Medicaland Dental University という言葉を省略し alleged graduate やら self-styled graduationとする件 やっぱ警察を介して医科歯科の学務課から怒られた噂はマジだったようでごじゃる
When you hear hoof beats, do not think either horses or zebras. Run before you get hit.
こういう症状*1)をきたす脳の障害部位はどうもここみたいだな。 Areas of the frontal cortex rostral to the motor areas arc involved in complex behavioral activities. Lesions result in changes in judgment, abstract thinking, tactfulness and foresight. Symptoms may incIude irresponsibility in dealing with daily affairs, vulgar spmh and clownish behavior. *1) Expellee from Bottom Medical School Syndrome (EBMSS). The suffered calls others sham doctors when he cannot respond with intelligence which he is devoid of. It is because he is not eligible to deride other doctors who graduated from national medical colleges owing to his despicable achievement, that is, buying his way into bottom medical school. 確かに合致する。 http://anago.2ch.net/test/read.cgi/hosp/1441603966/l50 当直医のスレ Part.3 [転載禁止]©2ch.net これ読んで、だいたいのパターンが読めてきたよ 予備校生で、お医者さんが羨ましい でもばかだから浪人生の俺 私立の奴は裏口にちがいない よし、俺は、目標校の医科歯科大卒業医者ってことにして、私立医大医者をさげすもう でも、結局、こうそつだからバレしまう 医学の論文貼って、俺が読んで感動したって事にしよう 浪人生で暇だから時間たっぷりあるしな 忙しいお医者さんは読めないだろう、 で、肝心の英文訳だけど 翻訳サイトがあるじゃないか よし、英語得意な医科歯科大卒業医者として、 英語苦手な医者どもを貶めてやる 俺が浪人生なのに、医者してる奴がいるなどけしからんからな ってとこやな あと、すげえビンボーなんだろうな 医学部以前に、大学すら行かせてもらえないんだよな 私立医大は大金裏口って信じてんだろ カネやコネで大学なんか行ける訳ないのに まぁお医者さんになりたい向学心あるんなら、いくらでも行く路あるけどな でき良くないとダメだけど 医科歯科大卒業クン、じっさいは馬鹿だからな Hey!Self-styled Tokyo Medicaland Dental University graduation ! You show the proof that is a graduate of the Medical and Dental University, and why can you not introduce a synchronization graduation doctor? Is this because it tells a lie? Are you not ashamed?????
自称医科歯科クン、お医者さん相手だと虐められてばっかりだから 風俗嬢のスレに逃亡し、持論展開 風俗嬢相手に勝ち誇るとはなんと情けない・・・ 仮にも医者(詐称だけど)を名乗る奴が、女の子にパワハラ&セクハラ 自称医科歯科って最低だ
>>224 Expellee from Bottom Medical School Syndrome (EBMSS). ????????????? それな、最近バカのおまえのお気に入りみてえなんで、すげえ悪いんだけど、 Expellee from Bottom Medical College Syndrome(EBMCS) あるいは Expellee from Bottom Medical University Syndrome(EBMUS) てのが妥当じゃね? まともな英語教育受けてる奴はそう考えるはずだけど、 おまえは自称医科歯科クンだな しかたねえか おまえ、いちおう、来年3月に大学受験すんだろ? それも医学部うけるつもりなんだろ? ちゃんと英語の勉強してきたか? やり直せよ、また落ちるぞ おまえの好きな中2くらいからやり直したほうがよくね? >>227 No graduate from national medical school can ever be jealous about your despicable achievement, that is, buying your way into bottom medical school. There is nothing to be more ashamed among doctors than buying their way into bottom medical school. You should be affirmative, shouldn't you? 問題: 以下の誤った英作文を書く馬鹿でもはいれるschoolはどこでしょうか? Your thing that you should do now is it is study or to earn money. a.都内国立大学医学部医学科 b.底辺私立医大 c.柔道整復師養成校 d.底辺私立医大専門予備校 e.高校入試すら不合格
>>227 isの主語がない、itの指すものがない 高校入試すら落ちるぞ。 底辺私立医大なら入れるのか? らしいよ 自称医科歯科大卒業クン、先ず医学部受からないと医者になれないから 来年度に頑張ってみたら? お金がない? そら知らんわw
Hey!Self-styled Tokyo Medicaland Dental University graduation ! You always depended on the translation site not own power, and did you pose as an English expert? Shame on you. I am disgusted. おい、自称医科歯科! おまえはいつも翻訳サイトに頼って英語に長けていると詐称していたのか? 恥をしれ! 軽蔑する! なー
もうゆるしてやれ 東大阪若草第一循環器内科 矢Nは 高槻北摂総合病院循環器内科時代に、 悪徳事務長Y本の策略で 工学技士N村と手術をしようとして 失敗しただけだ まあでも、失敗ってのは手術失敗ってことで、結果は患者さんが死んじゃったってことだけどな 結果、東大阪若草第一循環器内科に左遷という形で逃げたわけだ でも 東大阪若草第一循環器内科はそのことまったく知らされてなかったとかで、 また辞職勧告されてるって話だがな かわいそうなんは患者だね しかし、ひどい話でっせ、まじで 利益あがれば 事務長がどや顔 患者死んだら医者だけのせいで被害者ヅラ 北摂は大学の練習施設だから、気をつけなきゃな
Hey!Self-styled Tokyo Medicaland Dental University graduation ! A cram school student is not conceited おいこら自称医科大卒業クン、 予備校生が思い上がるなよ! な
http://anago.2ch.net/test/read.cgi/hosp/1441603966/l50 当直医のスレ Part.3 [転載禁止]©2ch.net これ読んで、だいたいのパターンが読めてきたよ 予備校生で、お医者さんが羨ましい でもばかだから浪人生の俺 私立の奴は裏口にちがいない よし、俺は、目標校の医科歯科大卒業医者ってことにして、私立医大医者をさげすもう でも、結局、こうそつだからバレしまう 医学の論文貼って、俺が読んで感動したって事にしよう 浪人生で暇だから時間たっぷりあるしな 忙しいお医者さんは読めないだろう、 で、肝心の英文訳だけど 翻訳サイトがあるじゃないか よし、英語得意な医科歯科大卒業医者として、 英語苦手な医者どもを貶めてやる 俺が浪人生なのに、医者してる奴がいるなどけしからんからな ってとこやな あと、すげえビンボーなんだろうな 医学部以前に、大学すら行かせてもらえないんだよな 私立医大は大金裏口って信じてんだろ カネやコネで大学なんか行ける訳ないのに まぁお医者さんになりたい向学心あるんなら、いくらでも行く路あるけどな でき良くないとダメだけど 自称医科歯科大卒業クン、じっさいは馬鹿だかんな 底辺私立医大出身者の英作文です。 >A cram school student is not conceited >予備校生が思い上がるなよな と言う意味だそうです。 命令法すら理解していない。 エネルギー保存則を理解しておらず一次方程式で解けるカロリー計算できない低学力に匹敵しますね。 中学生向きの解説 命令文にはいくつかの種類があります。「しなさい」や「するな」だけでなく「してください」や「しましょう」も命令文のなかまです。そしてすべての命令文に共通しているのは主語がないことです。 Do not get too big for your britches! Being "too big for your britches" means: acting like a bigger idiot than you are. 底辺私立医大出身者の英作文を評するに相応しい表現ですねぇ。
問題: 以下の誤った英作文を書く馬鹿でもはいれるschoolはどこでしょうか? Your thing that you should do now is it is study or to earn money. a.都内国立大学医学部医学科 b.底辺私立医大 c.柔道整復師養成校 d.底辺私立医大専門予備校 e.高校入試すら不合格
But you wouldn't know that , would you? Cuz' you're a bona fide moron.
よし、じゃ、 自称医科歯科大卒業クン、 自慢の医科歯科大卒業の優秀な英語で、中学生以上の英文を書け 「予備校生が思い上がるな」 あんたには、嫌な文章だろうと思うし あんたレベルじゃ出来ないだろうけど 自慢の翻訳サイト使いなよ いつもそうしているじゃないか
>>244 その英文は 「あんたが今しなくちゃならねえことは、勉強だ。そして、お金を稼ぐことだ」 って意味だよね?俺みたいな一般人でも普通に意味わかるじゃないかwww 浪人だから勉強しなさいってことだよ、自称医科歯科クンww それに、おまえ、いつも「オカネで医学部行ける」って言っててるし、 それなら、オカネも稼げってことも言われているwww あ?おまえ、その英文がけっこう効いたんじゃね? 可哀相だねえ・・・ っていうか、風俗嬢も頑張って医学部に入学したんだから、 うじうじうじうじうじうじうじ女相手にねちねちねちねちねちねちしすんの やめて、受験対策したら? 問題: 以下の誤った英作文を書く馬鹿の身分はどれでしょうか? (複数回答可) But you wouldn't know that , would you? Cuz' you're a bona fide moron. a.東京医科歯科大学医学部医学科 b.自称医科歯科大学入学&卒業&英語の得意な自称優秀医師 c.近所に医科歯科入ったと見栄張ったから浪人とばれないようこっそり宅浪 d.それじゃ何年も浪人したから、親が怒ってむりやり予備校に申し込み e.実は高校入試すら不合格して、まさかの中卒説が発生しているよ、自称医科歯科クンw 模範解答;bcde
問題: 以下の誤った英作文を書く馬鹿の身分はどれでしょうか? (複数回答可) But you wouldn't know that , would you? Cuz' you're a bona fide moron. a.東京医科歯科大学医学部医学科 b.自称医科歯科大学入学&卒業&英語の得意な自称優秀医師 c.近所に医科歯科入ったと見栄張ったから浪人とばれないようこっそり宅浪 d.それじゃ何年も浪人したから、親が怒ってむりやり予備校に申し込み e.実は高校入試すら不合格して、まさかの中卒説が発生しているよ、自称医科歯科クンw 模範解答;bcde
Hey!Self-styled Tokyo Medicaland Dental University graduation ! You always depended on the translation site not own power, and did you pose as an English expert? Shame on you. I am disgusted. おい、自称医科歯科! おまえはいつも翻訳サイトに頼って英語に長けていると詐称していたのか? 恥をしれ! 軽蔑する!
>>241 おやまた、自称医科歯科大卒業クン お得意様の翻訳サイトで訳して貰ったんか? その作文が、中卒バカの私立の英語だというのなら あんたの自慢の英語と力やらで 「予備校生が思い上がるな」 の英語のお手本を見せてごらんよ 医科歯科大卒業の英語ってヤツでさ そんな文、リアルに嫌だろうけどw 自力で出来ないだろ? じゃ翻訳サイト使いな いつもそうしてるからいいじゃん 大阪Hxkxsetu これは、他人から聞いた話だけど、能無し内科医Y野(若草第xに左遷)は、 事務長山Mにけつかかれて、 院長に「手術やる!出来ます!」ってノリで言っちゃったんだ 工学技士西Mがあきれ顔で矢Nに皮膚縫合教えてたって。 いいか?工学技師が、医者に医療技術を教えるんだぜ? そんな奴が手術するんだぜ。 どんな病院かと思うだろ? Y野が試閧oした患者bェ死ぬのも当たb闡Oだよ。 つまりY野を囃し立てて、殺人医師に貶めたのは 北摂病院の医療工学技士のN村と、 同医療事務員のY本の2人じゃねえか! 矢Nの稚拙な技術を、他の医者にカバーさせて、うまくごまかして、 手術機械業者の美味しいわいろや接待を期待して、 金と地位を得ようとしてただけじゃないか! むろん、まともな医師看護婦、特に外科医師からは反意見噴出(当然だ) そしたら、Y野自身も、N村とY本と結託して、 自分で自分宛てに脅迫状作って、北●病院に郵送させて、 わざわざコピーして病院中でわざわざ大騒ぎして、被害者装ってたんだぜ。 自作自演がばれて、院長にこっぴどく叱られてたけど。 それでも上司いないスキ狙って、こいつら、かってに手術して殺人で告訴されちゃうんだけど
『私立大学医学部医学科』歩留率ワースト順 052位:日本医科(32.0%、242人) 062位:愛知医科(34.0%、419人) 117位:東京慈恵会医科(40.4%、252人) 156位:自治医科(43.9%、291人) 235位:聖マリアンナ医科(50.7%、112人) 243位:東京医科(51.0%、214人) 248位:大阪医科(51.3%、188人) 282位:岩手医科(53.7%、209人) 287位:金沢医科(54.0%、156人) 289位:兵庫医科(54.0%、97人) 310位:獨協医科(56.2%、173人) 381位:埼玉医科(62.7%、76人) 383位:東京女子医科(62.9%、119人) 410位:川崎医科(65.7%、58人) 488位:産業医科(74.3%、67人) http://utsunomiyasoh.blog.fc2.com/blog-entry-105.html 歩留率(%)=入学者総数÷合格者数×100(合格者数中に補欠合格含む) 辞退率(%)は100-歩留率(%) 辞退の構造: 国公立合格→上位私大入学権利破棄→補欠者にお鉢→その補欠者が、受かった下位私大の入学権利破棄→その大学の補欠にお鉢・・ 国立コンプの理由がよくわかる。 底辺私立医大出身だと「国立コンプ」ゆえに国立医学部卒の人間を 予備校生とか厨房とか書くしかないんだよな。 予備校生 -> 頂点から底辺まで可能性を秘めた存在 裏口医大卒 -> 数千万という法外な金を払ったのに同業者からも患者からもバカだの裏口だのと散々罵られる、底辺が確定した存在。 どちらも現役都内国立合格の俺には無関係な話。 「すぐ診察できます」と発言して診察しない医者がいたら 嘘つきと呼ばれて信頼を失う。 同期医者を挙げられないのに >すぐに同期医者10人挙げれるよ とかいて嘘つき断定されて信用されなくなるから 常識ある人間はそんな行動はとらない。 ところが裏口バカには、嘘つきと断定されて信用を失うことよりも 卒業大学を明らかにすることの方が信用を失うらしい。 裏口バカにとっては卒業大学を明らかにすることは嘘をつくよりも恥ずかしいことなんだね。 last but not least, 底辺私立医大が悪いのではない、 本人の頭が悪いんだ。 「すぐ診察できます」と発言して診察しない医者がいたら 嘘つきと呼ばれて信頼を失う。 同期医者を挙げられないのに >すぐに同期医者10人挙げれるよ と書けば嘘つきと断定されて信用されなくなるから 常識ある人間はそんな行動はとらない。 ところが裏口バカには、嘘つきと断定されて信用を失うことよりも 卒業大学を隠す方が重要らしいね。 裏口バカにとっては卒業大学を明らかにすることは嘘をつくよりも恥ずかしいことなんだね。 last but not least, 底辺私立医大が悪いのではない、 本人の頭が悪いんだ。 問題: 裏口バカをbackdoor foolという逐語訳ではなく その意味がわかるように英訳せよ。 国立大学卒の答: despicable bona fide morons beyond reclaim who bought thier way into bottom medical school 底辺私立医大出身の答: It's me. 講評: 正確性、具体性、簡潔性では後者の訳の方が 残念ながら普遍性がありません。
本当なら立派だと思いますが、事実ではないのでしょうね。
>>261 川崎医大・愛知医大・金沢医大・埼玉医大・帝京大医学部 ここの卒業生と聞いただけで、「こいつ馬鹿なんだな。」 と確信していると? 試訳につき推敲歓迎 No offense, but a grim reality. There is nothing to be more ashamed among doctors than buying their way into bottom medical school. Owing to this original sin, they cannot even name their honorable alma mater. In order to keep their self-esteem, these moronic graduates cannot help but call other genuine doctors charlatans against their better judgement. What a pity! In short, it sucks to be an uraguchi. If any doctor tells that he will see a patient immediately when the doctor cannot, the patient will label the doctor a liar. The doctor of his word won't behave in such a dishonest way. If one insists that he can name ten of his classmates when he actually cannot, he will be a liar. For the uraguchi graduates, it seems to be intolerably dishonorable to uncover their alma mater. Far more dishonorable than being a liar. There will be no English response from bona fide morons suffering EBMS(Expellee from Bottom Medical School) Syndrome. Last but not least, it is not the bottom medical school but its enrollee that is despicable, which deserves to be called a bona fide moron beyond reclaim. There is no reason for national medical school graduates to envy bona fide morons called "uraguchi" who bought their way to the bottom medical school. No offense, but a grim reality. There is nothing to be more ashamed among doctors than buying their way into bottom medical school. Owing to this original sin, they cannot even name their honorable alma mater. In order to keep their self-esteem, these moronic graduates cannot help but call other genuine doctors charlatans against their better judgement. What a pity! In short, it sucks to be an uraguchi. If any doctor tells that he will see a patient immediately when the doctor cannot, the patient will label the doctor a liar. The doctor of his word won't behave in such a dishonest way. If one insists that he can name ten of his classmates when he actually cannot, he will be a liar. For the uraguchi graduates, it seems to be intolerably dishonorable to uncover their alma mater. Far more dishonorable than being a liar. There will be no English response from bona fide morons suffering EBMS(Expellee from Bottom Medical School) Syndrome. Last but not least, it is not bottom medical school but its enrollee that is despicable, which deserves to be called a bona fide moron beyond reclaim. There is no reason for national medical school gradutates to envy uraguchi bona fide morons who bought their way into the bottom medical school. No offense, but a grim reality. There is nothing to be more ashamed among doctors than buying their way into the bottom medical school. Owing to this original sin, they cannot even name their honorable alma mater. In order to keep their self-esteem, these moronic graduates cannot help but call other genuine doctors charlatans against their better judgement. What a pity! In short, it sucks to be an uraguchi. If any doctor tells that he will see a patient immediately when he cannot, the patient will label him a liar. The doctor of his word won't behave in such a dishonest way. If one insists that he can name ten of his classmates when he actually cannot, he will be a liar. As for the uraguchi graduates, it seems to be intolerably dishonorable to uncover their alma mater. Far more dishonorable than being a liar. There will be no English response from bona fide morons suffering EBMS(Expellee from Bottom Medical School) Syndrome. Last but not least, it is not the bottom medical school but its enrollee that is despicable, which deserves to be called a bona fide moron beyond reclaim. There is no reason for national medical school graduates to envy bona fide morons called "uraguchi" who bought their way into the bottom medical school. No offense, but a grim reality. There is nothing to be more ashamed among doctors than buying their way into the bottom medical school. Owing to this original sin, they cannot even name their honorable alma mater. In order to keep their self-esteem, these moronic graduates cannot help but call other genuine doctors charlatans against their better judgement. What a pity! In short, it sucks to be an uraguchi. If any doctor tells that he will see a patient immediately when he cannot, the patient will label him a liar. The doctor of his word won't behave in such a dishonest way. If one insists that he can name ten of his classmates when he actually cannot, he will be a liar. As for the uraguchi graduates, it seems to be intolerably dishonorable to uncover their alma mater. Far more dishonorable than being a liar. There will be no English response from bona fide morons suffering EBMS(Expellee from Bottom Medical School) Syndrome. Last but not least, it is not the bottom medical school but its enrollee that is despicable, which deserves to be called a bona fide moron beyond reclaim. We hold these truths to be self-evident, that all "uraguchi" are created retards, that they are endowed by their creator with certain unalienable traits, that among these are sloth, mythomania, and the pursuit of imbecility. That to rectify these traits, Bottom Medical Schools (BMS) are instituted for retards, deriving their just powers from what has been referred as the arbitrary donnation of the parents of the rectified, That whenever any form of the retards becomes destructive of rectificatin, it is the right of the BMS to suspend or expell them, and to impose additional tuition laying its foundation on such principles and organizing its powers in such form, as to them shall seem most likely to effect the profit of BMS . Prudence, indeed, will dictate that "uraguchi" long established can not be changed for light and transient causes; and accordingly all experience has shown, that BMS are more disposed to suffer, while evils are sufferable, than to right themselves by abolishing the forms from which they can pursuit profit. But when a long train of misbehavior and misconduct , showing invariably the same Imbecility evinces a design to reveal themselves as absolute Bona Fide Moron , it is their right, it is their duty, to expel such "uraguchi", and to provide new guards for their future security.
We hold these truths to be self-evident, that all "uraguchi" are created retards, That they are endowed by their creator with certain unalienable traits, that among these are sloth, mythomania, and the pursuit of imbecility. That to rectify these traits, Bottom Medical Schools (BMS) are instituted for retards, deriving their just powers from what has been referred as the arbitrary donation of the parents of the rectified, That whenever any form of the retards becomes destructive of rectificatin, it is the right of the BMS to suspend or expel them, and to impose additional tuition laying its foundation on such principles and organizing its powers in such form, as to them shall seem most likely to effect the profit of BMS . Prudence, indeed, will dictate that "uraguchi" long established cannot be changed for light and transient causes; and accordingly all experience has shown, that BMS are more disposed to suffer, while evils are sufferable, than to right themselves by abolishing the forms from which they can pursue profit. But when a long train of misbehavior and misconduct , showing invariably the same Imbecility evinces a design to reveal themselves as absolute Bona Fide Moron , it is their right, it is their duty, to expel such "uraguchi", and to provide new guards for their future security. There will be no English response from bona fide morons suffering EBMS(Expellee from Bottom Medical School) Syndrome. Last but not least, it is not the bottom medical school but its enrollee that is despicable, which deserves to be called a bona fide moron beyond reclaim.
翻訳サイトから英文貼りつけて荒らすのやめなよ なあ、自称医科歯科大卒業ジイさんよぉ
We hold these truths to be self-evident, that all "uraguchi" are created retards, That they are endowed by their creator with certain unalienable traits, that among these are sloth, mythomania, and the pursuit of imbecility. That to rectify these traits, Bottom Medical Schools (BMS) are instituted for retards, deriving their just powers from what has been referred as the arbitrary donation of the parents of the rectified, That whenever any form of the retards becomes destructive of rectification, it is the right of the BMS to suspend or expel them, and to impose additional tuition laying its foundation on such principles and organizing its powers in such form, as to them shall seem most likely to effect the profit of BMS . Prudence, indeed, will dictate that "uraguchi" long established cannot be changed for light and transient causes; and accordingly all experience has shown, that BMS are more disposed to suffer, while evils are sufferable, than to right themselves by abolishing the forms from which they can pursue profit. But when a long train of misbehavior and misconduct , showing invariably the same Imbecility evinces a design to reveal themselves as absolute Bona Fide Moron , it is their right, it is their duty, to expel such "uraguchi", and to provide new guards for their future security. There will be no English response from bona fide morons suffering EBMS(Expellee from Bottom Medical School) Syndrome. Last but not least, it is not the bottom medical school but its enrollee that is despicable, which deserves to be called a bona fide moron beyond reclaim.
There is no reason for national medical school graduates to envy bona fide morons called "uraguchi" who bought their way into the bottom medical school. No offense, but a grim reality. There is nothing to be more ashamed among doctors than buying their way into the bottom medical school. Owing to this original sin, they cannot even name their honorable alma mater. In order to keep their self-esteem, these moronic graduates cannot help but call other genuine doctors charlatans against their better judgement. What a pity! In short, it sucks to be an uraguchi. If any doctor tells that he will see a patient immediately when he cannot, the patient will label him a liar. The doctor of his word won't behave in such a dishonest way. If one insists that he can name ten of his classmates when he actually cannot, he will be a liar. As for the uraguchi graduates, it seems to be intolerably dishonorable to uncover their alma mater. Far more dishonorable than being a liar. There will be no English response from bona fide morons suffering EBMS(Expellee from Bottom Medical School) Syndrome. Last but not least, it is not the bottom medical school but its enrollee that is despicable, which deserves to be called a bona fide moron beyond reclaim. 以下、初級英語もできない底辺私立医大出身者の日本語での戯言が続きます。 The eyes do not see what the mind does not know. As for uraguchi , the eyes do not see what shows he is a bona fide moron.
今も昔も年収が増えたからといって可分所得が増えた気がしないな。 税金が増えたのは実感したけどね。 病棟をもっていたころは これくらい 今は仕事を減らしてネット三昧できる生活にしたから 1000万くらい減った。 別スレへの投稿から辞退率を計算してみた。 (quote) ここで名門開成の進学先(H27年度)を見てみよう! (https://kaiseigakuen.jp/career/result-univ/ ) さすがに東京一工・国公立医はほぼ合格者≒進学者だね!! (防医以外の国公立医では合格者数80数名で進学者70余名) 次は私立医を見てみよう!(辞退率を引用者が追加した) 慈恵 合格者21 進学者5 76% 順天 合格者18 進学者2 88% 東邦大 合格者2 進学者0 100% 日医 合格者7 進学者1 85% 昭和 合格者7 進学者0 100% 杏林 合格者1 進学者0 100% 埼玉医 合格者7 進学者1 85% 東医 合格者3 進学者2 33% (unquote) の辞退率との乖離は後者には私立専願合格者を含むから と考えるが、どうだろう? 辞退の構造: 国公立合格→上位私大入学権利破棄→補欠者にお鉢→その補欠者が、受かった下位私大の入学権利破棄→その大学の補欠にお鉢・・ 合格者と実際の入学者は別物w 上位合格者は併願して合格した国立へ進学w 元の表現だと >こりゃ入学する奴は国立医に落ちまくったカスばっか。 私立医大卒の認めたがらない現実 『私立大学医学部医学科』歩留率ワースト順 052位:日本医科(32.0%、242人) 062位:愛知医科(34.0%、419人) 117位:東京慈恵会医科(40.4%、252人) 156位:自治医科(43.9%、291人) 235位:聖マリアンナ医科(50.7%、112人) 243位:東京医科(51.0%、214人) 248位:大阪医科(51.3%、188人) 282位:岩手医科(53.7%、209人) 287位:金沢医科(54.0%、156人) 289位:兵庫医科(54.0%、97人) 310位:獨協医科(56.2%、173人) 381位:埼玉医科(62.7%、76人) 383位:東京女子医科(62.9%、119人) 410位:川崎医科(65.7%、58人) 488位:産業医科(74.3%、67人) http://utsunomiyasoh.blog.fc2.com/blog-entry-105.html 私立医大の表のスクリーンショット 歩留率(%)=入学者総数÷合格者数×100(合格者数中に補欠合格含む) 辞退率(%)は100-歩留率(%) 合格者から専願を除いた表をみてみたいね。 結論:試験に合格した受験生と実際に入学した受験生は別人w 裏口バカによると俺の自作表らしいw すると俺は、この表のソースのブログ主ということになるが、このブログ主は京大理学部に現役合格している。つまり、中卒ニートマンではないことになる。 裏口バカは平気で嘘をつくという証左。 国立医学部へのコンプはそれほど精神を荒廃させるということ。 親が開業医なのに底辺私立医学部にすら入れないバカ息子はどうするのですか? http://detail.chiebukuro.yahoo.co.jp/qa/question_detail/q11153397506 (quote) 2015/12/819:52:29 現役医師です. それでも,医者になれます. 医学部に入るには,学力と金の総合力で決まります. 小生のような一般家庭人は,学力を磨き上げるしかありませんが, 低学力者は,金があれば入学出来ます. 具体的には,指定校推薦です. 学校ごとに学年で枠が設けられているので,ライバルは同級生だけです. そして,決めるのは当事者の話し合いと,学校です. そこで金が必要. つまり,入学金や授業料の支払能力はもちろん,校内での枠を取るための現金を用意できるか,という事です. 学校(高校)に寄付という形で,お金を入れるという事です. 小生の高校では,***医,******の指定校の枠があり,それらは現金のやりとりで決まっていました. 学力は,センター物理で20点も取れないレベルの生徒でした. 「あなたのご家庭は,2000万寄付は出来るのですか?」 「親同士がそういうやりとりをしている」と,その友達から聞いた時は,衝撃でした. 決まった子は病院の院長の娘で,ダメだった子は勤務医の娘でした. 落ちた子は,泣いていました. 浪人すると,大学との裏口しかないでしょうから,難しいでしょう. (unquote) ・感染対策にどれだけの資源を投入するかは費用対効果で決まる ・費用対効果で計算するならLDV/SOFの薬価はdecision makingには影響しない ということすら理解できない、 不等式すらできないのがシリツということが判明。 二次方程式すら出来ない(えなり) エネルギー保存則を使った一次方程式すらたてられない につづいて 不等式すらできないのがシリツと判明しました。 みんなで声を出して唱えましょう。 底辺私立医大が悪いのではない、本人の頭が悪いんだ。 底辺私立医大卒は恥ずかしくて、学校名を皆さま言いません。 底辺私立医大が悪いのではない、本人の頭が悪いんだ。 底辺私立医大卒は恥ずかしくて、学校名を皆さま言いません。 底辺私立医大が悪いのではない、本人の頭が悪いんだ。 底辺私立医大卒は恥ずかしくて、学校名を皆さま言いません。 底辺私立医大が悪いのではない、本人の頭が悪いんだ。 底辺私立医大卒は恥ずかしくて、学校名を皆さま言いません
底辺私立医大卒って反復しても学習できない低能だな。 だからこそ底辺私立医大にしか入れず国立コンプなわけだが。 嘘をつくのが恥ずかしくないのは 日本人の感性ではあり得ない。 「すぐ診察できます」と発言して診察しない医者がいたら 嘘つきと呼ばれて信頼を失う。 同期医者を挙げられないのに >すぐに同期医者10人挙げれるよ とかけば嘘つきと断定されて信用されなくなるから 常識ある人間はそんな行動はとらない。 ところが裏口バカには、嘘つきと断定されて信用を失うことよりも 卒業大学を明らかにすることの方が信用を失うらしい。 裏口バカにとっては卒業大学を明らかにすることは嘘をつくよりも恥ずかしいことなんだね。 みんな分かっってるよ。これだよこれ。 底辺私立医大卒は恥ずかしくて、学校名を皆さま言いません。 last but not least, 底辺私立医大が悪いのではない、 本人の頭が悪いんだ。 Results: The simple heuristics (fever and cough; fever, cough, and acute onset) were helpful when positive but not when negative. The most useful and accurate clinical rule assigned 2 points for fever plus cough, 2 points for myalgias, and 1 point each for duration <48 hours and chills or sweats. The risk of influenza was 8% for 0 to 2 points, 30% for 3 points, and 59% for 4 to 6 points; the rule per- formed similarly in derivation and validation groups. Approximately two-thirds of patients fell into the low- or high-risk group and would not require further diagnostic testing. Conclusion: A simple, valid clinical rule can be used to guide point-of-care testing
『私立大学医学部医学科』歩留率ワースト順 052位:日本医科(32.0%、242人) 062位:愛知医科(34.0%、419人) 117位:東京慈恵会医科(40.4%、252人) 156位:自治医科(43.9%、291人) 235位:聖マリアンナ医科(50.7%、112人) 243位:東京医科(51.0%、214人) 248位:大阪医科(51.3%、188人) 282位:岩手医科(53.7%、209人) 287位:金沢医科(54.0%、156人) 289位:兵庫医科(54.0%、97人) 310位:獨協医科(56.2%、173人) 381位:埼玉医科(62.7%、76人) 383位:東京女子医科(62.9%、119人) 410位:川崎医科(65.7%、58人) 488位:産業医科(74.3%、67人) http://utsunomiyasoh.blog.fc2.com/blog-entry-105.html 歩留率(%)=入学者総数÷合格者数×100(合格者数中に補欠合格含む) 辞退率(%)は100-歩留率(%) 他スレに書き込まれてたんだけど コレって本当なの? もし本当なら試験に合格した学生と 実際に入学した学生は別人じゃんw 『私立大学医学部医学科』歩留率ワースト順 052位:日本医科(32.0%、242人) 062位:愛知医科(34.0%、419人) 117位:東京慈恵会医科(40.4%、252人) 156位:自治医科(43.9%、291人) 235位:聖マリアンナ医科(50.7%、112人) 243位:東京医科(51.0%、214人) 248位:大阪医科(51.3%、188人) 282位:岩手医科(53.7%、209人) 287位:金沢医科(54.0%、156人) 289位:兵庫医科(54.0%、97人) 310位:獨協医科(56.2%、173人) 381位:埼玉医科(62.7%、76人) 383位:東京女子医科(62.9%、119人) 410位:川崎医科(65.7%、58人) 488位:産業医科(74.3%、67人) http://utsunomiyasoh.blog.fc2.com/blog-entry-105.html 歩留率(%)=入学者総数÷合格者数×100(合格者数中に補欠合格含む) 辞退率(%)は100-歩留率(%) 他スレに書き込まれてたんだけど コレって本当なの? もし本当なら試験に合格した学生と 実際に入学した学生は別人じゃんw 底辺私立医大卒だと ・感染対策にどれだけの資源を投入するかは費用対効果で決まる ・費用対効果で計算するならLDV/SOFの薬価はdecision makingには影響しない ということすら理解できない、 不等式すらできないのがシリツということが判明したね。 二次法的すら出来ない(えなり) エネルギー保存則を使った一次方程式すら建てられない につづいて 不等式すらできないのがシリツと判明しました。 そんな裏口バカに癒しのスローガンw 「安心してください!エリート底辺私立医出てますよ!」 Take it easy! I am a graduate of the elite bottom medical school also called a bona fide moron. last but not least, 底辺私立医大が悪いのではない、 本人の頭が悪いんだ。 (起) Wrong Turnというホラー映画には続編がでてたのを知って当直が暇だったのでみた (承) 邦題はクライモリというらしいが、 道の選択を誤ったという意味でWrong Turnというのが原題なんだな。 (転) Give me a hand.(手伝ってくれ)といわれてmountain manが切り落とした獲物の手を差し出したのをみて 底辺私立医大の語学力を思い出して爆笑してしまった。 (結) 裏口バカはまさにwrong turnだな。 数千万という法外な金を払って、しかも同業者からも患者からもバカだの裏口だのと散々罵られるのをわかって好き好んで私立医に行く。
57 卵の名無しさん 2013/11/16(土) 10:08:59.91 ID:HOz9pkuD0 川崎医大・愛知医大・金沢医大・埼玉医大・帝京大医学部 ここの卒業生と聞いただけで、 「こいつ馬鹿なんだな。」 と蔑んでしまう自分が嫌だ・・・(´・_・`)
復唱祭りはまだぁ? みんなで声を出して唱えましょう。 底辺私立医大が悪いのではない、本人の頭が悪いんだ。 底辺私立医大卒は恥ずかしくて、学校名を皆さま言いません。 底辺私立医大が悪いのではない、本人の頭が悪いんだ。 底辺私立医大卒は恥ずかしくて、学校名を皆さま言いません。 底辺私立医大が悪いのではない、本人の頭が悪いんだ。 底辺私立医大卒は恥ずかしくて、学校名を皆さま言いません。 底辺私立医大が悪いのではない、本人の頭が悪いんだ。 底辺私立医大卒は恥ずかしくて、学校名を皆さま言いません。 >出身大学でランク付けてもらってもいい、 と言いながら 底辺私立医大卒は恥ずかしくて、学校名を皆さま言いません 脇坂英理子なる女医見たら元風俗嬢の医者がいてもそれほど不思議ではないな、 と思った
底辺私立医大卒が裏口バカゆえに カロリー計算できないのは 当事者がマジレスと前置きして認めている。 底辺私立医大卒を救いようがない訳は バカと自覚していないからからなのよ。 A stroke is never a stroke until it has received 50 of D50.を知らず >そんなのは救急の患者の生命扱ってる現場で読んでる暇なんかねえよバカ >救急にゃ、んなん必要ねえし というのが向学心欠如の底辺私立医大出身の暗愚の実態。 既出のネタです。 hayabusa6.2ch.net/test/read.cgi/doctor/1442378907/40
おいおい、このレス、うんと背伸びしてんじゃん、このバカ 中卒っぽくね? っていう書き込みを見たら 自称医科歯科大卒業ジジイと思え
>出身大学でランク付けてもらってもいい、 と言いながら 底辺私立医大卒は恥ずかしくて、学校名を皆さま言いません 底辺私立医大卒だと自分より劣等な人間がいることを認められない。 仕方なしにとる行動が相手を自分より劣等だと決めつけこと。 予備校生、浪人、中卒、朝鮮、ニートとか決めつたがるのが底辺私立医大出身の特徴。 クソ馬鹿の自覚がある方が救いがあるかも知れない。 >クソ馬鹿でも私立医学部に合格 だそうです。 出典(エビデンスレベルV) http://detail.chiebukuro.yahoo.co.jp/qa/question_detail/q12121086107 クソ馬鹿の自覚があれば看護師の進言を聞いてオンコビンの添付文書を読んで自分の誤りに気付いて過剰投与での患者死亡も回避できただろうに。 stroke mimics を知らないことを開き直る底辺私立医大卒も同じ。馬鹿の自覚がない。 The ICU BookのMarinoの指摘通りだね。 In clinical matters, ignorance can be dangerous, but ignorance of ignorance can be fatal. P.L.M. 正しい自己評価の例です。 向学心0の救いようのない馬鹿の例です。 これからの教訓はこれです。 The ICU Bookの最終章冒頭のPaul L. Marinoの言葉を引用。 In clinical matters, ignorance can be dangerous, but ignorance of ignorance can be fatal. An even more challenging clinical circumstance is the person (usually a school-aged child or adolescent) who, within a period of months to years, experiences multiple episodes of acute pharyngitis for which culture and/or RADT results iden- tify GAS. It is likely that most of these patients are chronic streptococcal carriers who are experiencing repeated viral in- fections
オッズ@=p/(1-p) 確率p=@/(1+@) 検査前確率をオッズに変換 陽性適中率PPV =(オッズx感度)÷(オッズx感度+1-特異度) =オッズx真陽性率÷(オッズx真陽性率+偽陽性率) 陰性的中率NPV =特異度÷(特異度+オッズx(1-感度)) =真陰性率÷(真陰性率+オッズx偽陰性率)
オッズ@=p/(1-p) 確率p=@/(1+@) 検査前確率をオッズに変換 陽性適中率PPV =(オッズx感度)÷(オッズx感度+1-特異度) =オッズx真陽性率÷(オッズx真陽性率+偽陽性率) 陰性適中率NPV =特異度÷(特異度+オッズx(1-感度)) =真陰性率÷(真陰性率+オッズx偽陰性率)
オッズ@=p/(1-p) 確率p=@/(1+@) 検査前確率をオッズに変換 陽性適中率PPV =TP/(TP+FP) =(オッズx感度)÷(オッズx感度+1-特異度) =オッズx真陽性率÷(オッズx真陽性率+偽陽性率) 陰性適中率NPV =TN/(TN+FN) =特異度÷(特異度+オッズx(1-感度)) =真陰性率÷(真陰性率+オッズx偽陰性率)
オッズ@=p/(1-p) 確率p=@/(1+@) 検査前確率をオッズに変換 陽性適中率PPV =TP/(TP+FP) =(オッズx感度)÷(オッズx感度+1-特異度) =(オッズx真陽性率)÷(オッズx真陽性率+偽陽性率) 陰性適中率NPV =TN/(TN+FN) =特異度÷(特異度+オッズx(1-感度)) =真陰性率÷(真陰性率+オッズx偽陰性率)
今日も暇なので検査後確率で遊んでみた。 検査前確率(有病率)pとして オッズx=p/(1-p) 感度y, 特異度zとする。 陽性適中率PPV=ω(x,y,z) =xy/(xy+1-z) 偏微分すると δω/δx=(1-z)y/(xy+1-z)^2 δω/δy=(1-z)y/(xy+1-z)^2 δω/δz=xy/(xy+1-z)^2 すべて0<z<1ゆえ、いずれも正値なのは自明 同様に、 陰性適中率NPV=μ(x,y,z)=z/(z+x(1-y)) δμ/δx=-z (1-y)/[z+(1-y)]^2 <0 δμ/δy=xz/[z+x(1-y)]^2 δμ/δz=x(1-y)/[z+x(1-y)]^2 オッズ上昇(有病率上昇)すれば陰性的中率が低下するという直観の数式での裏付け。
予期しない箇所で改行されたので再掲。 検査前確率(有病率)pとして オッズx=p/(1-p) 感度y, 特異度zとする。 陽性適中率PPV=ω(x,y,z) =xy/(xy+1-z) 偏微分すると δω/δx=(1-z)y/(xy+1-z)^2 δω/δy=(1-z)y/(xy+1-z)^2 δω/δz=xy/(xy+1-z)^2 すべて0<z<1ゆえ、いずれも正値なのは自明 同様に、 陰性適中率NPV=μ(x,y,z)=z/(z+x(1-y)) δμ/δx=-z(1-y)/[z+(1-y)]^2 <0 (∵0<感度y<1) δμ/δy=xz/[z+x(1-y)]^2 δμ/δz=x(1-y)/[z+x(1-y)]^2 オッズ上昇(有病率上昇)すれば陰性的中率が低下するという直観の数式での裏付け。
前置きはさておき http://annals.org/article.aspx?articleid=1103756 Accuracy of Rapid Influenza Diagnostic Tests: A Meta-analysis に依拠して インフルエンザ迅速検査の感度62.3% 特異度98.2%として 有病率(検査前確率)と 陽性適中率(検査陽性のときにインフルエンザである確率)、 陰性適中率(検査陰性の時にインフルエンザでない確率)、 ヤブ認定率(1−陰性適中率、検査陰性だからインフルエンザじゃないと患者に伝えて誤診が判明してヤブと認定される確率) をグラフにしてみた。 有病率と陽性適中率の関係 有病率と陰性適中率の関係 有病率とヤブ認定率の関係w 1/(n*10^(-6)+(n-n*10^(-6)*10^(-5))
>>30 計算ミスを発見したので訂正 検査前確率(有病率)pとして オッズx=p/(1-p) 感度y, 特異度zとする。 陽性適中率PPV=ω(x,y,z)=xy/(xy+1-z) 偏微分すると δω/δx=(1-z)y/(xy+1-z)^2 δω/δy=(1-z)x/(xy+1-z)^2 δω/δz=xy/(xy+1-z)^2 すべて0<z<1ゆえ、いずれも正値なのは自明 同様に、 陰性適中率NPV=μ(x,y,z)=z/(z+x(1-y)) δμ/δx=-z(1-y)/[z+x(1-y)]^2 <0 (∵0<感度y<1) δμ/δy=xz/[z+x(1-y)]^2 δμ/δz=x(1-y)/[z+x(1-y)]^2 オッズ上昇(有病率上昇)すれば陰性適中率が低下するという直観の数式での裏付け。 y<-0.623 # 感度 z<-0.982 # 特異度 NPVp <- function(p){ return( z/(z+p/(1-p)*(1-y)) ) } f <- function(x){ xx <- NPVp(x/100) xxx<-sprintf("%5.4f", xx) x4<-paste(x,"% :",xxx) print(x4,quote=F) } print("感度62.3% 特異度98.2%のインフルエンザ迅速検査での有病率と陰性的中率",quote=F) print("有病率:陰性的中率",quote=F) f(0.01) f(0.1) f(1.0) f(10) f(20) f(30) f(40) f(50) f(60) f(70) f(80) f(90) f(95) f(99) f(99.9)
問題: 裏口バカをbackdoor foolという逐語訳ではなく その意味がわかるように英訳せよ。 国立大学卒の答: despicable bona fide morons beyond reclaim who bought thier way into bottom medical school 底辺私立医大出身の答: It's me. 講評: 正確性、具体性、簡潔性では後者の訳に一日の長がありますが、 残念ながら普遍性がありません。
そんなわけで、いまだ懲りない恥さらし(自称)医科歯科ジジイ登場〜〜 │ 彡川川川三三三ミ〜 プウゥ〜ン | 川|川/ \|〜 ポワ〜ン ________ | ‖|‖ ◎---◎|〜 / | 川川‖ 3 ヽ〜 < 僕は60ニイト、脛かじり | 川川 ∴)д(∴)〜 \________ | 川川 〜 /〜 カタカタカタ | 川川‖ 〜 /‖ _____ | 川川川川___/‖ | | ̄ ̄\ \ | / \__| | | ̄ ̄| | / \医科歯科 | | |__| | | \ |つ |__|__/ / | / 医師うらやましいぜ・・ | ̄ ̄ ̄ ̄| 〔 ̄ ̄〕 よし、医科歯科の医者と称して 私立のお医者様を攻撃だ!なんたって、医科歯科の看板借りてんだからな え?証明???自称だから医科歯科の学生証、卒業証書あるわけねえよ 同期の医師あげてみろ、ったて、そもそも医師じゃねえし居ねえよバカ でも病院でもらった、医科歯科の封筒はもってま〜す!これを証拠にしてやるぜ 専門医?欲しいけど・・いいや!そんなの必要ねえ! 博士?ほ、欲しい・・いいや!そんなの必要ねえ!
底辺私立医大卒の第一法則: 底辺私立医大が悪いのではない、本人の頭が悪いんだ。 底辺私立医大卒の第二法則: 底辺私立医大卒は恥ずかしくて、学校名を皆さま言いません。 底辺私立医大卒の第三法則 底辺私立医大に入学すると馬鹿になる。 第三法則の参考資料 底辺私立医大卒の第一法則: 底辺私立医大が悪いのではない、本人の頭が悪いんだ。 底辺私立医大卒の第二法則: 底辺私立医大卒は恥ずかしくて、学校名を皆さま言いません。 底辺私立医大卒の第三法則 底辺私立医大に入学すると馬鹿になる。 第三法則は平行線の公理のように分かりにくいので 以下を参考に。 第三法則の参考資料 そうか、わかったぞ ただの中卒還暦ニートの痴呆老人のくせに、 お医者様がうらやましくて妬ましくて、ゆえに 自称医科歯科大卒って勝手に身分偽った いわゆる自称医科歯科君が 学歴詐称して、私立医大や私立医師をカス呼ばわりして ほんとのまともな医科歯科大や医科歯科大卒業医師に すごく迷惑かけてるんだな ひどい脛かじり浪人生だな 医師になるべきじゃないな いや、大学受験の資格ないよ 親の顔をみてみたい カスの中でも最もカスだよ
底辺私立医大卒の第一法則: 底辺私立医大が悪いのではない、本人の頭が悪いんだ。 底辺私立医大卒の第二法則: 底辺私立医大卒は恥ずかしくて、学校名を皆さま言いません。 底辺私立医大卒の第三法則 底辺私立医大に入学すると馬鹿になる。 第三法則の参考資料 他にも法則を裏付けるこんな資料が! >誰に聞いてもおまえはアホだと言われる と断言されております。 学位なし、認定医なし、専門医無しのヘレンケラーすら憐れむ3重苦の 中卒60歳痴呆老人が、ネット掲示板で匿名をいいことに、医師を蔑むべく、 医科歯科卒業生と自称するも、ばれてしまった場合適切な処置はどれか a.他人の経験した症例をあたかも自分が経験したように記載し、ごまかす b.病院受付の姉さんに大学の封筒をもらって写メ貼って偽装する この場合は、切手を貼付していないため、写真をわざとぼやかす c.『同窓生を挙げろ』など返答不可能なレスは答えず、コピペを貼って逃げる d.しつこい場合は『おまえどこ卒?』や、『この英文訳せ』と支離滅裂レスをし、逃げる e.a〜dのすべて
底辺私立医大卒の第一法則: 底辺私立医大が悪いのではない、本人の頭が悪いんだ。 馬鹿を医師にするには金がかかるという資料 底辺私立医大卒の第二法則: 底辺私立医大卒は恥ずかしくて、学校名を皆さま言いません。 悪魔の証明はできませんが、このスレで裏口バカこと底辺私立医大卒を宣言した勇者は皆無です。 底辺私立医大卒の第三法則 底辺私立医大に入学すると馬鹿になる。 参考資料を読めば法則が理解できます。 (参考資料) 他にも法則を裏付けるこんな資料が! >誰に聞いてもおまえはアホだと言われる と断言されております。 この自称医科歯科クンって、現実世界じゃどこ行っても負け犬呼ばわりされて 2ちゃんで勝手に「ボクは医科歯科卒です」って演じているだけだろ? 俺たちは実際の医科歯科の医師たちと素晴らしい医療の討論して、 実際の医科歯科のこと理解できてるんだからさ この自称医科歯科クンとやらも背伸びしたいだけでしょ 許してやってもいいんじゃねえか? っていうか、この自称医科歯科くんて、なんで医科歯科の名前で暴挙働いてんの? 他学をけなすため? そんなつまんないことに医科歯科の名前を勝手に使うって、他学じゃなくって、 医科歯科関係各所に失礼だと考えないのかな? まあここでしか偉そうに出来てない自称医科歯科はともかくさ、 おれの勤務してる病院に、 正真正銘の医科歯科の先生数人いるけど、 こんな自称医科歯科みたいな程度の低いこと 考えてねえぞ それにその先生、 学会なんか、立派な演題でしゃべってて、そんな先生と 討論したりすること多いんだけど、 ここでネチネチ粘着してる自称医科歯科くん? その医科歯科クンなんかとじゃ会話内容がマジで雲泥の差って言うか、 比較するのも失礼って感じだね だから、嘘ついて、医科歯科の名前で悪いことすんのはやめてほしいと思う 医科歯科の先生に対する名誉棄損だな
底辺私立医大卒が、 難関国立大学卒の医師の同僚であるとうそぶいておりますが、 本人の卒業大学も名乗れず、 同僚とされた国立卒の医師の名前も挙げられません。 どういうことでしょうか? >おれの勤務してる病院に、 >正真正銘の医科歯科の先生数人いるけど、 事実でなければ名誉毀損だから、 病院名か同僚だという医科歯科卒の医師名を書けよ。 こんな変質者が同僚にいたら迷惑でしょう。 > お医者さんごっこなら公園いって幼稚園児相手にお願いしてこい という発言する変質者が 根拠も示さず同僚だと宣言したら名誉毀損でしょう。 http://anago.2ch.net/test/read.cgi/hosp/1427590127/539 医科歯科大も、こんなクズに勝手に名前使われて、頭いてーだろーな で、この自称医科歯科クンって、現実世界じゃどこ行っても負け犬呼ばわりされて 2ちゃんで勝手に「ボクは医科歯科卒です」って演じているだけだろ? 俺たちは実際の医科歯科の医師たちと素晴らしい医療の討論して、 実際の医科歯科のこと理解できてるんだからさ この自称医科歯科クンとやらも背伸びしたいだけでしょ 許してやってもいいんじゃねえか? っていうか、この自称医科歯科くんて、なんで医科歯科の名前で暴挙働いてんの? 他学をけなすため? そんなつまんないことに医科歯科の名前を勝手に使うって、他学じゃなくって、 医科歯科関係各所に失礼だと考えないのかな? まあここでしか偉そうに出来てない自称医科歯科はともかくさ、 おれの勤務してる病院に、 正真正銘の医科歯科の先生数人いるけど、 こんな自称医科歯科みたいな程度の低いこと 考えてねえぞ それにその先生、 学会なんか、立派な演題でしゃべってて、そんな先生と 討論したりすること多いんだけど、 ここでネチネチ粘着してる自称医科歯科くん? その医科歯科クンなんかとじゃ会話内容がマジで雲泥の差って言うか、 比較するのも失礼って感じだね もちろん専門医も学位もあるから比較対象にすらならんけどな だから、嘘ついて、医科歯科の名前で悪いことすんのはやめてほしいと思う 医科歯科の先生に対する名誉棄損だな
a=p/(1-p) b=q/(1-q) RR=p/q=x p=qx y=OR=a/b=x(1-q)/(1-qx)
医科歯科大も、こんなクズに勝手に名前使われて、頭いてーだろーな で、この自称医科歯科クンって、現実世界じゃどこ行っても負け犬呼ばわりされて 2ちゃんで勝手に「ボクは医科歯科卒です」って演じているだけだろ? 俺たちは実際の医科歯科の医師たちと素晴らしい医療の討論して、 実際の医科歯科のこと理解できてるんだからさ この自称医科歯科クンとやらも背伸びしたいだけでしょ 許してやってもいいんじゃねえか? っていうか、この自称医科歯科くんて、なんで医科歯科の名前で暴挙働いてんの? 他学をけなすため? そんなつまんないことに医科歯科の名前を勝手に使うって、他学じゃなくって、 医科歯科関係各所に失礼だと考えないのかな? まあここでしか偉そうに出来てない自称医科歯科はともかくさ、 おれの勤務してる病院に、 正真正銘の医科歯科の先生数人いるけど、 こんな自称医科歯科みたいな程度の低いこと 考えてねえぞ それにその先生、 学会なんか、立派な演題でしゃべってて、そんな先生と 討論したりすること多いんだけど、 ここでネチネチ粘着してる自称医科歯科くん? その医科歯科クンなんかとじゃ会話内容がマジで雲泥の差って言うか、 比較するのも失礼って感じだね もちろん専門医も学位もあるから比較対象にすらならんけどな だから、嘘ついて、医科歯科の名前で悪いことすんのはやめてほしいと思う 医科歯科の先生に対する名誉棄損だな
なこたどーでもいい おウチに余裕があるなら 甘えて金払って私立に行くのが一番楽 受験勉強なんて 人生のかなりの時間の浪費 高校の一番楽しい時期に勉強なんてなw ある程度勉強して、学費は親まかせ そりゃあ国公立なら親孝行出来るけどな 医大の最終目標は卒業して国家試験パスだからな で、余裕もって医者になって、認定医取りーの、専門医取りーの そして柔らかい頭のうちに研究して医学博士取りーの だな 俺たちを妬んでか、コネだの、カネで入学だの、根拠なくウソ吐く自称医科歯科大卒業のコンプジイさんとかいるけど、 100000歩譲っても、そんな輩は博士や専門医など取れないし、 (だよな、自称医科歯科大卒業ジイさんw) それ以前に、医師免どころじゃなく、留年繰り返して退学しちゃってるからな (だよね、自称医科歯科大卒業ジイさんw) で、ある程度医者として、コガネ稼ぎーの、チンポ乾く間もなく遊びーの、 で、テキトーに結婚して、開業、で院長な 勝ち組とは、こーよ、な? ここで毎日ネチネチしてる、自称医科歯科大卒業ジイさんみたいに 他人を妬んで生きるなんて不健康だよね こういうのが私立が蔑まされる理由なのにそれを敢えて書くとは ううむ、参った!
RR=0.82 NNTp <- function(p){ return( 1/(p-p*RR) ) } P <- c(0.9,0.7,0.5,0.3,0.1,0.05,0.01,0.005,0.001) for (i in 1:length(P)){ print(paste("prevalence=", P[i]*100, "% : NNT=", round(NNTp(P[i]),1) ) ) }
おい早朝からなにやってんだよ 中卒ジイさんよ この自称医科歯科クンって、現実世界じゃどこ行っても負け犬呼ばわりされて 2ちゃんで勝手に「ボクは医科歯科卒です」って演じているだけだろ? 俺たちは実際の医科歯科の医師たちと素晴らしい医療の討論して、 実際の医科歯科のこと理解できてるんだからさ この自称医科歯科クンとやらも背伸びしたいだけでしょ 許してやってもいいんじゃねえか? っていうか、この自称医科歯科くんて、なんで医科歯科の名前で暴挙働いてんの? 他学をけなすため? そんなつまんないことに医科歯科の名前を勝手に使うって、他学じゃなくって、 医科歯科関係各所に失礼だと考えないのかな? まあここでしか偉そうに出来てない自称医科歯科はともかくさ、 おれの勤務してる病院に、 正真正銘の医科歯科の先生数人いるけど、 こんな自称医科歯科みたいな程度の低いこと 考えてねえぞ それにその先生、 学会なんか、立派な演題でしゃべってて、そんな先生と 討論したりすること多いんだけど、 ここでネチネチ粘着してる自称医科歯科くん? その医科歯科クンなんかとじゃ会話内容がマジで雲泥の差って言うか、 比較するのも失礼って感じだね もちろん専門医も学位もあるから比較対象にすらならんけどな だから、嘘ついて、医科歯科の名前で悪いことすんのはやめてほしいと思う 医科歯科の先生に対する名誉棄損だな
# q=0.10 ORx <- function(x){ return( x*(1-q)/(1-q*x) ) } curve(ORx(x),from=0, to=2, type="l", col="black", xlab="Risk Ratio", xlim=c(0,4), ylim=c(0,4), ylab="Odds Ratio", main=paste("Event Risk (control)=",q))
RR=0.82 # リスク比 NNTp <- function(p){ return( 1/(p-p*RR) ) } P <- c(0.9,0.7,0.5,0.3,0.1,0.05,0.01,0.005,0.001) for (i in 1:length(P)){ print(paste("有病率=", P[i]*100, "% : NNT=", round(NNTp(P[i]),1) ) ) }
この自称医科歯科クンって、現実世界じゃどこ行っても負け犬呼ばわりされて 2ちゃんで勝手に「ボクは医科歯科卒です」って演じているだけだろ? 俺たちは実際の医科歯科の医師たちと素晴らしい医療の討論して、 実際の医科歯科のこと理解できてるんだからさ この自称医科歯科クンとやらも背伸びしたいだけでしょ 許してやってもいいんじゃねえか? っていうか、この自称医科歯科くんて、なんで医科歯科の名前で暴挙働いてんの? 他学をけなすため? そんなつまんないことに医科歯科の名前を勝手に使うって、他学じゃなくって、 医科歯科関係各所に失礼だと考えないのかな? まあここでしか偉そうに出来てない自称医科歯科はともかくさ、 おれの勤務してる病院に、 正真正銘の医科歯科の先生数人いるけど、 こんな自称医科歯科みたいな程度の低いこと 考えてねえぞ それにその先生、 学会なんか、立派な演題でしゃべってて、そんな先生と 討論したりすること多いんだけど、 ここでネチネチ粘着してる自称医科歯科くん? その医科歯科クンなんかとじゃ会話内容がマジで雲泥の差って言うか、 比較するのも失礼って感じだね もちろん専門医も学位もあるから比較対象にすらならんけどな だから、嘘ついて、医科歯科の名前で悪いことすんのはやめてほしいと思う 医科歯科の先生に対する名誉棄損だな
RR=0.82 # リスク比 NNTp <- function(p){ return( 1/(p-p*RR) ) } P <- c(0.9,0.7,0.5,0.3,0.1,0.05,0.01,0.005,0.001) for (i in 1:length(P)){ print(paste("有病率=", P[i]*100, "% : NNT=", round(NNTp(P[i]),1) , "人") ,quote=F ) }
そんな事どーでもいい おまえ、そう、自称医科歯科クンって、現実世界じゃどこ行っても負け犬呼ばわりされて 2ちゃんで勝手に「ボクは医科歯科卒です」って演じているだけだろ? 俺たちは実際の医科歯科の医師たちと素晴らしい医療の討論して、 実際の医科歯科のこと理解できてるんだからさ この自称医科歯科クンとやらも背伸びしたいだけでしょ 許してやってもいいんじゃねえか? っていうか、この自称医科歯科くんて、なんで医科歯科の名前で暴挙働いてんの? 他学をけなすため? そんなつまんないことに医科歯科の名前を勝手に使うって、他学じゃなくって、 医科歯科関係各所に失礼だと考えないのかな? まあここでしか偉そうに出来てない自称医科歯科はともかくさ、 おれの勤務してる病院に、 正真正銘の医科歯科の先生数人いるけど、 こんな自称医科歯科みたいな程度の低いこと 考えてねえぞ それにその先生、 学会なんか、立派な演題でしゃべってて、そんな先生と 討論したりすること多いんだけど、 ここでネチネチ粘着してる自称医科歯科くん? その医科歯科クンなんかとじゃ会話内容がマジで雲泥の差って言うか、 比較するのも失礼って感じだね もちろん専門医も学位もあるから比較対象にすらならんけどな だから、嘘ついて、医科歯科の名前で悪いことすんのはやめてほしいと思う 医科歯科の先生に対する名誉棄損だな
底辺私立医大卒の第一法則: 底辺私立医大が悪いのではない、本人の頭が悪いんだ。 底辺私立医大卒の第二法則: 底辺私立医大卒は恥ずかしくて、学校名を皆さま言いません。 底辺私立医大卒の第三法則 底辺私立医大に入学すると馬鹿になる。 (参考資料) a=p/(1-p) # p:介入群のイベント発生率 b=q/(1-q) # q:コントロール群のイベント発生率 RR=p/q=x # レート比 p=qx y=OR=a/b=x(1-q)/(1-qx) # オッズ比 δy/δx=(1-q)/(1-q*x)^2
また自称医科歯科大卒業ジイさんだよ お医者さんやら医学生だと 通用しないから、水商売相手とは 情け無い
なこたどーでもいい おウチに余裕があるなら 甘えて金払って私立に行くのが一番楽 受験勉強なんて 人生のかなりの時間の浪費 高校の一番楽しい時期に勉強なんてなw ある程度勉強して、学費は親まかせ そりゃあ国公立なら親孝行出来るけどな 医大の最終目標は卒業して国家試験パスだからな で、余裕もって医者になって、認定医取りーの、専門医取りーの そして柔らかい頭のうちに研究して医学博士取りーの だな 俺たちを妬んでか、コネだの、カネで入学だの、根拠なくウソ吐く自称医科歯科大卒業のコンプジイさんとかいるけど、 100000歩譲っても、そんな輩は博士や専門医など取れないし、 (だよな、自称医科歯科大卒業ジイさんw) それ以前に、医師免どころじゃなく、留年繰り返して退学しちゃってるからな (だよね、自称医科歯科大卒業ジイさんw) で、ある程度医者として、コガネ稼ぎーの、チンポ乾く間もなく遊びーの、 で、テキトーに結婚して、開業、で院長な 勝ち組とは、こーよ、な? ここで毎日ネチネチしてる、自称医科歯科大卒業ジイさんみたいに 他人を妬んで生きるなんて不健康だよね
設問(1) 底辺私立医大卒の三法則*1)を理解して 第一法則と第三法則の趣旨を5単語以内の英文で要約せよ。 設問(2) 設問(1)と同趣旨の日本の諺を述べよ。 設問(3) 設問(2)の諺の対偶を述べよ。 *1) 底辺私立医大卒の第一法則: 底辺私立医大が悪いのではない、本人の頭が悪いんだ。 底辺私立医大卒の第二法則: 底辺私立医大卒は恥ずかしくて、学校名を皆さま言いません。 底辺私立医大卒の第三法則 底辺私立医大に入学すると馬鹿になる。 (裏付け資料) 設問(1) 底辺私立医大卒の三法則*1)を理解して 第一法則と第三法則の趣旨を5単語以内の英文で要約せよ。 設問(2) 設問(1)と同趣旨の日本の諺を述べよ。 設問(3) 設問(2)の諺の対偶を述べよ。 *1) 底辺私立医大卒の三法則 (1)底辺私立医大が悪いのではない、本人の頭が悪いんだ。 (2)底辺私立医大卒は恥ずかしくて、学校名を皆さま言いません。 (3)底辺私立医大に入学すると馬鹿になる。 (裏付け資料) 援助交際で生でやれる確率は5% 性病なしの女性だと1%だが性病持ちだと90%で生でやれるという。 さて生でやった援交女性が性病持ちの可能性はいくらか?
やばクリと右派クリが乳がん検診機関に指定された。 やばクリには独身女性が5人既婚女性が5人受診した。 右派クリは各々30人、100人であった。 受診者が少なくて悔しいやばクリは 「50%が独身女性だから俺は独身女性に人気がある」と主張している。 この主張に統計学的な裏付けがあるか?
自称医科歯科大卒業ジイさん 風俗スレでしか威張れないのか? さすが、中卒還暦過ぎだわ この自称医科歯科クンって、現実世界じゃどこ行っても負け犬呼ばわりされて 2ちゃんで勝手に「ボクは医科歯科卒です」って演じているだけだろ? 俺たちは実際の医科歯科の医師たちと素晴らしい医療の討論して、 実際の医科歯科のこと理解できてるんだからさ この自称医科歯科クンとやらも背伸びしたいだけでしょ 許してやってもいいんじゃねえか? っていうか、この自称医科歯科くんて、なんで医科歯科の名前で暴挙働いてんの? 他学をけなすため? そんなつまんないことに医科歯科の名前を勝手に使うって、他学じゃなくって、 医科歯科関係各所に失礼だと考えないのかな? まあここでしか偉そうに出来てない自称医科歯科はともかくさ、 おれの勤務してる病院に、 正真正銘の医科歯科の先生数人いるけど、 こんな自称医科歯科みたいな程度の低いこと 考えてねえぞ それにその先生、 学会なんか、立派な演題でしゃべってて、そんな先生と 討論したりすること多いんだけど、 ここでネチネチ粘着してる自称医科歯科くん? その医科歯科クンなんかとじゃ会話内容がマジで雲泥の差って言うか、 比較するのも失礼って感じだね もちろん専門医も学位もあるから比較対象にすらならんけどな だから、嘘ついて、医科歯科の名前で悪いことすんのはやめてほしいと思う 医科歯科の先生に対する名誉棄損だな
こんなの問題も作ってみた。 近隣に落下傘が新規開業した。 老舗藪と落下傘の双方を受診している患者にクリの接遇について調査した。 どちらも良いが20人、落下傘の方が良いが6人、老舗藪の方が良いが3人、どちらも悪いが1人であった。 落下傘の接遇が有意に優れていると言えるか?
底辺私立医大卒を詐称したら名誉毀損だろうな、 詐称した本人への名誉毀損w 底辺私立医大卒の三法則 (1)底辺私立医大が悪いのではない、本人の頭が悪いんだ。 (2)底辺私立医大卒は恥ずかしくて、学校名を皆さま言いません。 (3)底辺私立医大に入学すると馬鹿になる。
install.packages("HSAUR3") library("HSAUR3") vignette(package = "HSAUR3") vignette("Ch_introduction_to_R", package = "HSAUR3")
この自称医科歯科クンって、現実世界じゃどこ行っても負け犬呼ばわりされて 2ちゃんで勝手に「ボクは医科歯科卒です」って演じているだけだろ? 俺たちは実際の医科歯科の医師たちと素晴らしい医療の討論して、 実際の医科歯科のこと理解できてるんだからさ この自称医科歯科クンとやらも背伸びしたいだけでしょ 許してやってもいいんじゃねえか? っていうか、この自称医科歯科くんて、なんで医科歯科の名前で暴挙働いてんの? 他学をけなすため? そんなつまんないことに医科歯科の名前を勝手に使うって、他学じゃなくって、 医科歯科関係各所に失礼だと考えないのかな? まあここでしか偉そうに出来てない自称医科歯科はともかくさ、 おれの勤務してる病院に、 正真正銘の医科歯科の先生数人いるけど、 こんな自称医科歯科みたいな程度の低いこと 考えてねえぞ それにその先生、 学会なんか、立派な演題でしゃべってて、そんな先生と 討論したりすること多いんだけど、 ここでネチネチ粘着してる自称医科歯科くん? その医科歯科クンなんかとじゃ会話内容がマジで雲泥の差って言うか、 比較するのも失礼って感じだね もちろん専門医も学位もあるから比較対象にすらならんけどな だから、嘘ついて、医科歯科の名前で悪いことすんのはやめてほしいと思う 医科歯科の先生に対する名誉棄損だな
設問(1) 底辺私立医大卒の三法則*1)を理解して 第一法則と第三法則の趣旨を5単語以内の英文で要約せよ。 答 GIGO: Garbage In, Garbage Out. 設問(2) 設問(1)と同趣旨の日本の諺を述べよ。 答 馬鹿は死ななきゃ治らない。 設問(3) 設問(2)の諺の対偶を述べよ。 *1) 底辺私立医大卒の三法則 (1)底辺私立医大が悪いのではない、本人の頭が悪いんだ。 (2)底辺私立医大卒は恥ずかしくて、学校名を皆さま言いません。 (3)底辺私立医大に入学すると馬鹿になる。 (裏付け資料) 設問(4) 第二法則に関連する問題です。 医師で卒業大学を名乗られないのが33%、 内訳は国立卒では1%、私立卒では96%である。 このスレで卒業大学を名乗れない医師が私立卒である確率はいくらか?
こんどは「見ろ、お茶ノ水会だ!だから僕は真の医科歯科クンだ」 デスってwww で、なんでそんなに画質暗くて小さくて粗いの? 見にくくしてるの?わざと? どこで撮影したの? 誰のものなの? 全く読めねえし、拡大したらぼやけるし、作為的じゃね? で、「お茶の水会」の文字の判読がなぜ おまえが自称医科歯科クンではなくて 真の医科歯科クンであるという証明になるんだよ? って聞いてるのに答えてくんないんだよ・・・ぐすん・・・ fse<-function(x){    alpha=0.05  m<-mean(x)  n<-length(x)  SE<-sd(x)/sqrt(n)  a<-qt(alpha/2,n-1,lower.tail=F)  return(c(m-a*SE,m,m+a*SE)) }
fse<-function(x){ alpha=0.05 m<-mean(x) n<-length(x) SE<-sd(x)/sqrt(n) a<-qt(alpha/2,n-1,lower.tail=F) return(c(m-a*SE,m,m+a*SE)) }
fnms<-function(n,m,s){ alpha=0.05 SE<-s/sqrt(n) a<-qt(alpha/2,n-1,lower.tail=F) return(c(m-a*SE,m+a*SE)) }
こんどは「見ろ、お茶ノ水会だ!だから僕は真の医科歯科クンだ」 デスってwww で、なんでそんなに画質暗くて小さくて粗いの? 見にくくしてるの?わざと? どこで撮影したの? 誰のものなの? 全く読めねえし、拡大したらぼやけるし、作為的じゃね? で、「お茶の水会」の文字の判読がなぜ おまえが自称医科歯科クンではなくて 真の医科歯科クンであるという証明になるんだよ? って聞いてるのに答えてくんないんだよ・・・ぐすん・・・ 勉強すると叱られる底辺私立医大に 馬鹿の証左が追加されました。 馬鹿は死ななきゃ治らない、の対偶も正しく言えないシリツ卒のためにわかりやすい類題にしてみました。 医者はシリツ卒なら馬鹿である の対偶を述べよ。
わかりませんと言えないバカ 考える葦 block<-rep(c("B1","B2","B3","B4","B5"),5) ; block conc<-rep(c("A1","A2","A3","A4","A5"),rep(5,5)) ; conc effect<-c(380,200,301,546,184,194,142,338,552,366,344,473,335,590,284,369,202,528,677,355,693,356,439,515,421) effect<-effect-300 ; effect order<-c("O4","O3","O2","O5","O1","O1","O2","O4","O3","O5","O3","O5","O1","O2","O4"," +O2","O1","O5","O4","O3","O5","O4","O3","O1","O2") mydata<-data.frame(block=block,conc=conc,effect=effect,order=order) ; mydata TA1<-sum(subset(mydata,conc=="A1")$effect) TA2<-sum(subset(mydata,conc=="A2")$effect) TA3<-sum(subset(mydata,conc=="A3")$effect) TA4<-sum(subset(mydata,conc=="A4")$effect) TA5<-sum(subset(mydata,conc=="A5")$effect) TA<-c(TA1,TA2,TA3,TA4,TA5) TB1<-sum(subset(mydata,block=="B1")$effect) TB2<-sum(subset(mydata,block=="B2")$effect) TB3<-sum(subset(mydata,block=="B3")$effect) TB4<-sum(subset(mydata,block=="B4")$effect) TB5<-sum(subset(mydata,block=="B5")$effect) TB<-c(TB1,TB2,TB3,TB4,TB5) TC1<-sum(subset(mydata,order=="O1")$effect) TC2<-sum(subset(mydata,order=="O2")$effect) TC3<-sum(subset(mydata,order=="O3")$effect) TC4<-sum(subset(mydata,order=="O4")$effect) TC5<-sum(subset(mydata,order=="O5")$effect) TC<-c(TC1,TC2,TC3,TC4,TC5)
T<-sum(effect) a<-5 CF<-T^2/(a^2) SS<-sum((effect^2)) -CF ; SS SSA<-(1/a)*sum(TA^2)-CF ; SSA SSB<-(1/a)*sum(TB^2)-CF ; SSB SSC<-(1/a)*sum(TC^2)-CF ; SSC SSE <- SS-SSA-SSB-SSC nyA=a-1 ; nyA nyB=a-1 ; nyB nyC=a-1 ; nyC nyE<-length(effect)-1-nyA-nyB-nyC ; nyE VA<-SSA/nyA ; VA VB<-SSB/nyB ; VB VC<-SSC/nyC ; VC VE<-SSE/nyE ; VE FA<-VA/VE ; FA ; pf(FA,nyA,nyE,lower.tail=FALSE) FB<-VB/VE ; FB ; pf(FB,nyB,nyE,lower.tail=FALSE) FC<-VC/VE ; FC ; pf(FC,nyC,nyE,lower.tail=FALSE) data=mydata anova(aov(effect~conc+block+order)) # anova(aov(effect~conc+block))
そんなことどうでもいい てか、また嫉みしてるのかよ 自称医科歯科大卒業ジイさん この自称医科歯科クンって、現実世界じゃどこ行っても負け犬呼ばわりされて 2ちゃんで勝手に「ボクは医科歯科卒です」って演じているだけだろ? 俺たちは実際の医科歯科の医師たちと素晴らしい医療の討論して、 実際の医科歯科のこと理解できてるんだからさ この自称医科歯科クンとやらも背伸びしたいだけでしょ 許してやってもいいんじゃねえか? っていうか、この自称医科歯科くんて、なんで医科歯科の名前で暴挙働いてんの? 他学をけなすため? そんなつまんないことに医科歯科の名前を勝手に使うって、他学じゃなくって、 医科歯科関係各所に失礼だと考えないのかな? まあここでしか偉そうに出来てない自称医科歯科はともかくさ、 おれの勤務してる病院に、 正真正銘の医科歯科の先生数人いるけど、 こんな自称医科歯科みたいな程度の低いこと 考えてねえぞ それにその先生、 学会なんか、立派な演題でしゃべってて、そんな先生と 討論したりすること多いんだけど、 ここでネチネチ粘着してる自称医科歯科くん? その医科歯科クンなんかとじゃ会話内容がマジで雲泥の差って言うか、 比較するのも失礼って感じだね もちろん専門医も学位もあるから比較対象にすらならんけどな だから、嘘ついて、医科歯科の名前で悪いことすんのはやめてほしいと思う 医科歯科の先生に対する名誉棄損だな
effect<-c(750,1060,1240,1150,830,920,860,1170,1300,1260,890,1010,690,880,1100,1110,680,860,80,160,560,750,50,380,1330,1070,1250,840,940,1130,1330,1080,1270,870,960,1170,1290,1070,1200,810,800,1000,1110,930,1010,570,380,850) effect <- effect/100 group <- c(rep("G1",24),rep("G2",24)) subject <- rep(c("s1","s2","s3","s4","s5","s6"),8) week <- rep(rep(c("w0","w1","w2","w3"),rep(6,4)),2) mydata <- data.frame(group=group,subject=subject,week=week,effect=effect) ; mydata
そんなことどうでもいい てか、また嫉みしてるのかよ 自称医科歯科大卒業ジイさん この自称医科歯科クンって、現実世界じゃどこ行っても負け犬呼ばわりされて 2ちゃんで勝手に「ボクは医科歯科卒です」って演じているだけだろ? 俺たちは実際の医科歯科の医師たちと素晴らしい医療の討論して、 実際の医科歯科のこと理解できてるんだからさ この自称医科歯科クンとやらも背伸びしたいだけでしょ 許してやってもいいんじゃねえか? っていうか、この自称医科歯科くんて、なんで医科歯科の名前で暴挙働いてんの? 他学をけなすため? そんなつまんないことに医科歯科の名前を勝手に使うって、他学じゃなくって、 医科歯科関係各所に失礼だと考えないのかな? まあここでしか偉そうに出来てない自称医科歯科はともかくさ、 おれの勤務してる病院に、 正真正銘の医科歯科の先生数人いるけど、 こんな自称医科歯科みたいな程度の低いこと 考えてねえぞ それにその先生、 学会なんか、立派な演題でしゃべってて、そんな先生と 討論したりすること多いんだけど、 ここでネチネチ粘着してる自称医科歯科くん? その医科歯科クンなんかとじゃ会話内容がマジで雲泥の差って言うか、 比較するのも失礼って感じだね もちろん専門医も学位もあるから比較対象にすらならんけどな だから、嘘ついて、医科歯科の名前で悪いことすんのはやめてほしいと思う 医科歯科の先生に対する名誉棄損だな
それ言っちゃ医科歯科大卒業ジイさんの存在がなくなるよ 仮にも医科歯科大卒業演じてて、朝から晩まで2ちゃんかよって で、よし、医師コンプジジイの 自称医科歯科大卒業ジジイへのイジメ再開だ おウチに余裕があるなら 甘えて金払って私立に行くのが一番楽 受験勉強なんて 人生のかなりの時間の浪費 高校の一番楽しい時期に勉強なんてなw ある程度勉強して、学費は親まかせ そりゃあ国公立なら親孝行出来るけどな 医大の最終目標は卒業して国家試験パスだからな で、余裕もって医者になって、認定医取りーの、専門医取りーの そして柔らかい頭のうちに研究して医学博士取りーの だな 俺たちを妬んでか、コネだの、カネで入学だの、根拠なくウソ吐く自称医科歯科大卒業のコンプジイさんとかいるけど、 100000歩譲っても、そんな輩は博士や専門医など取れないし、 (だよな、自称医科歯科大卒業ジイさんw) それ以前に、医師免どころじゃなく、留年繰り返して退学しちゃってるからな (だよね、自称医科歯科大卒業ジイさんw) で、ある程度医者として、コガネ稼ぎーの、チンポ乾く間もなく遊びーの、 で、テキトーに結婚して、開業、で院長な 勝ち組とは、こーよ、な? ここで毎日ネチネチしてる、自称医科歯科大卒業ジイさんみたいに 他人を妬んで生きるなんて不健康だよね
なに書かれても安心してください! 僕らの下には いつまでも 自称医科歯科大卒業ジイさんが居ますよ!
write.csv(data1, "data1.csv", row.names=FALSE)
さてはおまえ、自称医科歯科大卒業ジイさんだろ おまえ、そう、自称医科歯科大卒業ジイさんより下は この世に存在しないのです 自称医科歯科大卒業ジイさん以下などありませんw な訳で、なにあっても安心してください! 僕らの下には いつまでも 自称医科歯科大卒業ジイさんが居ますよ!
底辺私立医大卒は 馬鹿は死ななきゃ治らない の対偶を正答できません。 シリツ卒のためにわかりやすい類題にしてみました。 医者はシリツ卒なら馬鹿である の対偶を述べよ。 もできないようなので ヒントを書きます。 「底辺私立医大卒は汚らわしい」 という命題は 論理的じ次の命題と真偽が一致する。 「万物は底辺私立医大卒、または、 汚らわしい」 ↑おまえ、自称医科歯科大卒業ジイさんだろ おまえ、そう、自称医科歯科大卒業ジイさんより下は この世に存在しないのです 自称医科歯科大卒業ジイさん以下などありませんw な訳で、なにあっても安心してください! 僕らの下には いつまでも 自称医科歯科大卒業ジイさんが居ますよ!
底辺私立医大卒は 馬鹿は死ななきゃ治らない の対偶を正答できません。 シリツ卒のためにわかりやすい類題にしてみました。 医者はシリツ卒なら馬鹿である の対偶を述べよ。 もできないようなので ヒントを書きます。 「底辺私立医大卒は汚らわしい」 という命題は 論理的には、次の命題と真偽が一致する。 「万物は底辺私立医大卒、または、 汚らわしい」 底辺私立医大卒は 馬鹿は死ななきゃ治らない の対偶を正答できません。 シリツ卒のためにわかりやすい類題にしてみました。 医者はシリツ卒なら馬鹿である の対偶を述べよ。 もできないようなので ヒントを書きます。 「底辺私立医大卒は汚らわしい」 という命題は 論理的じ次の命題と真偽が一致する。 「万物は底辺私立医大卒でない、または、 汚らわしい」 また自称医科歯科大卒業ジイさんだな 2連投 おまえ、そう、自称医科歯科大卒業ジイさんより下は この世に存在しないのです 自称医科歯科大卒業ジイさん以下などありませんw な訳で、なにあっても安心してください! 僕らの下には いつまでも 自称医科歯科大卒業ジイさんが居ますよ!
mgcv KernSmooth MASS base boot class cluster codetools datasets foreign grDevices graphics grid lattice methods nlme nnet rcompgen rpart spatial splines stats stats4 survival tcltk tools utils
設問(4) 第二法則に関連する問題です。 医師で卒業大学を名乗られないのが33%、 内訳は国立卒では1%、私立卒では96%である。 このスレで卒業大学を名乗れない医師が私立卒である確率はいくらか?
中卒ジイさんは出てきな ていうかさ、 毎日普通に医学と接してたら、裏口なんかないの、分かるはずだろ? 朝から晩まで2ちゃんで遊んでる身分の感覚で 話ししてほしくねえよな 自称医科歯科大卒業基準の妄想書くなよな そんな事書いてるからいつまでも下の下扱いなんだよ おまえ、そう、自称医科歯科大卒業ジイさんより下は この世に存在しないのです 自称医科歯科大卒業ジイさん以下などありませんw な訳で、なにあっても安心してください! 僕らの下には いつまでも 自称医科歯科大卒業ジイさんが居ますよ!
Zp<-function(O,E){ z<-(abs(O-E)-0.5)/sqrt(E) p<-pnorm(z,lower.tail=FALSE) print(c("z=",round(z,2),"p=",round(p,2)),quote=FALSE) } alpha=0.05 SMR.int <-function(O,E){ lwr<-qchisq(1-alpha/2,2*O,lower.tail = FALSE)/(2*E) upr<-qchisq(alpha/2,2*O+2,lower.tail= FALSE)/(2*E) print(c("lwr=",round(lwr,3),"upr=",round(upr,3)),quote=F) } mid_p2<-function(O,E){ j<-0:(O-1) p<-1/2*dpois(O,E)+sum(dpois(j,E)) return(2*p) }
pos<-function(x,y){ po<-(1:length(x))[x==y] return(po) }
library("exact2x2") si<-matrix(c(5,19-5,1,16-1),2) chisq.test(si) fisher.test(si) fisher.exact(si)
底辺シリツと統計の共通点: Garbage In, Garbage Out. そこでクロスオーバー試験の問題。 二大馬鹿シリツ医大を両方受験した者の合否判定累積集計で 次のデータが得られたとする。 どちらが馬鹿か統計的有意差をもって言えるか検定せよ。 馬鹿先医大↓ 低能医大→ 合格 不合格 合格 158 515 不合格 290 1134
Jonckheere<-function(L){ a<-length(L) n=double(a) for(i in 1:a){ n[i]<-length(L[[i]]) } N<-sum(n) f<-function(A,B){ a<-length(A) ; b<-length(B) ;det<-0 for(i in 1:a){ for(j in 1:b){ det<- det+ifelse(A[i]==B[j],0.5,A[i]>B[j]) } } return(det) } g<-function(L){ #L=list(A1,,,,Aa),A1 > A2 > A3,..,> Aa : vector a<-length(L) comb<-combn(1:a,2) con<-ncol(comb) J=0 for(i in 1:con){ J<-J+f(L[[comb[1,i]]],L[[comb[2,i]]]) } return(J) } J<-g(L) EJ <- (N^2-sum(n^2))/4 VJ <- (N^2*(2*N+3)-sum(n^2*(2*n+3)))/72 Z <- (J-EJ)/sqrt(VJ) p.value<-pnorm(Z,lower.tail=FALSE) return(p.value) }
#nから順位に基づくと得点(Ri/N)を導く n2xi<-function(n){ k<-length(n); N<-sum(n) xi<-double(k); l=0; m<-c(0,n[-k]) for(i in 1:k){ l<-l+m[i] xi[i]<-l+(n[i]+1)/2 } .n2xi<-xi/N return(.n2xi) } # Mantel-extension Mantel.Zp<-function(ri,ni,xi){ # ri:陽性数 ni:総数 xi:独立を検定する変数 O<-sum(ri*xi) r<-sum(ri);n<-sum(ni) E<-r*sum(ni*xi)/n V<-r*(n-r)/(n^2*(n-1))*(n*sum(ni*xi^2)-sum(ni*xi)^2) Z<-(O-E)/sqrt(V) p<-pnorm(abs(Z),lower.tail=FALSE) Zp<-c(Z,p) return(Zp) }
底辺私立医大卒の第一法則: 底辺私立医大が悪いのではない、本人の頭が悪いんだ。 馬鹿を医師にするには金がかかるという資料 底辺私立医大卒の第二法則: 底辺私立医大卒は恥ずかしくて、学校名を皆さま言いません。 悪魔の証明はできませんが、このスレで裏口バカこと底辺私立医大卒を宣言した勇者は皆無です。 底辺私立医大卒の第三法則 底辺私立医大に入学すると馬鹿になる。 参考資料を読めば法則が理解できます。 (参考資料) 他にも法則を裏付けるこんな資料が! >誰に聞いてもおまえはアホだと言われる と断言されております。 #pB.starの最尤推定量 H0:pA=pB-Δ 非劣性の検定 pB.star<-function(nA,rA,nB,rB,Dlt){ a<-nA+nB b<- 0-(nB+nA+rB+rA+Dlt*(nA+2*nB)) c<- nB*Dlt^2+Dlt*(2*rB+nA+nB)+rB+rA d<- 0-rB*Dlt*(1+Dlt) v<-(b^3/27)/(a^3)-b*c/(6*a^2)+d/(2*a) sign<-ifelse(v>0,1,-1) u<-sign*sqrt( b^2/(9*a^2)-c/(3*a) ) w<-(pi+acos(v/u^3))/3 pB<-2*u*cos(w)-b/(3*a) return(pB) } nA=128 ; rA=101 ; pA=rA/nA nB=127 ; rB=96 ; pB=rB/nB Dlt=0.10 pB.star(nA,rA,nB,rB,Dlt) # 正確値 (rA+rB+nA*Dlt)/(nA+nB) # 近似値 .pB<-pB.star(nA,rA,nB,rB,Dlt) SE<-sqrt( (.pB-Dlt)*(1-.pB+Dlt)/nA + .pB*(1-.pB)/nB ) Z<- (pA-(pB-Dlt))/SE pnorm(Z,lower.tail=FALSE)
ウィルコクソンの順位和検定の数表の作り方を Rで再現してみた。 同順位がないときは簡単だった。 #a個とb個(a<b)の群で比較するときa個群の順位和の分布 #同順位の無い場合 Rank Sum Distribution RSD<-function(a,b){ n<-choose(a+b,a) cmb<-combn(1:(a+b),a) y<-apply(cmb,2,sum) hist(y,breaks=length(y),prob=TRUE,xlab="Rank Sum",main=paste(a,"個 vs",b,"個")) return(y) } layout(matrix(1:4,2,byrow=TRUE)) y4.4<-RSD(4,4) quantile(y4.4,c(0.025,0.975)) qqnorm(y4.4); qqline(y4.4) y6.6<-RSD(6,6) quantile(y6.6,c(0.025,0.975)) y4.16<-RSD(4,16) quantile(y4.16,c(0.025,0.975)) 同順位があると重複組み合わせを網羅しての作業になるので あきらめて10000回のシミュレーションにしてみた。 #a個とb個(a<b)の群で比較するときa個群の順位和の分布 #同順位のある場合のシミュレーション rsm<- function(a,b){ n<-a+b x<-sample(1:n,n,replace=TRUE) y<-sum(rank(x)[1:a]) return(y) } RSD_sim<-function(a,b,sim){ ys<-double(sim) for(i in 1:sim){ ys[i]<-rsm(a,b) } hist(ys,breaks=length(ys),prob=TRUE,xlab="Rank Sum",main=paste(a,"個 vs",b,"個")) return(ys) } layout(matrix(1:4,2,byrow=TRUE)) sim=10000 ys4.4<-RSD_sim(4,4,sim) qqnorm(ys4.4); qqline(ys4.4) ys6.6<-RSD_sim(6,6,sim) ys4.16<-RSD_sim(4,16,sim) HKEY_CURRENT_USER\SOFTWARE\Microsoft\Windows\CurrentVersion\Explorer\RunMRU
nHr<-function(n,r){ N<-length(n) nr<-rep(n,rep(r,N)) d<-t(combn(nr,r)) nhr<-d[!duplicated(d),] return(nhr) } n<-c("馬鹿","裏口","シリツ","汚らわしい") r<-3 nHr(n,r)
#a個とb個(a<b)の群で比較するときa個群の順位和の分布 #同順位もある場合 Rank Sum Distribution2 nHr<-function(n,r){ N<-length(n) nr<-rep(n,rep(r,N)) d<-t(combn(nr,r)) nhr<-d[!duplicated(d),] return(nhr) } RSD2<-function(a,b){ N<-a+b nhr<-nHr(1:N,N) x<-t(apply(nhr,1,rank)) y<-apply(x[,1:a],1,sum) hist(y,breaks=length(y),prob=TRUE,xlab="Rank Sum",main=paste(a,"個 vs",b,"個")) return(y) } # マシンパワーを超えるので実用性なし RSD(3,3)が32bitPCでの限度
夜間低血糖の検定 > n.hypo<-matrix(c(12,147-12,24,149-24),2) > chisq.test(n.hypo,correct=TRUE) Pearson's Chi-squared test with Yates' continuity correction data: n.hypo X-squared = 3.6593, df = 1, p-value = 0.05576 > chisq.test(n.hypo,correct=FALSE) Pearson's Chi-squared test data: n.hypo X-squared = 4.3713, df = 1, p-value = 0.03655 > fisher.test(n.hypo) Fisher's Exact Test for Count Data data: n.hypo p-value = 0.04948 alternative hypothesis: true odds ratio is not equal to 1 95 percent confidence interval: 0.2023745 1.0131912 sample estimates: odds ratio 0.4641415
年間発生件数で比較 poisson.test(round(c(0.39*147,0.53*149),0))
poisson.test(round(c(0.39*147,0.53*149),0)) poisson.test(round(c(0.39*147,0.53*149),0),alternative="less")
裏口バカである確率をp 治る確率をq Man is mortalなので死ぬ確率を1 としたときに 命題:裏口バカは死ななきゃ治らない が正しい確率はいくらか述べよ。
裏口馬鹿であるを確率P(U)、治る確率をP(R)、 Man is mortal.であるから死ぬ確率を1とする。 UとRは独立事象、即ちP(UandR)=P(U)P(R)であるとき 命題 裏口馬鹿は死ななきゃ治らない が正しい確率はいくらか?
T.sd<-function(n1,m1,sd1,n2,m2,sd2){ SE12<-sqrt((1/n1+1/n2)*((n1-1)*sd1^2+(n2-1)*sd2^2)/(n1+n2-2)) T=(m1-m2)/SE12 p<-pt(abs(T),n1+n2-2,lower.tail=FALSE) return(p) } foo<-function(n1,m1,sd1,n2,m2,sd2){ x1<-rnorm(n1) x1<-scale(x1) x1<-x1*sd1+m1 ; mean(x1) ; sd(x1) ; hist(x1) x2<-scale(rnorm(n2))*sd2+m2 ; hist(x2) p1<-t.test(x1,x2,varequal=TRUE)$p.value p2<-t.test(x1,x2,varequal=FALSE)$p.value p3<-wilcox.test(x1,x2)$p.value p4<-brunner.munzel.test(x1, x2)$p.value p<-c(p1,p2,p3,p4) return(p) }
##pdiscのコア部分 .pdisc<-function(p,prior,s,f){ for(i in 1:length(p)){ pst[i]<-prior[i]*(p[i]^s*(1-p[i])^f) } pst<-pst/sum(pst) return(pst) }
日本は世界一性風俗に寛容な国で広告等でコンビニバイト感覚で安易に性欲と金など女の欲望を満たせると誘導してます。 世間知らずや思慮の足りないお馬鹿さんは好奇心で風俗嬢になります。少しでもまともな女の子は一日で危険で異常な風俗嬢をやめます。 女子大生も多くいますが自分に都合のいい理由を作り風俗嬢で欲望を満たし、いずれ大手企業に就職しようと安易に考えていますが身元調査で風俗経験はすぐにばれますよ。 昔は精神病等で普通の仕事ができない女が風俗嬢に多かったんですが、今も心=脳 がおかしい女が多いのは事実ですよ。 風俗嬢と一緒になる男もいるが同じ性癖の人がおおいです。やはりまともな男は風俗嬢を拒絶しますよ。金で体を売る女を信用できますか?愛せますか?冷静に考えてみましょう。多くの風俗嬢の末路は孤独。ドラッグに溺れるのもいます。 なによりも風俗嬢のアカは一生落ちませんし人目を気にして、負い目を持って生きることになります。男にとっては風俗嬢は後腐れのない都合のいい便器で、ちやほやはするがその女の人生などどうでもいいんです。現実です。 よく考えて自己責任で決めてください
http://headlines.yahoo.co.jp/hl?a=20160502-00000048-dal-ent 医学生アイドルの秋山ありす、医師国家試験落ちた デイリースポーツ 5月2日(月)13時52分配信 アイドルグループLinQのメンバーで、九州大学医学部を今春卒業した秋山ありす(26)が、 医師国家試験に合格できなかったことを2日、公式ブログで報告し、応援してくれたファンに謝罪した。 秋山はアイドル活動のかたわら大学での勉強を続けていた。大学は在学6年で今春卒業できたが、 「今回の国家試験は私の努力不足でまさかの結果となってしまいました」と、医師国家試験で不合格だったことを報告した。 #x:来院患者数(/h) #y:診察患者数(/h) #z:平均待ち時間(/分) yaboo<-function(x,y){z=60*(x/(y-x))/y;return(z)} #(分) yaba<-function(y){ curve(yaboo(x,y),0,10,lwd=2, xlab="来院患者数/h",ylab="平均待ち時間(分)", main=(paste("診察患者数(/h)",y,"人",sep=""))) } par(mfrow=c(2,2)) yaba(10) yaba(12) yaba(16) yaba(20)
#グラフ化した 結果(縦軸横軸とも目盛りは同一ではありません) # ある医院では,患者が平uの患者の診断および処方の時間は平均8分の指数分布であった。 # このとき,患者が診察を受け始めるまでの純粋待ち時間は何分か。 > yaboo(60/10,60/8) [1] 32 ある医院では,患者が平均10分間隔でランダムに訪ねてくる。 医者は、1人であり、一人の患者の診断および処方の時間は平均8分の指数分布であった。 このとき,患者が診察を受け始めるまでの純粋待ち時間は何分か。
スクリプト改変した #x:来院患者数(/h) #y:診察患者数(/h) #z:平均待ち時間(/分) yaboo<-function(x,y){z=60*(x/(y-x))/y;return(z)} #(分) yaba<-function(y){ curve(yaboo(x,y),from=0,to=ifelse(y<10,y,10), lwd=2,xlab="来院患者数/h",ylab="平均待ち時間(分)", main=(paste("診察患者数(/h)",y,"人",sep=""))) } par(mfrow=c(2,2)) yaba(5) yaba(10) yaba(15) yaba(20) # 結果(縦軸横軸とも目盛りは同一ではありません) クラスター分析のRパッケージを使う機会があったので シリツ医大の学費と偏差値のデータhttp://2chreport.net/rank_01.htm に使ってみた。 バカほど金が掛かかるグラフは既出だが 学費(寄付金含まず)の分布が分かれているようにもみえる。 裏口バカがセンズリしている時間にクラスター分析してみた。 偏差値との関係でも二峰性になるかもグラフ化してみた。 見下ろすとこんな感じ。 演習問題: このスレの 馬鹿は死ななきゃ治らない の対偶が答えられない裏口バカをプロットせよ。 me.va<-function(dat){ S = sum((dat - mean(dat))^2) n = length(dat) sigma2 = S/rchisq(1000, n - 1) mu=scale(rnorm(1000)*sqrt(sigma2)/sqrt(n))+mean(dat) ql=quantile(mu,c(0.001,0.999)) ; qu=quantile(sigma2,c(0.01,0.999)) mycontour(normchi2post, c(ql,qu), dat,xlab="mean",ylab="variance") points(mu, sigma2,col=rgb(.1, .1,.1,.3)) mu.ci=quantile(mu, c(0.025, 0.975)) sigma2.ci=quantile(sigma2,c(0.025,0.975)) sd.ci=quantile(sqrt(sigma2), c(0.025, 0.975)) ans=list("mean.ci"=mu.ci,"variance.ci"=sigma2.ci,"sd.ci"=sd.ci) return(ans) }
底辺シリツ医大の偏差値はシリツ進学を辞退した国立併願者の偏差値であり、入学者は残りカスであることはよく知られている。 カスの学力はドングリの背比べとして一様分布とする。入学後は過剰センズリ分布に従うことは既に検証した。 1000人の低学力受験生が定員100を競うとする。 試験の成績順に並べたときの100番目の受験生の成績(最低合格ライン)はB(899,100)のベータ分布に従う。 n番目の成績の分布はB(999-n,n)のベータ分布になる。 このモデルの元に何番目の受験生が裏金なしで合格できるかをシミュレーションをしてみた。 スクリプトは以下の通り、 ub<-function(p,q){ X=replicate(1000,sort(runif(p+q+1),decreasing=TRUE)[p]) value=list(X=X)} ubn<-function(n)ub(n,999-n) min100=min(ubn(100)$X) ubm<-function(m)max(ubn(m)$X) ubm2<-function(x)min100-ubm(x) g=replicate(100,uniroot(ubm2,c(101,200))$root) summary(g/1000) 裏金なしで入学できる確率は Min. 1st Qu. Median Mean 3rd Qu. Max. 0.1621 0.1661 0.1671 0.1675 0.1687 0.1759 故に、低学力受験生が裏口で入学する可能性は > summary(1-g/1000) Min. 1st Qu. Median Mean 3rd Qu. Max. 0.8241 0.8313 0.8329 0.8325 0.8339 0.8379 その可能性をグラフ化すると 当然ながら、ここの底辺シリツ卒が裏口入学である確率である > 1-integrate(f=function(x)x*7*x^0*(1-x)^6,0,1)$value [1] 0.875 と近似している。 統計は最強の学問である。底辺シリツ医大卒が最凶のバカである。 共通点はGarbage In, Garbage Out. 底辺シリツ医大卒がセンズリで時間を浪費している間に頭の体操がてらに 分布が対称でない場合にも両側検定できるようにスクリプトを作り直した。 Uraguchi.Senzuri<-function(x,cf){ # cf:confidence level n<-length(x) xs<-x/sum(x) lim<-(1-cf)/2 cul<-0 ; i<-1 ; j<-n while(cul<lim){ if(xs[i]<xs[j]){ cul<-cul+xs[i] i<-i+1 } else { cul<-cul+xs[j] j<-j-1 } } ans<-c(i,j) return(ans) } 以下の裏口バカのセンズリ分布をグラフ化してみた。対称軸がないのは明らかである。 1日のセンズリ回数 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 1年間の頻度 4 28 32 42 44 43 42 31 31 30 9 7 7 2 4 3 1 2 1 1 1 上記データから裏口バカの推定1日センズリ回数を80%信頼区間で延べよ。 x<-read.table("clipboard") Uraguchi.Senzuri(x[2,],0.80) pay=function(income101_172)0.5916*income101_172+14884 pay(1665173)
命題 :馬鹿は死ななきゃ治らない の対偶をいまだに答えられずに話題そらしに コピペを繰り返して馬鹿を晒してるって やっぱ裏口入学なんだろうな。 その確率p=0.875に反論もできないようだし。 こんな馬鹿を入学させるなんてまともな大学ならありえないだろう。 まともな大学の正規入学者であれば (1)エネルギー保存則を使った一次方程式でカロリー計算ができる。 (2)英作文で正しい命令文が書ける。 (3)確率の計算が正しくできる。 (4)命題の対偶を正しく書ける。 (5)誇りある卒業大学を名乗ることができる。 (6)昔〜だったことは常識だという日本語の意味が分かる。 上記のいずれもができない、 ここの底辺シリツ医大卒が裏口入学の確率は以下の通り推定されました。 > 1-integrate(f=function(x)x*7*x^0*(1-x)^6,0,1)$value [1] 0.875 last but not least, 底辺私立医大卒の三法則 (1)底辺私立医大が悪いのではない、本人の頭が悪いんだ。 (2)底辺私立医大卒は恥ずかしくて、学校名を皆さま言いません。 (3)底辺私立医大に入学すると馬鹿になる
低学力受験生が裏口で入学する可能性は > summary(1-g/1000) #平均値83% Min. 1st Qu. Median Mean 3rd Qu. Max. 0.8241 0.8313 0.8329 0.8325 0.8339 0.8379 その可能性をグラフ化すると 当然ながら、ここの底辺シリツ卒が裏口入学である確率である > 1-integrate(f=function(x)x*7*x^0*(1-x)^6,0,1)$value [1] 0.875 と近似してのは推論の正しさを補強する。 既述したように底辺シリツ医大卒の裏口入学は83.3%、および 87.5%と推定されたが 昭和世代の証言の底辺シリツ医大卒=裏口バカ認定割合の8−9割という信頼区間にぴったり当てはまる。 (昭和世代の証言より) 私は昭和の時代に大学受験したけど、昔は今よりも差別感が凄く、慶応以外の私立医は特殊民のための特殊学校というイメージで開業医のバカ息子以外は誰も受験しようとすらしなかった。 常識的に考えて、数千万という法外な金を払って、しかも同業者からも患者からもバカだの裏口だのと散々罵られるのをわかって好き好んで私立医に行く同級生は一人もいませんでした。 本人には面と向かっては言わないけれど、俺くらいの年代の人間は、おそらくは8−9割は私立卒を今でも「何偉そうなこと抜かしてるんだ、この裏口バカが」と心の底で軽蔑し、嘲笑しているよ。当の本人には面と向かっては絶対にそんなことは言わないけどね。 B:馬鹿である、D:死ぬ、R:治る、〜で否定を表すことにすると 馬鹿は死ななきゃ治らない B→(〜D→〜R) の対偶すら正答できない、つまり、論理演算すらできないバカが底辺シリツ医大卒。 馬鹿が答えて自爆した資料(その一) (その二)全く進歩の跡がみられません! There are several kinds of doctors, and it is told that they can be differentiated by the following method: General Practitioners know nothing and do little!  Surgeons know little and do everything!  Internists know everything and do nothing!  Pathologists know everything and can do everything, but it's usually too late!
There are several kinds of doctors, and it is told that they can be differentiated by the following method: General Practitioners know nothing and do little! Surgeons know little and do everything! Internists know everything and do nothing! Pathologists know everything and can do everything, but it's usually too late!
別スレに当事者らしき方から、こんなポスティグが http://potato.2ch.net/test/read.cgi/hosp/1465782788/61 (quote) 61 いいかお前ら 現実を見ろよ 2016/06/27(月) 11:52:51.19 ID:rRNcTtPb マジレスすると、ほとんどの私立医大には裏口があるし、 私立医定員の半分以上に何らかのコネが入っている 卒業生子弟の加点とか 試験前の表の寄付金とかは公表されていて 私立大学だからということで黙認 入試の配点を公表していないところは特定の人物が高得点になるように 試験の後で配点を決めていると考えた方がいい(某大手予備校関係者より) それがどうした別にいいじゃないか (unquote) >マジレスすると、ほとんどの私立医大には裏口があるし、 >マジレスすると、ほとんどの私立医大には裏口があるし、 >マジレスすると、ほとんどの私立医大には裏口があるし、 やはり、ベイズ推論の弾き出した確率(4つのモデルで)0.85前後の正しさを補強する記載ですね。 Last but not least, it is not the bottom medical school but its enrollee that is despicable, which deserves to be called a bona fide moron beyond redemption.
There is no reason for national medical school gradutates to envy uraguchi bona fide morons who bought their way into the bottom medical school. No offense, but a grim reality. There is nothing to be more ashamed among doctors than buying their way into the bottom medical school. Owing to this original sin, they cannot even name their honorable alma mater. In order to keep their self-esteem, these moronic graduates cannot help but call other genuine doctors charlatans against their better judgement. What a pity! In short, it sucks to be an uraguchi. If any doctor tells that he will see a patient immediately when he cannot, the patient will label him a liar. The doctor of his word won't behave in such a dishonest way. If one insists that he can name ten of his classmates when he actually cannot, he will be a liar. As for the uraguchi graduates, it seems to be intolerably dishonorable to uncover their alma mater. Far more dishonorable than being a liar. There will be no English response from bona fide morons suffering EBMS(Expellee from Bottom Medical School) Syndrome. Last but not least, it is not the bottom medical school but its enrollee that is despicable, which deserves to be called a bona fide moron beyond redemption. スマホとPCでIDを変えたつもりがワッチョイIDで裏口バカの自作自演がばれてしまった。、 自作自演で底辺シリツ医大卒が裏口入学の確率がさらに高まった。 その確率をベータ分布モデルで推定してみよう。 裏口バカ(裏口入学)でないでのであれば、 (1)エネルギー保存則を使った一次方程式でカロリー計算ができる。 (2)英作文で正しい命令文が書ける。 (3)確率の計算が正しくできる。 (4)命題の対偶を正しく書ける。 (5)誇りある卒業大学を名乗ることができる。 (6)昔〜だったことは常識だという日本語の意味が分かる。 (7)裏口バカ隠蔽に自作自演のレスをしない。 > 1-integrate(f=function(x)x*8*x^0*(1-x)^7,0,1)$value [1] 0.8888889 このスレの底辺シリツ医大卒が裏口入学である確率は 0.875から0.889に高まりました。 自作自演のエビデンス ワッチョイIDのDvJXにご注目を。 IDを変えたつもりでもワッチョイのID DvJX で自作自演がバレバレ。 底辺シリツ医大卒ってアホだなぁ。 自作自演のエビデンス ワッチョイIDのDvJXにご注目を。 皆様、ご覧下さい。 裏口バカの暴言を。 「くたばれ!」 だそうです。 本当に医師なのでしょうか? ク.ソ.死.ね.君を思い出しますね。 底辺私立医大卒の暴言を記録保存しておきました。 どこの大学卒業か皆さまも知りたいですね。 ところが暴言を吐くのは恥ずかしいと思わないらしいですが、 第2法則によれば、 底辺私立医大卒は恥ずかしくて、学校名を皆さま言いません。 底辺私立医大卒は恥ずかしくて、学校名を皆さま言いません。 底辺私立医大卒は恥ずかしくて、学校名を皆さま言いません。 あなたの身の回りに卒業大学を隠している医者はいませんか? そういう医者は底辺私立医大卒で > お医者さんごっこなら公園いって幼稚園児相手にお願いしてこい と発言する変質者の可能性があります。 しかも >そしてしばらくシャバから消えろ と犯罪を教唆してます。 こういう事例があります。 気をつけましょう。 幼稚園児虐待の可能性のある変質者として監視されるべきと考えて通報しておきました。 あなたの身の回りに卒業大学を隠している医者はいませんか? そういう医者は裏口入学で > お医者さんごっこなら公園いって幼稚園児相手にお願いしてこい と発言する変質者の可能性があります。 しかも >そしてしばらくシャバから消えろ と犯罪を教唆してます。 こういう事例があります。 気をつけましょう。 幼稚園児虐待の可能性のある変質者として監視されるべきと考えて通報しておきました。 Bob dies and goes to hell. The devil calles him for a visit, in which he explains how things work: there is a selection of three punishments from which you have to choose one. The punishment change every thousnad years.  In the first punishment room there is a young guy on the wall being whipped. Bob, who is not keen to spend a thousand year like this, asks to see the next room. There he see a middle aged guy being tortured with fire. Bob immediately asks to see the third room. It has a really old guy chained to the wall getting a blow job from a gorgeous blonde. Bob jumps at the chance and takes the room.  The devil walks into the room taps the blonde on the shoulder and says "Okay, you can stop now. You've been relieved". 
Bob dies and goes to hell.The devil calles him for a visit, in which he explains how things work: there is a selection of three punishments from which you have to choose one. The punishment change every thousnad years. In the first punishment room there is a young guy on the wall being whipped. Bob, who is not keen to spend a thousand year like this, asks to see the next room. There he see a middle aged guy being tortured with fire. Bob immediately asks to see the third room. It has a really old guy chained to the wall getting a blow job from a gorgeous blonde.Bob jumps at the chance and takes the room. The devil walks into the room taps the blonde on the shoulder and says "Okay, you can stop now. You've been relieved".
Bob dies and goes to hell. The devil calles him for a visit, in which he explains how things work: there is a selection of three punishments from which you have to choose one.The punishment change every thousnad years. In the first punishment room there is a young guy on the wall being whipped. Bob, who is not keen to spend a thousand year like this, asks to see the next room. There he see a middle aged guy being tortured with fire. Bob immediately asks to see the third room. It has a really old guy chained to the wall getting a blow job from a gorgeous blonde. Bob jumps at the chance and takes the room. The devil walks into the room taps the blonde on the shoulder and says "Okay, you can stop now. You've been relieved".
ub<-function(p,q){ layout(matrix(1:2,2)) X=replicate(1000,sort(runif(p+q+1),decreasing=TRUE)[p]) hist(X,xlim=c(0,1)) ; curve(dbeta(x,q,p)) value=list(X=X) } ubn<-function(n)ub(n,999-n) min100=min(ubn(100)$X) ; min100 ubm<-function(m)max(ubn(m)$X) ubm2<-function(x)min100-ubm(x) uniroot(ubm2,c(101,200))$root g=replicate(100,uniroot(ubm2,c(101,200))$root) #高負荷 summary(g/1000) summary(1-g/1000) hist(1-g/1000,col="red")
問題: 裏口バカをbackdoor foolという逐語訳ではなく その意味がわかるように英訳せよ。 国立大学卒の答: despicable bona fide morons beyond redemption who bought thier way into bottom medical school 底辺私立医大出身の答: It's me.
## ZII<-function(r1,r2,T1,T2){ #r:罹患人数 T:人年 alpha=0.05 SE<-sqrt((r1+r2)/(T1*T2)) I1<-r1/T1 ; I2<-r2/T2 z<-abs(I1-I2)/SE p<-pnorm(z,lower.tail = FALSE) rd<-I1-I2 rd.lwr<-I1-I2-qnorm(alpha/2,lower.tail = FALSE)*sqrt(I1/T1+I2/T2) rd.upr<-I1-I2+qnorm(alpha/2,lower.tail = FALSE)*sqrt(I1/T1+I2/T2) rr<-I1/I2 rr.lwr<-exp(log(I1/I2)-qnorm(alpha/2,lower.tail=FALSE)*sqrt(1/r1+1/r2)) rr.upr<-exp(log(I1/I2)+qnorm(alpha/2,lower.tail=FALSE)*sqrt(1/r1+1/r2)) value<-c(p,rd.lwr*10^5,rd*10^5,rd.upr*10^5,rr.lwr,rr,rr.upr) m<-matrix(c("p","rd.lwr","rate diff","rd.upr","rr.lwr","rate ratio","rr.upr", round(value,4)),nrow=2,byrow=TRUE) return(m) }
底辺シリツ医大の偏差値はシリツ進学を辞退した国立併願者の偏差値であり、入学者は残りカスであることはよく知られている。 カスの学力はドングリの背比べとして一様分布とする。入学後は過剰センズリ分布に従うことは既に当直医スレで検証した。 1000人の低学力受験生が定員100を競うとする。 試験の成績順に並べたときの100番目の受験生の成績(最低合格ライン)はB(899,100)のベータ分布に従う。 n番目の成績の分布はB(999-n,n)のベータ分布になる。 このモデルの元に何番目の受験生が裏金なしで合格できるかをシミュレーションをしてみた。 100万回のシミュレーション結果。 > ub<-function(p,q){ + #layout(matrix(1:2,2)) + X=replicate(1000,sort(runif(p+q+1),decreasing=TRUE)[p]) + # hist(X,xlim=c(0,1)) ; curve(dbeta(x,q,p)) + value=list(X=X) + } > > ubn<-function(n)ub(n,999-n) > min100=min(ubn(100)$X) ; min100 [1] 0.8698825 > ubm<-function(m)max(ubn(m)$X) > ubm2<-function(x)min100-ubm(x) > uniroot(ubm2,c(101,200))$root [1] 167.4513 > > g=replicate(1000,uniroot(ubm2,c(101,200))$root) #高負荷 > summary(g/1000) Min. 1st Qu. Median Mean 3rd Qu. Max. 0.1601 0.1649 0.1662 0.1664 0.1677 0.1793 > summary(1-g/1000) Min. 1st Qu. Median Mean 3rd Qu. Max. 0.8207 0.8323 0.8338 0.8336 0.8351 0.8399 グラフ化すると 底辺シリツ医大の偏差値はシリツ進学を辞退した国立併願者の偏差値であり、入学者は残りカスであることはよく知られている。 >カスの学力はドングリの背比べとして一様分布とする。 に異論が呈されたので昼食をとりながら正規分布モデルでの裏口入学の確率を算出してみた。 正規分布に従う独立変数n(=1000)個を大きい順に並べたときのp(=100)番目の従う分布は正規分布で近似できそうなのだが確信がもてないのでモンテカルロ法でのシミュレーションにした。 シリツ医大受験生の学力が正規分布と仮定してスクリプトを書いて1000回受験したシミュレーションを1000回繰り返してヒストグラムにしてみた。 m=1000 ; S=double(m) for(j in 1:m){ n=1000 ; k=1000 ; p=100 ; l=double(n*k) Y=matrix(l,n,byrow=TRUE) for(i in 1:k){ Y[i,]=sort(rnorm(n),decreasing=TRUE) } Ymax=apply(Y,2,max) Yp=Y[,p] Ypmin=min(Yp) S[j]=sum(Ymax>Ypmin)/n } summary(1-S) hist(1-S, col="red", main="入学に学力以外の手段が必要となる確率") > summary(1-S) Min. 1st Qu. Median Mean 3rd Qu. Max. 0.8050 0.8270 0.8320 0.8312 0.8360 0.8430 この結果は事前分布に一様分布(α=1,β=1のときのベータ分布)と事後分布にベータ分布を用いた>7のモデルの結果に近似する Min. 1st Qu. Median Mean 3rd Qu. Max. 0.8207 0.8323 0.8338 0.8336 0.8351 0.8399 謙虚なDr.の記念碑 問題: 裏口バカをbackdoor foolという逐語訳ではなく その意味がわかるように英訳せよ。 国立大学卒の答: despicable bona fide morons beyond redemption who bought thier way into bottom medical school 底辺私立医大出身の答: It's me. 講評: 正確性、具体性、簡潔性では後者の訳に一日の長がありますが、 残念ながら普遍性がありません。 裏口(バカ)は死ななきゃ治らない を 英訳してみました。(推敲歓迎) It is not until an uraguchi dies that he is cured. Once an uraguchi, always an uraguchi. Born an uraguchi, die an uraguchi. An uraguchi remains an uraguchi until he dies There's no cure for an uraguchi. 次のような学力の方はコメントをご遠慮ください。 >ここで名門開成の進学先(H27年度)を見てみよう! >さすがに東京一工・国公立医はほぼ合格者≒進学者だね!! >(防医以外の国公立医では合格者数80数名で進学者70余名) >次は私立医を見てみよう! というデータに学費と偏差値を加えてみた。 慈恵 合格者21 進学者5 学費2250 偏差値69 順天 合格者18 進学者2 学費2090 偏差値66 東邦大 合格者2 進学者0 学費3180 偏差値62 日医 合格者7 進学者1 学費2813 偏差値66 昭和 合格者7 進学者0 学費2200 偏差値65 杏林 合格者1 進学者0 学費3755 偏差値61 埼玉医 合格者7 進学者1 学費3800 偏差値57 東医 合格者3 進学者2 学費2995 偏差値64 進学辞退と学費・偏差値に一定の傾向があるかどうか 関数自作してコクラン=アーミテージ検定をしてみた。 Cochran.Armitage<-function(ri,ni,xi){ # ri:進学者数 ni:合格者数 xi:独立性を検定すべき変数 O<-sum(ri*xi) r<-sum(ri);n<-sum(ni) E<-r*sum(ni*xi)/n V<-r*(n-r)/(n^3)*(n*sum(ni*xi^2)-sum(ni*xi)^2) Z<-(O-E)/sqrt(V) p<-pnorm(abs(Z),lower.tail=FALSE) return(p) } Cochran.Armitage(prog,suc,int) ; Cochran.Armitage(prog,suc,tui) 偏差値でp=0.4015647、授業料でp=0.276649 つまり、シリツはどこでも恥ずかしい
藤田保健衛生大病院(愛知県豊明市)で手術後、ビタミンB1を点滴されず、脳に障害が残り運動まひになったとして、 愛知県知多市の男性(60)が同病院を運営する藤田学園(同)に慰謝料など約1億6千万円の損害賠償を求めた訴訟で、 名古屋地裁は15日、約1億2千万円の支払いを命じた。 判決によると、男性は2009年7月、同病院で食道がんの手術を受けた後、3週間絶食し、栄養補給のため点滴していた。 だが、ビタミンB1が含まれていなかったため、脳に障害が残り、車いすや歩行器具を使って生活している。 判決理由で朝日貴浩裁判長は「ビタミンB1が投与されなかったことと脳の後遺症には因果関係がある」と、男性の主張を大筋で認めた。 藤田学園は「判決を見ていないので、コメントは差し控える」としている。 http://www.chunichi.co.jp/s/article/2016071590230952.html >ビタミンやミネラルは、毎日は取る必要がないが、長い間、まったく取らないと、病気になる。 >ビタミンやミネラルの摂取(せっしゅ)は、体の機能を助ける。 https://ja.wikibooks.org/wiki/ 小学校理科_6学年 から引用 シリツ医大卒のバカ医者は、 一次方程式で解けるカロリー計算ができないから中学理科すらできないと思っていたが、 小学校の理科すら履修できていないということだな。 ご覧下さい。 裏口バカの暴言を。 「くたばれ!」 だそうです。 本当に医師なのでしょうか? ク.ソ.死.ね.君を思い出しますね。 底辺私立医大卒の暴言を記録保存しておきました。 どこの大学卒業か皆さまも知りたいですね。 ところが暴言を吐くのは恥ずかしいと思わないらしいですが、 第2法則によれば、 底辺私立医大卒は恥ずかしくて、学校名を皆さま言いません。 底辺私立医大卒は恥ずかしくて、学校名を皆さま言いません。 底辺私立医大卒は恥ずかしくて、学校名を皆さま言いません。 59 卵の名無しさん age 2016/07/17(日) 19:46:35.49 ID:v3qJLb1E ジジイが死んだくらいで一億円も払う価値ないわ。 60 卵の名無しさん age 2016/07/17(日) 19:48:27.48 ID:v3qJLb1E 受け入れ拒否しますか。警察も弁護士なんて死ねばいいからね。 上記のような暴言を吐いている ID:v3qJLb1Eが 58 卵の名無しさん age 2016/07/17(日) 19:44:33.00 ID:v3qJLb1E 藤田医師は患者さんには好評ですよ。 って、藤田を貶めたい工作員? それとも底抜け馬鹿? >医師免許以前の問題。 >小学生でも知っていること に対する >なら小学生に罪を押しつけるの? っていうレスは底辺私立医大卒の馬鹿丸出しで笑えた。 記念に保存しておいた。 nCr <- function(n, r) gamma(n+1)/(gamma(r+1)*gamma(n-r+1)) betabi=function(x,n,a,b) nCr(n,x)*beta(x+a,n-x+b)/beta(a,b)
Integral=function(f,a,b,N=10^4){ curve(f(x),a-(b-a)/2,b+(b-a)/2) par=runif(N,min=a,max=b) x=f(par) val=(b-a)*cumsum(x)/(1:N) err=sqrt(cumsum((x-val)^2))/(1:N) plot(val, xlab="cummulated Mean and SE",type="l",lwd=2, ylim=(b-a)*mean(x)+10*c(-err[N],err[N]),ylab="Integral") lines(val+qnorm(.975)*err,col="gray",lwd=2) lines(val-qnorm(.975)*err,col="gray",lwd=2) tail(val) } #円周率 par(mfrow=c(2,1)) Integral(f=function(x)4*sqrt(1-x^2),0,1,10^5) Dnorm=function(x,mu=0,sig=1){ 1/(sqrt(2*pi)*sig)*exp(-(x-mu)^2/(2*sig^2)) } integrate(Dnorm,20,Inf) # 2.753624e-89 with absolute error < 1.3e-92 # x=1/u dx=-u^(-2)*du : U=sig/(X-mu) X=mu+sig/U dX=-sig*u(-2)*dU Du=function(u)1/sqrt(2*pi)*u^(-2)*exp(-1/2*u^(-2)) DDu=function(u,mu=0,sig=1)1/sqrt(2*pi)*sig*u^(-2)*exp(-1/2*u^(-2)) x2u=function(x,mu=0,sig=1)sig/(x-mu) integrate(DDu,0,1/20) #2.759158e-89 with absolute error < 5.4e-89
Aoccdrnig to a rscheearch at Cmabrigde Uinervtisy, it deosn’t mttaer in waht oredr the ltteers in a wrod are, the olny iprmoetnt tihng is taht the frist and lsat ltteer be at the rghit pclae. The rset can be a toatl mses and you can sitll raed it wouthit porbelm. Tihs is bcuseae the huamn mnid deos not raed ervey lteter by istlef, but the wrod as a wlohe.
こんちには みさなん おんげき ですか? わしたは げんき です。 この ぶんょしう は いりぎす の ケブンッリジ だがいく の けゅきんう の けっか  にんんげ は もじ を にしんき する とき その さしいょ と さいご の もさじえ あいてっれば  じばんゅん は めくちちゃゃ でも ちんゃと よめる という けゅきんう に もづいとて  わざと もじの じんばゅん を いかれえて あまりす。  どでうす? ちんゃと よゃちめう でしょ?  ちんゃと よためら はのんう よしろく
# E(X-a)^2=E(X-E(X))^2+(a-E(X))^2 E=function(x)mean(x) X=rnorm(10^5) a=runif(1) E(X-a)^2 E(X-E(X))^2+(a-E(X))^2
「受験偏差値なんか実際に医者の技量とは関係ない。」と底辺私立医大卒の医者の言い分は正しい。 何故なら、 底辺シリツ医大の偏差値はシリツ進学を辞退した国立併願者の偏差値であり、入学者は残りカスであるから。
底辺シリツ医大の偏差値はシリツ進学を辞退した国立併願者の偏差値である。 辞退の構造: 国公立合格→上位私大入学権利破棄→補欠者にお鉢→その補欠者が、受かった下位私大の入学権利破棄→その大学の補欠にお鉢・・ 合格者と実際の入学者は別物w 上位合格者は併願して合格した国立へ進学w 元の表現だと >こりゃ入学する奴は国立医に落ちまくったカスばっか。 ## 95%信頼区間の意味するもの ## wCI=function(S,n,cl=0.95){ # modified Wald CI for Proportion z=qnorm(1-(1-cl)/2) p.=(S+0.5*z^2)/(n+z^2) W=z*sqrt((p.*(1-p.))/(n+z^2)) C.I.=data.frame(lower=p.-W,upper=p.+W) return(C.I.) } # s=15 # sample number N=20 # replication number d=c(rep(1,25),rep(0,75)) M=matrix(numeric(s*N),N,s) for(i in 1:N) M[i,]=sample(d,s,replace=TRUE) S=apply(M,1,sum) P=S/s CI=wCI(S,s) plot(P,ylim=c(0,1),type="p",pch=19,cex=1.5,yaxp=c(0,1,4), xlab="Twenty Experiments",main="95% Computed C.I.",sub="population value=0.25") U=CI$upper; L=CI$lower lines(U,type="p",lty=2) lines(L,type="p",lty=2) segments(x0=1:N,x1=1:N, y0=L,y1=U,lwd=4,co="gray") abline(h=0.25,lty=2) ## S:success, n:number of trial binomCI=function(S,n,conf.level=0.95){ upper=uniroot(f=function(x)pbinom(S,n,x)-(1-conf.level)/2,c(0,1))$root lower=uniroot(f=function(x)pbinom(S,n,x,lower.tail=FALSE)-(1-conf.level)/2,c(0,1))$root CI=data.frame(lower=lower, upper=upper) return(round(CI,3)) } > binomCI(1,10) lower upper 1 0.025 0.445 > binomCI(10,100) lower upper 1 0.056 0.176 > binomCI(100,1000) lower upper 1 0.083 0.12
帰無仮説棄却を陽性とすると 第1種の過誤=僞陽性=1-特異度 第2種の過誤=僞陰性=1-感度(検出力) FDR(False Discovery Rate)=1-Positive predicative Value 有病率は事前確率=帰無仮説が正しい確率に相当。
Event no Event exposure a b no exposure c d OR=(a/c)/(b/d) = ad/bc ; ad=bc*OR RR=a/(a+b) ÷ c/(c+d)=a(c+d)÷c(a+b)=(ac+ad)/(ac+bc) =(ac+bc*OR)/(ac+bc) =(b*OR+a)/(a+b) =OR*b/(a+b)+a/(a+b) =OR*( 1-a/(a+b) ) + a/(a+b) =OR*(1-P1) + P1 # P1:暴露群でのイベント発生率=a/(a+b) Event no Event exposure a b no exposure c d OR=(a/c)/(b/d) = ad/bc ; bc=ad/OR RR=a/(a+b) ÷ c/(c+d)=a(c+d)÷c(a+b)=(ac+ad)/(ac+bc) =(ac+ad)/(ac+ad/OR) =(c+d) /(c + d/OR) # (c+d) で割る =1 / {c/(c+d) + d/[(c+d)/OR]} =OR/{OR*c/(c+d) + d/(c+d)} # ORを掛ける =OR/{OR*c/(c+d) + (c+d)/(c+d)-c/(c+d)} =OR/(OR*P0 + 1-P0) # P0:非暴露群でのイベント発生率=c/(c+d) 👀 Rock54: Caution(BBR-MD5:0be15ced7fbdb9fdb4d0ce1929c1b82f)
世の中にはド底辺私立医大卒の医者もいる。 向学心の欠如は明らか。 CI9599=function(lwr,upr,n,pre=0.95,post=0.99){ d=c(lwr,upr) m=mean(d) se=(d-m)/qt(1-(1-pre)/2,n-1) ci=m+qt(1-(1-post)/2,n-1)*se sd=se[2]*sqrt(n) result=list(CI=ci,mean=m,sd=sd) return(result) }
PV=function(sensitivity,specificity,prevalence){ TP=sensitivity ; FN=1-TP # Type II Error TN=specificity ; FP=1-TN # Type I Error pLH=TP/FP # positive likelihood ratio nLH=TN/FN # negative likelihood ratio Odds.prior=prevalence/(1-prevalence) pOdds.post=Odds.prior*pLH (PPV=pOdds.post/(1+pOdds.post)) # Positive Predicative Value nOdds.post=Odds.prior*nLH (NPV=nOdds.post/(1+nOdds.post)) # Negative Predicative Value data.frame(pLH=pLH,nLH=nLH,PPV=PPV,NPV=NPV) }
バグ修正 PV=function(sensitivity,specificity,prevalence){ TP=sensitivity ; FN=1-TP # Type II Error TN=specificity ; FP=1-TN # Type I Error pLH=TP/FP # positive likelihood ratio nLH=FN/TN # negative likelihood ratio Odds.prior=prevalence/(1-prevalence) pOdds.post=Odds.prior*pLH (PPV=pOdds.post/(1+pOdds.post)) # Positive Predicative Value nOdds.post=Odds.prior*nLH (NPV=nOdds.post/(1+nOdds.post)) # Negative Predicative Value data.frame(pLH=pLH,nLH=nLH,PPV=PPV,NPV=NPV) }
#生データなしのt検定 T.test=function(n1,n2,m1,m2,sd1,sd2){ SE12=sqrt((1/n1+1/n2)*((n1-1)*sd1^2+(n2-1)*sd2^2)/((n1-1)+(n2-1))) T=(m1-m2)/SE12 pt(abs(T),n1-1+n2-1,lower.tail = FALSE) } #生データなしの差の信頼区間 DifCI=function(n1,n2,m1,m2,sd1,sd2){ pooledV=((n1-1)*sd1^2+(n2-1)*sd2^2)/(n1-1+n2-1) SE12=sqrt((1/n1+1/n2)*pooledV) w=qt(.975,n1-1+n2-1)*SE12 ci=c(m1-m2-w,m1-m2+w) names(ci)=c("lower","upper") return(ci) }
sd=25 ; w=10 f=function(n) qt(.975,n-1)*sd/sqrt(n)-w/2 uniroot(f,c(10,100))$root
meanCI=function(x,conf.level=0.95){ n=length(x) df=n-1 m=mean(x) sd=sd(x) T.975=qt((1-conf.level)/2,df,lower.tail=FALSE) SE=sd/sqrt(n) W=T.975*SE CI=data.frame(lower=m-W,mean=m,upper=m+W) return(CI) }
年齢相応の知能があれば知能指数100とされる。 医者ならばシリツ卒なら馬鹿である、の対偶すら答えられない ド底辺シリツ医大卒は明らかに年齢不相応なので知能指数は100未満と推定される。 ド底辺シリツ医大卒10人の知能指数を調べたところ 平均90(95%信頼区間85〜95)であった。 平均値の90%信頼区間、99%信頼区間を述べよ。 これは理系大学を卒業していれば当然、身につけている知能レベルの問題である。
## d=matrix(c(5,5,9,1),2) # Observed # 5 9 14 # 5 1 6 # 10 10 20 # Expected # 7 7 14 # 3 3 6 # 10 10 20 (chi=(5-7)^2/7+(9-7)^2/7+(5-3)^2/3+(1-3)^2/3) curve(dchisq(x,1),0,10) pchisq(chi,(2-1)*(2-1),lower=FALSE) chisq.test(d,correct=FALSE) N=choose(20,6) n=choose(10,0)*choose(10,6)+choose(10,1)*choose(10,5) n/N fisher.test(d, alt="less")
Jonckheere<-function(L){ f<-function(A,B){ a<-length(A) ; b<-length(B) ; det<-0 for(i in 1:a){ for(j in 1:b){ det<- det+ifelse(A[i]==B[j],0.5,A[i]>B[j]) } } return(det) } g<-function(L){ # L=list(A1,,,,Aa),A1 > A2 > A3,..,> Aa : vector a<-length(L) comb<-combn(1:a,2) con<-ncol(comb) J=0 for(i in 1:con){ J<-J+f(L[[comb[1,i]]],L[[comb[2,i]]]) } return(J) } J<-g(L) ; a<-length(L) ; n=double(a) for(i in 1:a){ n[i]<-length(L[[i]]) } N<-sum(n) EJ <- (N^2-sum(n^2))/4 VJ <- (N^2*(2*N+3)-sum(n^2*(2*n+3)))/72 Z <- abs(J-EJ)/sqrt(VJ) p.value<-pnorm(Z,lower.tail=FALSE) return(p.value) }
A p - value does not tell us the probability that a hypothesis is true, nor does a signifi cance level apply to any specifi c sample; the latter is a characteristic of our testing in the long run. Likewise, if all assumptions are satisfi ed, a confi dence interval will in the long run contain the true value of the parameter a certain percentage of the time. But we cannot say with certainty in any specifi c case that the parameter does or does not belong to that interval, Neyman [ 1961, 1977 ].
uniroot(f=function(n) qt(.975,n-1)*25/sqrt(n)-10/2,c(10,100))$root
バグ修正 PV=function(sensitivity,specificity,prevalence){ TP=sensitivity ; FN=1-TP # Type II Error TN=specificity ; FP=1-TN # Type I Error pLH=TP/FP # positive likelihood ratio nLH=FN/TN # negative likelihood ratio Odds.prior=prevalence/(1-prevalence) pOdds.post=Odds.prior*pLH (PPV=pOdds.post/(1+pOdds.post)) # Positive Predicative Value nOdds.post=Odds.prior*nLH (NPV=1-nOdds.post/(1+nOdds.post)) # Negative Predicative Value data.frame(pLH=pLH,nLH=nLH,PPV=PPV,NPV=NPV) }
偏差値上限理論値 偏差値下限理論値 ド底辺シリツ医大卒様の顛末ご報告。 起: 当直室のパソコンにmalwareの感染が発見される。。 承: 感染した日が表示されているので誰が当直だったか調べてみた。ド底辺シリツ医大卒様のバイトの日であった。 結: malware感染を放置して帰るのがド底辺シリツ医大卒様ならでは。自分の不始末にも対応できない。 結: 学力不足という自分の不始末を勉強で補うのでなく、金で補うような輩だからその延長線上にあるんだろう。 RunOnce がタスクスケジューラを書き換えて、そのタスクスケジューラTaskschd.mscが自己消滅したRunOnceを再び復活させているのだ。 この方法だとウィルス対策ソフトが起動する前にウィルスを取り込むので、ウィルス対策ソフトでも手が出せない。
プログラムが自動的に実行されるようにする Run キーが、レジストリ内に 7 個あります。 HKEY_LOCAL_MACHINE\Software\Microsoft\Windows\CurrentVersion\Run HKEY_CURRENT_USER\Software\Microsoft\Windows\CurrentVersion\Run HKEY_LOCAL_MACHINE\Software\Microsoft\Windows\CurrentVersion\RunOnce HKEY_CURRENT_USER\Software\Microsoft\Windows\CurrentVersion\RunOnce HKEY_LOCAL_MACHINE\Software\Microsoft\Windows\CurrentVersion\ RunServices HKEY_LOCAL_MACHINE\Software\Microsoft\Windows\CurrentVersion\ RunServicesOnce HKEY_LOCAL_MACHINE\Software\Microsoft\Windows\CurrentVersion\ RunOnce\Setup
ド底辺シリツ医大卒様の顛末ご報告。 起: 当直室のパソコンにmalwareの感染が発見される。。 承: 感染した日が表示されているので誰が当直だったか調べてみた。ド底辺シリツ医大卒様のバイトの日であった。 転: malware感染を放置して帰るのがド底辺シリツ医大卒様ならでは。自分の不始末にも対応できない。 結: 学力不足という自分の不始末を勉強で補うのでなく、金で補うような輩だからその延長線上にあるんだろう。 デリヘルしてた超ブサイクの医学部医学科生知ってるよ、特定したオタクの同期もキモかったけど、そっとしといてやるか呼ぶかどちらかにしろよと思ってた
>>509 シリツだと金があるだろうから それって国立大学の話??? n=1000 x=numeric(n) for (i in 1:N) x[i+1]=rnorm(1,0.5*x[i],1) plot(x,type="l")
>>510 私立だよ その子は生活費補填という噂 勘違いしてる奴多いけど、私立でも学費だけなんとか親親戚に借金して 生活費は奨学金とバイトでなんとかみたいな学生も私立にはいるよ まあ流石に身近に風俗はその子しか知らん そういう環境の奴は 医師免許取ってから凄まじい勢いでバイトしまくって回収してるやつが多いね あとは親の借金背負わされて美容外科の知り合いもいるが、ちょっと気の毒だったよ 職場にも取り立て屋が電話かけてくるから病院 ホームページからも存在を消されてたし >>513 シリツ医大生に家庭教師を依頼する親はいないだろうな。 国立大学の医学生の頃、大学OBの子供の家庭教師バイトをしていた。物覚えの良い子でよかった。 家庭教師は都会なら私立医でもある 宮廷みたいに時給五千円以上とか一万とかのは無いけど 自分は時給二千五百円から3千円が多かった 地方の公立行った人に聞くと田舎は 案件自体が少なくて値段も安いらしい
国立だけど、フクロウ家庭教師の時給1万円だった プロ家庭教師なんて宣伝してたけど普通のバイト 開業医の子供が多かった、赤坂の芸能プロ社長も 一部上場企業の雇われ社長の息子一浪で伸びなくて 立教高校卒三浪もいた、あの子は今どうしているか 入学して最初の2年は夏休みの収入百万円超えてた 娼婦の稼ぎみたいだと感じてたよ そんな稼ぎはもう生涯ないと思ってたら 開業してから計算してみたら時給2万円相当でした 診断治療は確実でも日常は漫才師か落語家みたいで ポジティヴな気分で頑張ろうと思わせて返せばマル 娼婦との違いは税金かね、お上の取り分が多くて でも六十過ぎて娼婦は需要ないだろうからいい方か
>>515 慶応ならわかるが、それ以外のシリツ医大生に家庭教師を頼む? まあ、シリツ医大進学希望ならウラグチのノウハウとかを教わるのかなw 俺はシリツ医大進学予備校tutorしていたけどで90分1コマ手取り2万だった。 1日2コマ担当。 COMMON ERRORS IN STATISTICS(AND HOW TO AVOID THEM)のこの記述はわかりやすかった。 A p-value does not tell us the probability that a hypothesis is true, nor does a signifi cance level apply to any specifi c sample; the latter is a characteristic of our testing in the long run. Likewise, if all assumptions are satisfied, a confidence interval will in the long run contain the true value of the parameter a certain percentage of the time. But we cannot say with certainty in any specifi c case that the parameter does or does not belong to that interval, Neyman [ 1961, 1977 ]. これを図示すると Rのコードは http://potato.2ch.net/test/read.cgi/hosp/1428282054/479 に書いた。 つまり、あたり籤をひく確率は計算できても自分の引いた籤が、アタリかハズレかはわからないということ。 ちなみにド底辺シリツ医大卒のアタリは経験がないな。 第二法則は経験則なのに完璧。 As she is presenting soon after a meal, nasogastric tube insertion will allow for gastric decompression, thus helping prevent aspiration while she is being anesthetized. Note that being intubated is not an iron-clad guarantee against this eventuality.
医師で卒業大学を名乗られないのが33%、 内訳は国立卒では1%、私立卒では96%である。 これらの数字を使って卒業大学を名乗れない医師が私立卒である確率を計算すると約98%(97.99043%)になる。 計算式を述べよ。
C:\Users\***\AppData\Local\Microsoft\Windows\History
クッキー [ 場所 ] ◆ C:\Users\(ユーザ名)\AppData\Roaming\Microsoft\Windows\Cookies インターネット一時ファイル [ 場所 ] ◆ C:\Users\(ユーザ名)\AppData\Local\Microsoft\Windows\Temporary Internet Files インターネット履歴 [ 場所 ] ◆ C:\Users\(ユーザ名)\AppData\Local\Microsoft\Windows\History 送る [ 場所 ] ◆ C:\Users\(ユーザ名)\AppData\Roaming\Microsoft\Windows\SendTo プログラムメニュー(個人) [ 場所 ] ◆ C:\Users\(ユーザ名)\AppData\Roaming\Microsoft\Windows\Start Menu\Programs プログラムメニュー(全体) [ 場所 ] ◆ C:\ProgramData\Microsoft\Windows\Start Menu\Programs
Panda Sign Wilson Sarcoidosis Many of these individuals have low self-esteem, with subsequent psychological issues; these should be managed appropriately.
ド底辺シリツ医大卒の国語力0の症例報告 >誰に聞いてもおまえはアホだと言われる と断言されております。 人類の三大発明 言語(数字を含む) 貨幣 あとは何だろうお?
>>530 何と高尚な回答。 吉田戦車4コマ漫画のオチはフェラチオだったぞw パチンコ賭博・ソープランド売春・接骨院慰安マッサージは パチンコは遊戯、ソープランドは自由恋愛、接骨院は亜急性外傷 という建前で営業する脱法業種。 良い子はどれにも関わりません。
それもこれも薬の販売代理業である医師達が次から次へと出てくる「期待の新薬」をせっせと売ってくれるからです。 エビデンスがなくてもこれだけ売れるのですから、企業が市販後臨床試験などやるわけがありません。臨床試験をやれば刑事裁判にかけられる時代に、医師主導で有効性を検証しようなんて動きも全く期待できません。
将兵から「馬鹿な大将、敵より怖い」と恐れられ、「鬼畜の牟田口」と呼ばれていたと伝わる牟田口廉也は、 戦後シンガポールで戦犯(B級?)として裁判を受けたが、1948年に釈放されている。 その理由は、もっぱら拙劣な作戦指揮により帝国陸軍兵士を消耗させ、連合国軍の勝利に貢献した点が評価されたためと言われている。
TECOS試験はHbA1cのコントロールという代用エンドポイントが、 心血管イベントの抑制というハードエンドポイントに結びつかないことを示す非常に頑健なエビデンスを提供している
ド底辺シリツ卒曰く「世の中には3種類の人間がいます!数字に強い人間とそうでない人間です!」
n個のサンプルのうち陽性が0,1,2個のときの母集団の陽性率の95%信頼区域上限は 3/n,5/n,7/nで近似できる(rules of three,five,seven)と書いてあったのでこのルールを視覚化してみた。 Rスクリプトのコアは n=5:500 f=function(x)binom.test(2,x)$conf.int[2] plot(n,sapply(n,f),type="l") 統計が最強の学問である、底辺シリツ卒が最凶の馬鹿である。 Last but not least, it is not the bottom medical school but its enrollee that is despicable, which deserves to be called a bona fide moron beyond redemption. 英文解釈:先行詞は頭脳が昆虫並みの扱いなのでwhoでなくwhichが使用されている。 自由度∞のt分布が正規分布だな。 > uniroot(f=function(n) qt(.975,n-1)*25/sqrt(n)-10/2,c(10,100))$root [1] 98.46627 > uniroot(f=function(n) qt(.975,Inf)*25/sqrt(n)-10/2,c(10,100))$root [1] 96.03647
最高に頭の悪そうな発言はコレ 医者になれば学歴は関係ない 解説: 大学なんか関係ないというやつは大抵私立卒。 たまに東大医卒や京大医卒の医者が「学歴なんか関係ない。」なんて言ってるけど、 「東大医学部卒ですか!すっごいですねー!!!」って言ってみろよ。 笑いを噛み殺したような物凄く嬉しそうな顔をしてるから。 そしてその後ろの方で悔しそうな顔した私立卒がウジウジしてるんだよ。 東大・京大卒の医者と私立卒じゃ 人間と昆虫くらいの知能差があるんだからしょうがないけどな。 http://potato.2ch.net/test/read.cgi/hosp/1427575582/5 http://minato.sip21c.org/msb/man/rateratio.html Description Calculate rate ratio (a kind of relative risk) and its confidence intervals based on approximation, followed by null hypothesis (rate ratio equals to 1) testing. Usage rateratio(a, b, PT1, PT0, conf.level=0.95) rateratio(136,1709,22050,127650) Rothmanの臨床現場における疫学という章に検査を組み合わせたときの感度特異度の話題が載っていた。 検査X:卒業大学を答えらない 検査Y:馬鹿は死ななきゃ治らないの対偶を答えられない として、答えられないときを検査陽性とする。 検査X,Yの感度を各々sex,sey、特異度をspx,spyとする。 検査X,Yがともに陽性のときに被検者はド底辺シリツ医大卒と判定する(DoTeihenSiritsu Test1,略称DTS1 test)。 検査X,Yのいずれかが陽性のときに被検者はド底辺シリツ医大卒と判定する(DoTeihenSiritsu Test2,略称DTS2 test)。 問題 DTS1 test, DST2 testの感度・特異度を述べよ。
(K.J.Rothman, 2004,『ロスマンの疫学』)篠原出版新社 喫煙者 非喫煙者 総数 死亡 139 230 369 生存 443 502 945 総数 582 732 1314 死亡リスク 0.239 0.314 0.281 非喫煙者は高い死亡率(タバコは健康によい?) 種明かし:喫煙と死亡率の関係ウィッカムのデータ(年齢別)
世の中には、疫学というものを、ただ統計学的手法を疾病発生や因果関係の問題に応用しただけだと思っている人がいるようです。 実のところ、疫学は見かけのいい統計分析をはるかに超えたものです。それは、生物学、論理学、科学哲学に根ざした科学の一分野なのです。 疫学研究者にとって、統計学的手法は重要な道具ではありますが、基盤となるものではありません。 この本で私が目指しているのは、これから疫学を学ぶ人たちに疫学的思考とは何かがはっきりと分かってもらえるように、疫学の基礎となる概念について、ざっと全体像を示すことです。 ですから、統計学や数式や計算方法ではなく、疫学の原理や概念に重点を置いています。
外来で検査結果待ちの待機時間にRをいじっていたら同世代の看護婦から何をするソフトなのかと問われたので統計計ソフトだけどフィーリングカップル5対5とかのシミュレーションもできる、カップル成立の期待値は1だと教えたら5対15だとどうなるの?と問われた。 順列組合せでの解析的解答は現役宮廷合格の秀才に委ねることにして、Rでシミュレーションのスクリプトを組んでみた。おかげで検食のうどんが伸びた。 #フィーリングカップルm対f fcmf=function(m,f){ Boys=1:m Girls=1:f Selected.Boys=replicate(f,sample(Boys,1)) Selected.Girls=replicate(m,sample(Girls,1)) n=min(m,f) hit=numeric(n) for(i in 1:n){ j=Selected.Girls[i] #男性iが女性jを選んだ hit[i]=(Selected.Boys[j]==i) } return(sum(hit)) #成立したカップル数を返す } m=5 ; f=15 # 各性の人数 k=1000 # 繰り返し数 couples=replicate(k,fcmf(m,f)) mean(couples) # 成立カップルの期待値 mean(couples>0) # 番組内でカップル成立の確率 FCfm=function(k,m=5,f=15){ couples=replicate(k,fcmf(m,f)) mean(couples) } summary(replicate(1000,FCfm(100)))
外来で検査結果待ちの待機時間にRをいじっていたら同世代の看護婦から何をするソフトなのかと問われたので統計ソフトだけどフィーリングカップル5対5とかのシミュレーションもできる、カップル成立の期待値は1だと教えたら5対15だとどうなるの?と問われた。 順列組合せでの解析的解答は現役宮廷合格の秀才に委ねることにして、Rでシミュレーションのスクリプトを組んでみた。おかげで検食のうどんが伸びた。 #フィーリングカップルm対f fcmf=function(m,f){ Boys=1:m Girls=1:f Selected.Boys=replicate(f,sample(Boys,1)) Selected.Girls=replicate(m,sample(Girls,1)) n=min(m,f) hit=numeric(n) for(i in 1:n){ j=Selected.Girls[i] #男性iが女性jを選んだ hit[i]=(Selected.Boys[j]==i) } return(sum(hit)) #成立したカップル数を返す } m=5 ; f=15 # 各性の人数 k=1000 # 繰り返し数 couples=replicate(k,fcmf(m,f)) mean(couples) # 成立カップルの期待値 mean(couples>0) # 番組内でカップル成立の確率 FCfm=function(k,m=5,f=15){ couples=replicate(k,fcmf(m,f)) mean(couples) } summary(replicate(1000,FCfm(100)))
#フィーリングカップルm対f fcmf=function(m,f){ Boys=1:m Girls=1:f Selected.Boys=sample(Boys,f,replace=TRUE) Selected.Girls=sample(Girls,m,replace=TRUE) n=min(m,f) hit=numeric(n) for(i in 1:n){ j=Selected.Girls[i] #男性iが女性jを選んだ hit[i]=(Selected.Boys[j]==i) } return(sum(hit)) #成立したカップル数を返す } m=5 ; f=15 # 各性の人数 k=10^6 # 繰り返し数 couples=replicate(k,fcmf(m,f)) mean(couples) # 成立カップルの期待値 =1 mean(couples>0) # 番組内でカップル成立の確率 hist(couples) ;table(couples) #成立したカップルの分布
# A < N # Ax < Nx # -Nx < -Ax # NA-Nx < NA-Ax # N(A-x)< A(N-x) # (A-x)/(N-x) < A/N
# 表4−2 # 死亡率が1000人-年に対して11である1000人の集団で # 20年間にわたって期待される死亡数 # 最初の死亡が発生するとすぐに追跡対象人数は1000人未満となり、 # 最初の年の期待死亡数に影響する r=11/1000 k=10^4 # Δt=1/k Δt→0 k→∞ #interval year between deaths nt=numeric(20*k) nt[1]=1000 for(i in 1:(20*k)){ nt[i+1]=(1-r/k)*nt[i] } surviors=nt[k*(0:19)+1] culm.deaths=(1000-nt[k*(0:20)+1])[-1] expected.deaths=c(culm.deaths[1],diff(culm.deaths,1)) round(cbind(surviors,expected.deaths,culm.deaths),3) plot(1:20,nt[k*(0:19)+1]) plot(nt,type="l") plot(1:20,culm.deaths, type="l",lwd=2) lines(1:20,(1:20)*r*1000, lty=2)
> round(cbind(surviors,expected.deaths,culm.deaths),3) surviors expected.deaths culm.deaths [1,] 1000.000 10.940 10.940 [2,] 989.060 10.820 21.760 [3,] 978.240 10.702 32.461 [4,] 967.539 10.585 43.046 [5,] 956.954 10.469 53.515 [6,] 946.485 10.354 63.869 [7,] 936.131 10.241 74.110 [8,] 925.890 10.129 84.239 [9,] 915.761 10.018 94.257 [10,] 905.743 9.909 104.166 [11,] 895.834 9.800 113.966 [12,] 886.034 9.693 123.659 [13,] 876.341 9.587 133.246 [14,] 866.754 9.482 142.728 [15,] 857.272 9.378 152.106 [16,] 847.894 9.276 161.382 [17,] 838.618 9.174 170.556 [18,] 829.444 9.074 179.630 [19,] 820.370 8.975 188.605 [20,] 811.395 8.876 197.481
>>535 ## N=N0*exp(-λt) dN/dt=-λN F4.3=function(Y=20,lmd=11/1000,N0=1000){ NEXP=function(t) N0*exp(-lmd*(t-1)) Survivors=NEXP(1:Y) DeathsE=-diff(NEXP(1:(Y+1)),1) DeathsCu=cumsum(DeathsE) data.frame(生存者数=Survivors,年間死亡数=DeathsE,累積死亡数=DeathsCu) } round(F4.3(),3) ## N=N0*exp(-λt) dN/dt=-λN F4.3=function(Y=20,lmd=11/1000,N0=1000){ NEXP=function(t) N0*exp(-lmd*(t-1)) Survivors=NEXP(1:Y) DeathsE=-diff(NEXP(1:(Y+1)),1) DeathsCu=cumsum(DeathsE) data.frame(生存者数=Survivors,年間死亡数=DeathsE,累積死亡数=DeathsCu) } round(F4.3(20),3) plotF4.3=function(Y=1000){ plot(F4.3(Y)[,1],ylim=c(0,1000),type="l",xlab="年",ylab="人",lwd=2) lines(F4.3(Y)[,2],col="gray",lty=2,lwd=2) lines(F4.3(Y)[,3],col="black",lty=3,lwd=2) legend("topright",bty="n",cex=0.75,legend=c("生存数","年間死亡数","累積死亡"),lty=1:3,lwd=2,col=c(1,"gray",1)) } dev.off() layout(matrix(1:4,2,byrow=TRUE)) plotF4.3(20) plotF4.3(64) plotF4.3(630) plotF4.3(1000)
現実的な設定ではないが、この死亡率(11/1000)が常に一定としてn歳時の平均余命average life expectancyを計算してみる。 ALE=function(n,lmd=11/1000){ C=integrate(f=function(x) exp(-lmd*x),0,Inf)$value f=function(x) x*exp(-lmd*x)/C integrate(f,n,Inf)$value } ALE(0)が平均寿命。 > ALE(0) [1] 90.90909 これは当然、死亡率の逆数と一致する。 問題 上記設定で余命半年、10年になる年齢はそれぞれ何歳か? LEy=function(y){ g=function(x,u)ALE(x)-u uniroot(g,u=y,c(0,1000))$root } > LEy(0.5) [1] 665.6297 > LEy(10) [1] 342.6837 現実に反する数値が出るのは死亡率が年齢や時代に依らず常に一定という設定が間違っているからだろう。
崩壊確率が定数なのかどうかは知らない。 量子の世界の理論にはついていけないから。
Taxi=function(x,hatsunori.meter=1500,hatsunori.charge=630,kyori=352,kasan=90){ if(x<=hatsunori.meter) charge=hatsunori.charge else{ charge=hatsunori.charge+(x-hatsunori.meter)%/%kyori*kasan + kasan*((x-hatsunori.meter)%%kyori!=0) } return(charge) }
シリツ卒でも手先の器用な外科医はいる。天皇の執刀医とか。 ところが、ビタミンの長期欠乏は病気を招くという小学生の知識を欠いて 術後患者に脳症をつくるのがシリツのクオリティ。 藤田保健衛生大学病院に1億2000万円の賠償命令 http://anago.2ch. エスシー/test/read.cgi/hosp/1468629859/ 養護しているシリツ卒の馬鹿さが際立っている。 40のレスには爆笑した。 39 名前:卵の名無しさん[sage] 投稿日:2016/07/17(日) 18:15:58.08 ID:KHLpXCgx.net [2/10] >>35 医師免許以前の問題。 小学生でも知っていること。 小学校で習うらしいね。 >ビタミンやミネラルは、毎日は取る必要がないが、長い間、まったく取らないと、病気になる。 40 名前:卵の名無しさん[age] 投稿日:2016/07/17(日) 18:17:12.18 ID:v3qJLb1E.net [9/20] なら小学生に罪を押しつけるの? 贈賄を告白? pickup=function(M,n){ Len=1:length(M) SampleNum=sample(Len,n) Sampled=M[SampleNum] Leftover=M[-SampleNum] result=list(Sampled=Sampled,Leftover=Leftover) return(result) } ad.hoc.sample=function(N=100,k=100,alpha=0.05,func=rnorm){ A=B=func(N) P=numeric(k)+1 a=pickup(A,5) ; aSampled=a$Sampled ; aLeftover=a$Leftover b=pickup(B,5) ; bSampled=b$Sampled ; bLeftover=b$Leftover for(i in 5:k){ P[i]=t.test(aSampled,bSampled,var=TRUE)$p.value if(P[i]<alpha) break # 有意差でれば終了 aa=pickup(aLeftover,1) a=c(aSampled,aa$Sampled) aSampled=a aLeftover=aa$Leftover bb=pickup(bLeftover,1) b=c(bSampled,bb$Sampled) bSampled=b bLeftover=bb$Leftover } return(sum(P<alpha)) # 有意差がでた個数 } mean(replicate(100,ad.hoc.sample(10000,100)))
# func(デフォルトは正規分布)に従う分布N個の乱数からなる同一母集団から # 各々5~k個の標本を追加抽出してt検定で有意差をみる seq.sample=function(N=100,k=100,func=rnorm){ A=B=func(N) P=numeric(k) ; P[1:4]=1 Q=numeric(k) a=pickup(A,5) ; aSampled=a$Sampled ; aLeftover=a$Leftover # 最初の5個 b=pickup(B,5) ; bSampled=b$Sampled ; bLeftover=b$Leftover for(i in 5:k){ P[i]=t.test(aSampled,bSampled,var=TRUE)$p.value #追加抽出のp値 aa=pickup(aLeftover,1) # 残りから1個追加抽出(aa$Sampled) a=c(aSampled,aa$Sampled) # それを加えて aSampled=a # 新標本aに aLeftover=aa$Leftover # 抽出後の残りを新たな残りに bb=pickup(bLeftover,1) b=c(bSampled,bb$Sampled) bSampled=b bLeftover=bb$Leftover Q[i]=t.test(sample(A,i),sample(B,i),var=TRUE)$p.value #追加でなく新たに母集団から5~k個の標本抽出 } plot(log(Q),type="l",col="tomato",xlab="sample size",ylab="log(p.value)") # 新規抽出 lines(log(P),lwd=2) # 追加抽出 abline(h=log(0.05),col="grey") # 有意水準 log(0.05)=-2.995732 } par(mfrow=c(3,3)) dummy=replicate(9,seq.sample(10000,100)) #1/3くらいは有意差捏造できるのがわかる
##sampleと残りの標本を返す pickup=function(M,n){ Len=1:length(M) SampleNum=sample(Len,n) Sampled=M[SampleNum] Leftover=M[-SampleNum] result=list(Sampled=Sampled,Leftover=Leftover) return(result) } ### 何回目に有意差が出たかを返す ad.hoc.sample.End=function(N=100,k=100,alpha=0.05,func=rnorm){ A=B=func(N) P=numeric(k)+1 a=pickup(A,5) ; aSampled=a$Sampled ; aLeftover=a$Leftover b=pickup(B,5) ; bSampled=b$Sampled ; bLeftover=b$Leftover End=0 for(i in 5:k){ P[i]=t.test(aSampled,bSampled,var=TRUE)$p.value if(P[i]<alpha) {End=i ;break} # 有意差でれば終了 aa=pickup(aLeftover,1) a=c(aSampled,aa$Sampled) aSampled=a aLeftover=aa$Leftover bb=pickup(bLeftover,1) b=c(bSampled,bb$Sampled) bSampled=b bLeftover=bb$Leftover } return(End) }
mean.End=function(){ End=replicate(100,ad.hoc.sample.End(10^4,100)) Success.Rate=mean(End>0) EndSig=End[End!=0] mean.EndSig=mean(EndSig) c(Success.Rate,mean.EndSig) } dat=replicate(100,mean.End()) quantile(dat[1,],c(0.025,0.5,0.975) quantile(dat[2,],c(0.025,0.5,0.975)
dat=replicate(100,mean.End()) quantile(dat[1,],c(0.025,0.5,0.975)) quantile(dat[2,],c(0.025,0.5,0.975)) summary(dat[1,]) ; meanCI(dat[1,]) ; plot(density(dat[1,])) summary(dat[2,]) ; meanCI(dat[2,]) ; plot(density(dat[2,])) dat[,1:4] test=numeric(100) for(i in 1:100){ test[i]=((1-dat[1,i])*100+dat[2,i])/dat[1,i] } quantile(test,c(0.025,0.5,0.975)) summary(test) ; meanCI(test) ; plot(density(test))
Statistics are like bikinis. What they reveal is suggestive, but what they conceal is vital.
MeanCI=function(x,...){ lower=t.test(x,...)$conf.int[1] m=mean(x) upper=t.test(x,...)$conf.int[2] CI=data.frame(lower=lower,mean=m,upper=upper) return(CI) } MeanCI(rnorm(100),conf=0.90)
>>65 そのスレにこのような正論が 11 卵の名無しさん 2016/11/03(木) 12:04:35.28 ID:7lSXKLb8 >>9 日本だけじゃないです、アメリカも完全な学歴社会です アメリカ人上司も、親の執刀医が若くて心配だったから、ググって出身校調べたって そして日本の場合は、入った大学がある程度の知的能力とどれだけ努力できたかを示してしまうのは事実 医師という職業が、あるレベル以上の知的能力と、一生勉強できる勤勉さが必要なのがわかったからこそ、自分より下だといっぱいいっぱいなんでは?と思うのです >入った大学がある程度の知的能力とどれだけ努力できたかを示してしまうのは事実 >入った大学がある程度の知的能力とどれだけ努力できたかを示してしまうのは事実 >入った大学がある程度の知的能力とどれだけ努力できたかを示してしまうのは事実 平成の御代の名言 医学部医学科を格付けしてみたぞ!!!!!!!!!!!!!!! [無断転載禁止]©2ch.net http://potato.2ch.net/test/read.cgi/hosp/1477828500/11 11 名前:卵の名無しさん[] 投稿日:2016/11/03(木) 12:04:35.28 ID:7lSXKLb8 >>9 日本だけじゃないです、アメリカも完全な学歴社会です アメリカ人上司も、親の執刀医が若くて心配だったから、ググって出身校調べたって そして日本の場合は、入った大学がある程度の知的能力とどれだけ努力できたかを示してしまうのは事実 医師という職業が、あるレベル以上の知的能力と、一生勉強できる勤勉さが必要なのがわかったからこそ、自分より下だといっぱいいっぱいなんでは?と思うのです >>565 朝飯前に 10人に1人 100人に1人 1000人に1人 ... 10,000,000人に1人 の副作用を確率95%でみつけるのに必要な人数をRでスクリプトを組んで計算してみた。 > NND2=function(person,ci=0.95)log(1-ci)/log(1-1/person) > nn=10^(1:7) > (NN=round(NND2(nn))+1) [1] 29 299 2995 29957 299573 2995732 29957322 Rules of threeの誤差をパーセントで表すと > (3*nn-NN)/NN*100 [1] 3.4482759 0.3344482 0.1669449 0.1435391 0.1425362 0.1424694 0.1424627 いい近似をしているのがわかる。 ## 発生率比とリスク比の差 lambda=0.001 DRR=function(IRR,t) IRR - (1-exp(-IRR*lambda*t))/(1-exp(-lambda*t)) DRR(1,t=10) curve(DRR(x,t=10),0,2,xlab="x(発生率比IRR") points(1,0,pch=19) segments(0,0,1,0,lty=3) segments(1,0,1,-1,lty=3) IRR=seq(0,1.5,le=20) t=101:120 drr=outer(IRR,t,DRR) persp(IRR,t,drr, theta=10, col="lightgreen",shade=0.75,phi=0,ltheta=-10,border=TRUE, ticktype = "detailed",xlab="IRR",ylab="time",zlab="IRR - RR",main="発生率比とリスク比の差") rgl::persp3d(IRR,t,drr, theta=35, col="lightgreen",shade=0.25,border=TRUE, xlab="IRR",ylab="time",zlab="IRR - RR", ticktype = "detailed") ##
# RR = OR(1-P1) + P1 # P1=(OR-RR)/(OR-1) ; # P1:暴露群でのイベント発生率=a/(a+b) # RR = OR/(OR*P0 + 1- P0) # P0=(OR-RR)/((OR-1)*OR) ; # P0:非暴露群でのイベント発生率=c/(c+d)
#prop.test(S,n)$conf.int # S:success, n:number of trial prop=function(S,n,cl=0.95)prop.test(S,n,conf.level=cl)$conf.int[1:2] #binom.test(S,n)$conf.int # S:success, n:number of trial binom=function(S,n,cl=0.95) binom.test(S,n,conf.level=cl)$conf.int[1:2] ## S:success, n:number of trial binomCI=function(S,n,cl=0.95){ upper=uniroot(f=function(x)pbinom(S,n,x)-(1-cl)/2,c(0,1))$root lower=uniroot(f=function(x)pbinom(S,n,x,lower.tail=FALSE)-(1-cl)/2,c(0,1))$root CI=c(lower,upper) return(CI) } ## wCI=function(S,n,cl=0.95){ #modified Wald CI for Proportion z=qnorm(1-(1-cl)/2) p.=(S+0.5*z^2)/(n+z^2) W=z*sqrt((p.*(1-p.))/(n+z^2)) C.I.=c(p.-W,p.+W) return(C.I.) } ## Rothman Ch.9 SER=function(a,N,cl=0.95){ SE=sqrt(a*(N-a)/(N^3)) z=qnorm(1-(1-cl)/2) W=z*SE p.=a/N C.I.=c(p.-W,p.+W) return(C.I.) }
Rothman(Epidemiology introduction) の信頼区間の計算式 __________________ f(a,N) = a/N ±Z √ a(N-a)/N3 Z=1.96(95%信頼区間のとき) 数が小さいと正しくない。[0,1]に収まらなかったりしている。 > f(1,3) [1] -0.2001013 0.8667680 > f(2,3) [1] 0.133232 1.200101 χ二乗検定やmodified Waldと比べても信頼区間を広く返す。 > Sn.test(20,100,0.95) [1] 0.1292482 0.2943230 # prop.test [1] 0.1266556 0.2918427 # binom.test [1] 0.1326077 0.2895884 # Wald [1] 0.1216014 0.2783986 # uniroot [1] 0.1349440 0.2918242 # Rothman
> PropCIs::exactci(20,100,0.95) data: 95 percent confidence interval: 0.1266556 0.2918427
CP=function(S,n,cl=0.95,prob=0.5){ L=binom.test(S,n,alt="less",conf=cl,p=prob) T=binom.test(S,n,alt="two",conf=cl,p=prob) G=binom.test(S,n,alt="greater",conf=cl,p=prob) d=matrix(c(G$conf[1],G$conf[2],T$conf[1],T$conf[2],L$conf[1],L$conf[2]),byrow=TRUE,3,2) p=c(G$p.value,T$p.value,G$p.value) d=cbind(d,p) colnames(d)=c("lower","upper",paste("H0:p=",round(prob,3))) rownames(d)=c("lower.sided","two.sided","greater.sided") return(d) }
二項モデルでの信頼区間 bCIs=function(x,n,...){ PEci=binom::binom.confint(x,n) plot(PEci$upper,1:length(PEci$method),xlim=c(min(PEci$lower)*0.9,max(PEci$upper)*1.1),type="n", yaxt="n",ylab="",xlab="Confidence Interval",main=paste("C.I. for", x,"out of",n)) points(PEci$upper,PEci$method,pch="|") points(PEci$lower,PEci$method,pch="|") segments(PEci$lower,1:length(PEci$method),PEci$upper,1:length(PEci$method), lwd=3,col="gray") abline(v=PEci$mean[1],lty=3) text(PEci$mean,PEci$method,as.vector(PEci$method),cex=1.1) return(PEci) } 最尤法での信頼区間追加 bCIs=function(x,n,cl=0.95){ PEci=binom::binom.confint(x,n,conf.level=cl) MLEu=uniroot(f=function(p)pbinom(x,n,p)-(1-cl)/2,c(0,1))$root MLEl=uniroot(f=function(p)pbinom(x,n,p,lower.tail=FALSE)-(1-cl)/2,c(0,1))$root mle=data.frame(method="mle",x=x,n=n,mean=x/n,lower=MLEl,upper=MLEu) PEci=rbind(PEci,mle) plot(PEci$upper,1:length(PEci$method),xlim=c(min(PEci$lower),max(PEci$upper)),type="n", yaxt="n",ylab="",xlab="Confidence Interval",main=paste("C.I. for", x,"out of",n)) points(PEci$upper,PEci$method,pch="|") points(PEci$lower,PEci$method,pch="|") segments(PEci$lower,1:length(PEci$method),PEci$upper,1:length(PEci$method), lwd=3,col="gray") abline(v=PEci$mean[1],lty=3) text(PEci$mean,PEci$method,as.vector(PEci$method),cex=1.1) # axis(2, at=1:nrow(PEci), labels=PEci$method,as.vector,las=1,cex=0.9) return(PEci) }
ド底辺シリツ医大卒の第一法則: ド底辺シリツ医大が悪いのではない、本人の頭が悪いんだ。 ド底辺シリツ医大卒の第二法則: 底辺シリツ医大卒は恥ずかしくて、学校名を皆さま言いません。 ド底辺シリツ医大卒の第三法則 底辺シリツ医大に入学すると馬鹿になる。 第三法則の参考資料 ド底辺シリツ医大卒の第一法則: ド底辺シリツ医大が悪いのではない、本人の頭が悪いんだ。 ド底辺シリツ医大卒の第二法則: 底辺シリツ医大卒は恥ずかしくて、学校名を皆さま言いません。 ド底辺シリツ医大卒の第三法則 底辺シリツ医大に入学すると馬鹿になる。 第三法則の参考資料 三法則を川柳にしてみました。 第一法則 本人の 頭がわるくて ド底辺 第二法則 いつまでも 大学名乗れぬ ド底辺 第三法則 裏口は 卒業しても ド底辺 参考句 ド底辺 生きているのが 恥ずかしい ド底辺 馬鹿は死ななきゃ 治らない 医者だけど 平気で嘘つく ド底辺 ド底辺シリツ医大卒の第一法則: ド底辺シリツ医大が悪いのではない、本人の頭が悪いんだ。 ド底辺シリツ医大卒の第二法則: 底辺シリツ医大卒は恥ずかしくて、学校名を皆さま言いません。 ド底辺シリツ医大卒の第三法則 底辺シリツ医大に入学すると馬鹿になる。 第三法則の参考資料 三法則を川柳にしてみました。 第一法則 本人の 頭がわるくて ド底辺 第二法則 いつまでも 大学名乗れぬ ド底辺 第三法則 裏口は 卒業しても ド底辺 参考句 ド底辺 生きているのが 恥ずかしい ド底辺 馬鹿は死ななきゃ 治らない 医者だけど 平気で嘘つく ド底辺 ド底辺シリツ医大卒の第一法則: ド底辺シリツ医大が悪いのではない、本人の頭が悪いんだ。 ド底辺シリツ医大卒の第二法則: ド底辺シリツ医大卒は恥ずかしくて、学校名を皆さま言いません。 ド底辺シリツ医大卒の第三法則 ド底辺シリツ医大に入学すると馬鹿になる。 第三法則の参考資料 三法則を川柳にしてみました。 第一法則 本人の 頭がわるくて ド底辺 第二法則 いつまでも 大学名乗れぬ ド底辺 第三法則 裏口は 卒業しても ド底辺 参考句 ド底辺 生きているのが 恥ずかしい ド底辺 馬鹿は死ななきゃ 治らない 医者だけど 平気で嘘つく ド底辺 『私立大学医学部医学科』歩留率ワースト順 052位:日本医科(32.0%、242人) 062位:愛知医科(34.0%、419人) 117位:東京慈恵会医科(40.4%、252人) 156位:自治医科(43.9%、291人) 235位:聖マリアンナ医科(50.7%、112人) 243位:東京医科(51.0%、214人) 248位:大阪医科(51.3%、188人) 282位:岩手医科(53.7%、209人) 287位:金沢医科(54.0%、156人) 289位:兵庫医科(54.0%、97人) 310位:獨協医科(56.2%、173人) 381位:埼玉医科(62.7%、76人) 383位:東京女子医科(62.9%、119人) 410位:川崎医科(65.7%、58人) 488位:産業医科(74.3%、67人) http://utsunomiyasoh.blog.fc2.com/blog-entry-105.html ここで一句 ド底辺 進学するのは 残りカス # ケースコントロール研究における累積標本抽出 # RR = OR(1-P1) + P1 # OR=(RR-P1)/(1-P1) # P1=(OR-RR)/(OR-1) ; # P1:暴露群でのイベント発生率=a/(a+b) # RR = OR/(OR*P0 + 1- P0) # OR= (1-P0)*RR/(1-P0*RR) # P0=(OR-RR)/((OR-1)*OR) ; # P0:非暴露群でのイベント発生率=c/(c+d) OR1=function(RR,P1) (RR-P1)/(1-P1) OR1(4,0.4) OR1(4,0.04) OR0=function(RR,P0) (1-P0)*RR/(1-P0*RR) OR0(4,0.1) OR0(4,0.01) f1=function(x)OR1(4,x) xx=0.5^(1:10) plot(log10(xx),sapply(xx,f1),ylab="Odds Ratio",xlab="log10(P1)",pch=19) f0=function(x)OR0(4,x) xx=0.5^(2:10) plot(log10(xx),sapply(xx,f0),ylab="Odds Ratio",xlab="log10(P0)",pch=19)
# 症例コホールト研究では # 対照が曝露と無関係に抽出されている限りオッズ比はリスク比の妥当な推定値となる # 対照群は原集団全体から標本抽出されるので稀少疾患であるという前提は必要ない k=25 # サンプル数 曝露 :非曝露= k*r : k r=0.1 # 曝露人口比 曝露:非曝露= r : 1 # リスク比 = 4 (d5=matrix(c(r*40,r*k,10,k),2,byrow=TRUE)) Epi::twoby2(d5)
ド底辺 生きているのが 恥ずかしい ド底辺 馬鹿は死ななきゃ 治らない 本人の 頭がわるくて ド底辺 裏口は 卒業できても ド底辺 統計も使えぬ馬鹿はド底辺 老人もみんな嫌がるド底辺 グーグルも 裏口バカは ド底辺 医者だけど 平気で嘘つく ド底辺 ド底辺 幼児相手の 変質者 ド底辺 卒業大学 ひた隠し ウンコより 汚らわしいのが ド底辺 第一法則 本人の 頭がわるくて ド底辺 第二法則 いつまでも 大学名乗れぬ ド底辺 第三法則 裏口は 卒業しても ド底辺
ド底辺 大学名を ひた隠し 学位をとるも 恥の上塗り 今日もまた コピペで誤魔化す ド底辺 アボーン設定の筈なのに 統計も 対偶すらも わからない 生きて恥ずかし 裏口シリツ 裏口は悲しからずや馬鹿でアホ、屈辱ゆえに大学名乗らず 患者から 言われなければ わからない 何を抜かすか 裏口バカが 他所いけや 対偶わからぬ ド底辺 出身校は嘘つかない ド底辺 当直室で エロサイト ウイルス残して 帰宅する バカゆえに 統計でると レスできず お気の毒だね、底辺シリツ ド底辺 卒業大学 ひた隠し 同期といわれ 他人を装う
# case ctrl # exposure a b # no exposure c d # OR = ad/bc # q1 = a/(a+c) 疾病群での暴露リスク # q0 = b/(b+d) 対照群での暴露リスク # RR = q1/q0 # RR =a/(a+c) ÷ b/(b+d)=a(b+d)÷b(a+c)=(ab+ad)/(ab+bc) # =(ab+bc*OR)/(ab+bc) ∵ ad=bc*OR # =(c*OR+a)/(a+c) # =OR*c/(a+c)+a/(a+c) # =OR*( 1-a/(a+c) ) + a/(a+c) # =OR*(1-q1) + q1 # RR = a/(a+c) ÷ b/(b+d)=a(b+d)÷b(a+c)=(ab+ad)/(ab+bc) # = (ab+ad)/(ab+ad/OR) ∵ bc=ad/OR # = (b+d) /(b + d/OR) # (b+d) で割る # =1 / {b/(b+d) + d/[(b+d)/OR]} # =OR/{OR*b/(b+d) + d/(b+d)} # ORを掛ける # =OR/{OR*b/(b+d) + (b+d)/(b+d)-b/(b+d)} # =OR/(OR*q0 + 1-q0)
# RR = OR(1-q1) + q1 # OR=(RR-q1)/(1-q1) # q1=(OR-RR)/(OR-1) ; # q1:疾病群での暴露リスク=a/(a+c) # RR = OR/(OR*q0 + 1- q0) # OR= (1-q0)*RR/(1-q0*RR) # q0=(OR-RR)/((OR-1)*OR) ; # q0:対照群での暴露リスク=b/(b+d)
>>593 (revised) # RR = OR(1-q1) + q1 # OR=(RR-q1)/(1-q1) # q1=(OR-RR)/(OR-1) ; # q1:疾病群での暴露リスク=a/(a+c) # RR = OR/(OR*q0 + 1- q0) # OR= (1-q0)*RR/(1-q0*RR) # q0=(OR-RR)/((OR-1)*RR) ; # q0:対照群での暴露リスク=b/(b+d) >>588 (revised) # ケースコントロール研究における累積標本抽出 # RR = OR(1-P1) + P1 # OR=(RR-P1)/(1-P1) # P1=(OR-RR)/(OR-1) ; # P1:暴露群でのイベント発生率=a/(a+b) # RR = OR/(OR*P0 + 1- P0) # OR= (1-P0)*RR/(1-P0*RR) # P0=(OR-RR)/((OR-1)*RR) ; # P0:非暴露群でのイベント発生率=c/(c+d) 題材は、喫煙・ピロリ菌・胃がんでもいいのだが、 論理演算ができないなど高校卒業の学力がない(蔑称:バカ)という因子 と 任意の寄付金を支払う(蔑称:裏金)という因子を ド底辺シリツ医大進学というスティグマを背負うリスク(略称:ド底辺リスク)で検討しよう。 ド底辺シリツ受験生の偏差値によりバカ因子の有無を判定、 裏金因子については本人の申告により得られた数字としよう(数字は仮想データ)。 裏金なし 裏金あり バカでない 1 3 バカである 10 20 バカ因子でド底辺リスクが1→10(9の増加、10倍の増加)、3→20(17の増加、6.7倍の増加) 裏金因子でド底辺リスクが1→3(2の増加、3倍の増加)、10→20(10の増加、2倍の増加) と変化している。 ド底辺リスクにバカ因子と裏金因子の交互作用が存在するか?
ye=c(13,20,15,2,10,20,18,20,11,20) ev=c(1,0,0,1,1,0,0,0,1,0) ex=c(1,1,1,1,1,0,0,0,0,0) (dat5.2=data.frame(years=ye,event=ev,exposure=ex)) attach(dat5.2) (N=sum(event)) #全発症数 (Y=sum(years)) # 全人年 N/Y # 全発症率 4/149= 0.0268 i.time=3 # 誘導期間 (Ypost=years[years>i.time]) # 誘導期間を超えて追跡された人の全長年数 (PostPeriod=sum(Ypost-i.time)) # 誘導期間を超える年数の総和 (post.dat=subset(dat5.2,years>i.time & event==1)) # 誘導期間後に発症した症例 (Npost=nrow(post.dat)) # 誘導期間発症症例数 Npost/PostPeriod # 誘導期間後発症率 3/120 0.025
# 誘導期間を考えない暴露群発症率 3/60 = 0.05 (ev.exp.all=subset(dat5.2,event==1 & exposure==1)) (ye.exp.all=subset(dat5.2,exposure==1)) (Nexp.all=nrow(ev.exp.all)) (Yexp.all=sum(ye.exp.all$years)) # 誘導期間を考えない非暴露群発症率 1/89 = 0.0112 (ev.nex.all=subset(dat5.2,event==1 & exposure==0)) (ye.nex.all=subset(dat5.2,exposure==0)) (Nnex.all=nrow(ev.nex.all)) (Yn.all=sum(ye.nex.all$years)) fmsb::rateratio(3,1,60,89) # 誘導期間を考えた暴露群発症率 2/46= 0.0435 (ev.exp.post=subset(dat5.2,event==1 & exposure==1 & years>i.time)) (ye.exp.post=subset(dat5.2,exposure==1 & years>i.time)) (Nexp.post=nrow(ev.exp.post)) (Yexp.post=sum(ye.exp.post$years-i.time)) # 誘導期間を考えた非暴露群発症率 1/74 = 0.0135 (ev.nex.post=subset(dat5.2,event==1 & exposure==0 & years>i.time)) (ye.nex.post=subset(dat5.2,exposure==0 & years>i.time)) (Nnex.post=nrow(ev.nex.post)) (Ynex.post=sum(ye.nex.post$years-i.time)) fmsb::rateratio(2,1,46,74)
# 誘導期間i.timeを考えた曝露群発症率 vs 3/59 = 5.08% IExp=function(i.time=3){ (ev.exp.post=subset(dat5.2,event==1 & exposure==1 & years>i.time)) (ye.exp.post=subset(dat5.2,exposure==1 & years>i.time)) (Nexp.post=nrow(ev.exp.post)) (Yexp.post=sum(ye.exp.post$years-i.time)) Nexp.post/Yexp.post } xx=seq(0.5,13,le=1000) plot(xx,sapply(xx,IExp),pch=19,xlab="Induction Period(Years)",ylab="Incidence Ratio") abline(h=3/59,lty=3) legend("topleft",bty="n",legend="No Induction Period",lty=3) f=function(x,u)IExp(x)-u uniroot(f,u=3/59,c(2,6))$root
>>598 # 非曝露群に誘導期間の考慮は不要である非曝露群発症率 1/89 = 1.12% (ev.nex.post=subset(dat5.2,event==1 & exposure==0 & years>i.time)) (ye.nex.post=subset(dat5.2,exposure==0 & years>i.time)) (Nnex.post=nrow(ev.nex.post)) (Ynex.post=sum(ye.nex.post$years)) 1/(20+18+20+11+20) #Reed-Frost Model ReedFrost=function( p=0.04, N=100, T=40) { q=1-p I=numeric(T) S=numeric(T) I[1]=1 S[1]=N-I[1] for(t in 1:(T-1)){ I[t+1]=S[t]*(1-q^I[t]) S[t+1]=S[t]-I[t+1] } plot(1:T,I,type="l",lwd=2, ylim=c(0,N),xlab="time",ylab="persons",main=paste("Reed-Frost Model p= ",p)) lines(S,lty=2,col=2,lwd=2) lines(N-S,lty=3,col=3,lwd=2) legend("topright",bty="n",legend=c("Infected","Sensitive","Immunized"),lty=1:3,col=1:3,lwd=2) } par(mfrow=c(1,2)) ReedFrost(0.04) ReedFrost(0.015)
ド底辺シリツ医大卒の輝かしい業績 勉強すれば、叱られる バカが治ったのならば死んでいる 桃関数 # p値関数 vcd::oddsratio, confintで信頼区間境界からグラフ化 CIfunc=function(A,B,C,D){ DO=matrix(c(A,B,C,D),2,byrow=TRUE) oDO=vcd::oddsratio(DO,log=FALSE) # confint(oDO,level=0.95) f1=function(x)confint(oDO,level=1-x)[1] f2=function(x)confint(oDO,level=1-x)[2] xx=seq(0,1,by=0.01) y1=sapply(xx,f1) y2=sapply(xx,f2) plot(log10(y1),xx,xlim=c(-1,2),type="l",xlab="Rate Ratio(log scale)",ylab="p.value",lwd=1,main="P.value function") lines(log10(y2),xx,lwd=1) abline(v=log10(1),lty=3) abline(h=0.05,lty=3,col="gray") return(DO) } DO=CIfunc(4,386,4,1250) Epi::twoby2(DO) chisq.test(DO,correct=FALSE) par(new=TRUE) DO1=CIfunc(1090,14910,1000,15000) Epi::twoby2(DO1) chisq.test(DO1,correct=FALSE)
SJW=function(A,B,C,D){ # Relative Risk cohort study DR=matrix(c(A,B,C,D),2,byrow=TRUE) fl=function(x)Epi::twoby2(DR,alpha=x,print=FALSE)$measures[1,2] fu=function(x)Epi::twoby2(DR,alpha=x,print=FALSE)$measures[1,3] le=100 xx=seq(0,1,length=le) ; xx=xx[c(-1,-le)] y1=sapply(xx,fl) y2=sapply(xx,fu) xlim=c(min(y1),max(y2)) plot(y1,xx,log="x",xlim=xlim,type="l",lwd=2,xlab="Relative Risk(log scale)",ylab="p.value",main="P.value function(Cohort Study)") lines(y2,xx,lwd=2) abline(v=1,lty=3) abline(h=0.05,lty=3,col="gray") Epi::twoby2(DR) return(DR) } Subjects CVD events % HR p value 95%CI Placebo 2333 282 12.1 Empagliflozin 10mg 2345 243 10.4 0.85 0.07 0.72-1.01 Empagliflozin 25mg 2342 247 10.5 0.86 0.09 0.73-1.02 Empagliflozin 10mg+25mg 4687 490 10.5 0.86 0.04 0.74-0.99 dev.off() layout(matrix(c(1,2,3,3),2,byrow=TRUE)) E10=SJW(243,2345-243,282,2333-282) ; chisq.test(E10,correct = FALSE) ; prop.test(c(243,282),c(2345,2333)) E25=SJW(247,2342-247,282,2333-282) ; chisq.test(E25,correct = FALSE) ; prop.test(c(247,282),c(2342,2333)) E1025=SJW(490,4687-490,282,2333-282) ; chisq.test(E1025,correct=FALSE) ; prop.test(c(490,282),c(4687,2333))
# p値関数 vcd::oddsratio, confintで信頼区間境界からグラフ化 CIfunc=function(A,B,C,D){ # Oddsratio 症例対照study DO=matrix(c(A,B,C,D),2,byrow=TRUE) oDO=vcd::oddsratio(DO,log=FALSE) # confint(oDO,level=0.95) f1=function(x)confint(oDO,level=1-x)[1] f2=function(x)confint(oDO,level=1-x)[2] xx=seq(0,1,by=0.01) ; xx=xx[-1] y1=sapply(xx,f1) y2=sapply(xx,f2) xlim=c(min(y1),max(y2)) plot(y1,xx,xlim=xlim,log="x",type="l",lwd=2,xlab="Odds Ratio(log scale)",ylab="p.value",main="P.value function(Case-Control)") lines(y2,xx,lwd=2) abline(v=1,lty=3) abline(h=0.05,lty=3,col="gray") Epi::twoby2(DO) return(DO) } DO=CIfunc(4,386,4,1250) chisq.test(DO,correct=FALSE)
「くじ引きが無作為である」という帰無仮説のもとで宝くじに当選する確率はとても低い(0.05未満)。 宝くじに当選者がでたということはp<0.05のことが起こったので「くじ引きが無作為」という帰無仮説は棄却される。 正しい議論か?
# p値関数 vcd::oddsratio, confintで信頼区間境界からグラフ化 CIfunc=function(A,B,C,D){ # Oddsratio 症例対照study DO=matrix(c(A,B,C,D),2,byrow=TRUE) oDO=vcd::oddsratio(DO,log=FALSE) # confint(oDO,level=0.95) f1=function(x)confint(oDO,level=1-x)[1] f2=function(x)confint(oDO,level=1-x)[2] xx=seq(0,1,by=0.01) ; xx=xx[-1] y1=sapply(xx,f1) y2=sapply(xx,f2) xlim=c(min(y1),max(y2)) plot(y1,xx,xlim=xlim,log="x",type="l",lwd=2,xlab="Odds Ratio(log scale)",ylab="p.value",main="P.value function(Case-Control)") lines(y2,xx,lwd=2) abline(v=1,lty=3) abline(h=0.05,lty=3,col="gray") Epi::twoby2(DO) return(DO) } DO=CIfunc(4,386,4,1250) chisq.test(DO,correct=FALSE)
# Hazard Rate 95% C.I. to p.value with graph CI2P=function(L,U,cl=0.95,from=0.01,to=20){ RR=sqrt(L*U) SE=log(L/RR)/(-qnorm(1-(1-cl)/2)) RL=function(p) RR*exp(-qnorm(1-p/2)*SE) RU=function(p) RR*exp(+qnorm(1-p/2)*SE) pl=(1-pnorm(log(RR)/SE))*2 pu=(1-pnorm(-log(RR)/SE))*2 p.value=ifelse(pl<=1,pl,pu) yy=seq(0,1,le=10^5) xlim=c(from,to) plot(sapply(yy,RU),yy,log="x",type="l",xlim=xlim,lwd=2,xlab="RR(log scale)",ylab="p.value", main=paste(cl*100,"%RR Conf.Int = [",L,"-",U,"] p.value=",round(p.value,4))) lines(sapply(yy,RL),yy,lwd=2) abline(h=0.05,lty=3,col=2) abline(v=1,lty=2,col=4) legend("topleft",bty="n",legend=c("p=0.05","RR=1"),col=c(2,4),lty=3) return(p.value) }
RR2P=function(a,N1,b,N0,...){ SE=sqrt(1/a-1/N1+1/b-1/N0) RR=(a/N1)/(b/N0) f=function(x){ pl=(1-pnorm(log(x)/SE))*2 pu=(1-pnorm(-log(x)/SE))*2 p.value=ifelse(pl<=1,pl,pu) return(p.value) } xx=seq(0,10,by=0.01) xx=xx[-1] plot(xx,sapply(xx,f),type="l",lwd=2,xlab="RR",ylab="p.value",...) abline(h=0.05,lty=3,col=2) abline(v=RR,lty=2,col=4) legend("topleft",bty="n",legend=c("p=0.05","estimated RR"),col=c(2,4),lty=3) names(RR)="Estimated RR" return(RR) } RR2P(4,386,4,1250,xlim=c(0.01,10)) RR2P(4,386,4,1250,xlim=c(0.01,10),log="x") RR2P(4,386,4,1250,xlim=c(0.01,10),ylim=c(0.001,1),log="y") RR2P(4,386,4,1250,xlim=c(0.01,10),ylim=c(0.001,1),log="xy")
par(mfrow=c(2,2)) #Subjects CVD events % HR p value 95%CI #Placebo 2333 282 12.1 #Empagliflozin 10mg 2345 243 10.4 0.85 0.07 0.72-1.01 #Empagliflozin 25mg 2342 247 10.5 0.86 0.09 0.73-1.02 #Empagliflozin 10mg+25mg 4687 490 10.5 0.86 0.04 0.74-0.99 RR2P(243,2345,282,2333,xlim=c(0.5,1.5)) RR2P(243,2345,282,2333,xlim=c(0.5,1.5),log="x") RR2P(243,2345,282,2333,xlim=c(0.5,1.5),ylim=c(0.001,1),log="y") RR2P(243,2345,282,2333,xlim=c(0.5,1.5),ylim=c(0.001,1),log="xy") >>610 # debugged RR2P=function(a,N1,b,N0,...){ SE=sqrt(1/a-1/N1+1/b-1/N0) RR=(a/N1)/(b/N0) f=function(x){ pl=(1-pnorm(log(x/RR)/SE))*2 pu=(1-pnorm(-log(x/RR)/SE))*2 p.value=ifelse(pl<=1,pl,pu) return(p.value) } xx=seq(0,10,by=0.01) xx=xx[-1] plot(xx,sapply(xx,f),type="l",lwd=2,xlab="RR",ylab="p.value",...) abline(h=0.05,lty=3,col=2) abline(v=RR,lty=2,col=4) legend("topleft",bty="n",legend=c("p=0.05","estimated RR"),col=c(2,4),lty=3) names(RR)="Estimated RR" return(RR) } RR2P(4,386,4,1250,xlim=c(0.01,10)) RR2P(4,386,4,1250,xlim=c(0.01,10),log="x") RR2P(4,386,4,1250,xlim=c(0.01,10),ylim=c(0.001,1),log="y") RR2P(4,386,4,1250,xlim=c(0.01,10),ylim=c(0.001,1),log="xy") シリツ医大に行くと国立コンプでこんな投稿して憂さ晴らしらしいね。 日頃から患者からも同業者からも 裏口バカ と罵られる毎日なんだろうな。 # Exact法(Clopper-Pearson)信頼区間のconf.levelを変更した信頼区間を返す # RR:Risk Ratio, l0,u0: conf.level=cl0での信頼区間をcl1の区間に変更 ConvExactCI=function(RR,l0,u0,cl0=0.95,cl1=0.90){ # 95%→90%に L0 = function(n,RR,cl0) 1/(1+(n-n*RR+1)/(n*RR*qf((1-cl0)/2, 2*n*RR,2*(n-n*RR+1)))) fl = function(x,u)L0(x,RR,cl0)-u (nL=uniroot(fl,u=l0,c(1,10^4))$root) (rL=RR*nL) (L1=L0(nL,RR,cl1)) U0 = function(n,RR,cl0) 1/(1+(n-n*RR)/((n*RR+1)*qf(1-(1-cl0)/2, 2*(n*RR+1), 2*(n-n*RR)))) fu = function(x,u)U0(x,RR,cl0)-u (nU=uniroot(fu,u=u0,c(1,10^4))$root) (nU=RR*nU) (U1=U0(nU,RR,cl1)) CI=c(L1,U1,cl1) names(CI)=c("lower","upper","conf.level") return(round(CI,4)) }
debugged # Exact法(Clopper-Pearson)信頼区間のconf.levelを変更した信頼区間を返す # RR:Risk Ratio, l0,u0: conf.level=cl0での信頼区間をcl1の区間に変更 ConvExactCI=function(RR,l0,u0,cl0=0.95,cl1=0.90){ # 95%→90%に L0 = function(n,rr,cl) 1/(1+(n-n*rr+1)/(n*rr*qf((1-cl)/2, 2*n*rr,2*(n-n*rr+1)))) fl = function(x,u)L0(x,rr=RR,cl=cl0)-u (nL=uniroot(fl,u=l0,c(1,10^4))$root) (L1=L0(nL,RR,cl1)) U0 = function(n,rr,cl) 1/(1+(n-n*rr)/((n*rr+1)*qf(1-(1-cl)/2, 2*(n*rr+1), 2*(n-n*rr)))) fu = function(x,u)U0(x,rr=RR,cl=cl0)-u (nU=uniroot(fu,u=u0,c(1,10^4))$root) (U1=U0(nU,RR,cl1)) CI=c(L1,U1,cl1) names(CI)=c("lower","upper","conf.level") return(round(CI,4)) }
neet is coined from the english "not in education, employment or training."
# RR = OR(1-q1) + q1 # OR=(RR-q1)/(1-q1) # q1=(OR-RR)/(OR-1) ; # q1:疾病群での暴露リスク=a/(a+c) # RR = OR/(OR*q0 + 1- q0) # OR= (1-q0)*RR/(1-q0*RR) # q0=(OR-RR)/((OR-1)*RR) ; # q0:対照群での暴露リスク=b/(b+d) # ケースコントロール研究における累積標本抽出 # RR = OR(1-P1) + P1 # OR=(RR-P1)/(1-P1) # P1=(OR-RR)/(OR-1) ; # P1:暴露群でのイベント発生率=a/(a+b) # RR = OR/(OR*P0 + 1- P0) # OR= (1-P0)*RR/(1-P0*RR) # P0=(OR-RR)/((OR-1)*RR) ; # P0:非暴露群でのイベント発生率=c/(c+d)
p1=RR*p0 p0=p1/RR RR=p1/p0 OR=(p1/(1-p1))/(p0/(1-p0)) =(p1*(1-p0)) / (p0*(1-p1)) =RR*(1-p0)/(1-RR*p0) = p1*(1-p1/RR) / (p1/RR)*(1-p1) = (RR-p1)/(1-p1)
## Rp2ci=function(R,p,cl=0.95){ Z=qnorm(p/2,lower=FALSE) SE=log(R)/Z w=qnorm(1-(1-cl)/2)*SE ci=(c(lower=R-w,upper=R+w)) return(ci) } Rp2ci(1.5,0.1) ## HR=1.5 fl=function(x) Rp2ci(HR,x)["lower"] fu=function(x) Rp2ci(HR,x)["upper"] le=300 xx=seq(0,0.2,length=le) xx=xx[-c(1,le)] ll=sapply(xx,fl) uu=sapply(xx,fu) ylim=range(ll,uu) par(mfrow=c(2,1)) plot(xx,ll,type="n",ylim=ylim,xlab="p.value",ylab="conf.interval") segments(xx,ll,xx,uu,col="royalblue") plot(xx,ll,type="n",ylim=ylim,xlab="p.value",ylab="conf.interval",log="x") segments(xx,ll,xx,uu,col="maroon")
exact法(Clopper-Pearson法)で関数を書いて 信頼区間が点推定の値を中心とした対称幅でないことをグラフ化してみた。 n=20打席でr安打での信頼区間と中点、および点推定値(r/n)で描いた。 Clopper=function(r,n,cl=0.90){ alpha=1-cl lower = 1/(1+(n-r+1)/(r*qf(alpha/2, 2*r,2*(n-r+1)))) upper = 1/(1+(n-r)/((r+1)*qf(1-alpha/2, 2*(r+1), 2*(n-r)))) mid=(lower+upper)/2 est=r/n res=c(lower,upper,mid,est) names(res)=c("lower","upper","mid","estimate") return(res) } #逆正規法 片側検定p値 inm=function(pp)pnorm(sum(qnorm(pp,lower=FALSE))/sqrt(length(pp)),lower=FALSE) # Fisherの方法 fm=function(pp)pchisq(-2*sum(log(pp)),2*length(pp),lower=FALSE)/2 pp=c(0.302,0.14,0.290,0.504,0.105,0.220) inm(pp) fm(pp) peach=function(p1,p2,p3){ pp=c(p1,p2,p3) res=c(inm(pp),fm(pp)) return(res) } p3=function(p1=0.05,p2=0.05){ le=100 xx=seq(0,1,length=le+1) xx=xx[-c(1,le+1)] inv=function(x)peach(p1,p2,x)[1] fis=function(x)peach(p1,p2,x)[2] plot(xx,sapply(xx,inv),type="l",ylab="integrated p.value",xlab="p3", main=paste("p1=",p1,", p2=",p2)) lines(xx,sapply(xx,fis),lty=3) abline(h=0.05,lty=2,col="steelblue") legend("topleft",bty="n",legend=c("Inverse Normal Method","Fisher's Method"),lty=c(1,3)) } p3(0.1,0.1) p3(0.25,0.25)
repinm=function(n,p0)inm(rep(p0,n)) f=function(p0){ g=function(x)repinm(x,p0) return(g) } nn=2:100 h=f(0.4) plot(nn,sapply(nn,h),type="l",xlab="繰り返し",ylab="統合p値", main="同一p値の繰り返しと逆正規法統合p値の関係") abline(h=0.05,col="royalblue",lty=3) h=f(0.30) lines(nn,sapply(nn,h),lty=2) h=f(0.20) lines(nn,sapply(nn,h),lty=4) legend("topright",bty="n",legend=c("p=0.4","p=0.30","p=0.20"),lty=c(1,2,4)) inm(rep(0.4,43)) inm(rep(0.3,10)) inm(rep(0.2,4))
## repfm=function(n,p0)fm(rep(p0,n)) f=function(p0){ g=function(x)repfm(x,p0) return(g) } nn=2:100 h=f(0.40) plot(nn,sapply(nn,h),type="l",xlab="繰り返し",ylab="統合p値", main="同一p値の繰り返しとFisher法統合p値の関係",ylim=c(0,0.5)) abline(h=0.05,col="royalblue",lty=3) h=f(0.30) lines(nn,sapply(nn,h),lty=2) h=f(0.20) lines(nn,sapply(nn,h),lty=4) legend("topright",bty="n",legend=c("p=0.4","p=0.30","p=0.20"),lty=c(1,2,4)) fm(rep(0.30,42)) fm(rep(0.2,5))
Rp2ci=function(R,p,cl=0.95){ Z=qnorm(p/2,lower=FALSE) SE=log(R)/Z w=qnorm(1-(1-cl)/2)*SE ci=(c(lower=R-w,upper=R+w)) return(ci) } ## Rp2ci(1.5,0.1) le=101 R=seq(1.45,1.55,length=le) p=seq(0.05,0.15,length=le) L=function(R,p,cl=0.95){ Z=qnorm(p/2,lower=FALSE) SE=log(R)/Z w=qnorm(1-(1-cl)/2)*SE lower=R-w return(lower) } U=function(R,p,cl=0.95){ Z=qnorm(p/2,lower=FALSE) SE=log(R)/Z w=qnorm(1-(1-cl)/2)*SE upper=R+w return(upper) } dev.off() zL=outer(R,p,L) ; min(zL) zU=outer(R,p,U) ; max(zU)
par(mfrow=c(2,2)) contour(R,p,zL,col="blue",lwd=2,xlab="Hazard Ratio",ylab="p.value",xlim=c(1.4,1.6),ylim=c(0.05,0.15),main="lower border") contour(R,p,zU,col="red", lwd=2,xlab="Hazard Ratio",ylab="p.value",xlim=c(1.4,1.6),ylim=c(0.05,0.15),main="upper border") persp(R,p,zL,theta=35, col="lightblue",shade=0.5,phi=30,ltheta=-10,border=TRUE,zlab="Lower") rgl::persp3d(R,p,zL, theta=35, col="lightgreen",shade=0.5,border=TRUE,xlab="HR",ylab="p",zlab="Lower", ticktype = "detailed") rgl::plot3d(R,p,zL, col="blue") persp(R,p,zU,theta=35, col="lightblue",shade=0.5,phi=30,ltheta=-10,border=TRUE,zlab="Upper") rgl::persp3d(R,p,zU, theta=35, col="lightgreen",shade=0.5,border=TRUE,xlab="HR",ylab="p",zlab="Upper", ticktype = "detailed") rgl::plot3d(R,p,zU, col="blue")
金メダルは競争の結果だし、希少価値があるのは当然。 希少価値といえば、これもそうだよな。 まず、これを復習しよう。 (昭和世代の証言より) 私は昭和の時代に大学受験したけど、昔は今よりも差別感が凄く、慶応以外の私立医は特殊民のための特殊学校というイメージで開業医のバカ息子以外は誰も受験しようとすらしなかった。 常識的に考えて、数千万という法外な金を払って、しかも同業者からも患者からもバカだの裏口だのと散々罵られるのをわかって好き好んで私立医に行く同級生は一人もいませんでした。 本人には面と向かっては言わないけれど、俺くらいの年代の人間は、おそらくは8−9割は私立卒を今でも「何偉そうなこと抜かしてるんだ、この裏口バカが」と心の底で軽蔑し、嘲笑しているよ。当の本人には面と向かっては絶対にそんなことは言わないけどね。 >一人もいませんでした >一人もいませんでした つまり、 患者からも同業者からも馬鹿だの裏口だの言われるのをわかっていて底辺シリツ医大に進学したのは実に希少価値があるではありませんか。 どうして、自慢しないのでしょうか? 博士号よりも専門医よりもよほど希少価値があるはずなのに? 不思議ですよね。
有病 pN 無病(1-p)N 検査陽性 a TP se b FP 1-sp 検査陰性 c FN 1-se d TN sp v=1/a + 1/b + 1/c + 1/d se=a/(a+c) sp=d/(b+d) pLH=TP/FP=se/(1-sp) nLH=FN/TN=(1-se)/sp OR=pLH/nLH S=(se/(1-se)) / (sp/(1-sp)) # log(OR) = alpha + beta*log(S) + error y=log(OR) x=log(S) res.lm = lm(y~x,weights=1/v) summary(res.lm)
ド底辺特殊シリツ医大の伝説的英語力再掲。 anago.2ch.エスシー/test/read.cgi/hosp/1441603966/522 (quote) 522 卵の名無しさん 2015/11/09(月) 17:44:36.26 ID:g6z/uK4C0.net >>505 Your thing that you should do now is it is study or to earn money おまえが今すべきは勉強、もしくは、お金を稼ぐこと?? なんも間違ってなくね? おまえがいっつも、医大入学をカネで買うか、医師免許をカネで買うとか、 SF小説みたいな妄想書いてるから、 「だったらおまえ、勉強しながら、カネ稼げ」って バカにされてるってわからねえのか? おまえ、ここ数日は医科歯科の先生に叱られて、 医科歯科までも底辺医大って言い出すからな ってかおまえ、今日はいつもよりしつこいな、難敵現るってとこ? おまえの敵は、自分自身だよ、予備校生なんだからな、おまえは ド底辺シリツ医大卒の恥ずかしい英作文 こんなのでよく大学入学できるよな。 裏口なんだろね? 673 :卵の名無しさん:2015/11/24(火) 11:42:45.76 ID:jcbe8aon0 Hey!Self-styled Tokyo Medicaland Dental University graduation ! A cram school student is not conceited おいこら自称医科大卒業クン、 予備校生が思い上がるなよ な http://anago.2ch.net/test/read.cgi/hosp/1441603966/673 >>44 マジでやばい開業医\(静かに静かな夏にまず3人目) [無断転載禁止]©2ch.net http://potato.2ch.net/test/read.cgi/hosp/1478929571/438 438 名前:卵の名無しさん[] 投稿日:2016/12/03(土) 14:12:13.45 ID:lcNff1W7 不時他や皮裂きに入ったら一生ウマシカのレッテルがつく つまり、こういうこと ド底辺シリツ医大卒= あらゆる医療系資格の中で最も恥ずかしい資格 あらゆる日本の資格の中で最も恥ずかしい資格 あらゆる資格の中で最も恥ずかしい資格 資格をもっているのが恥ずかしい資格 運転免許も専門医資格も更新しなければ資格を失うけれどド底辺私立医大卒の資格は一生つきまとう。 それゆえ ド底辺シリツ医大卒の第二法則: ド底辺シリツ医大卒は恥ずかしくて、学校名を皆さま言いません。 integrate(f=function(x,mu=50,sig=10) 1/(sqrt(2*pi)*sig)*exp(-(x-mu)^2/(2*sig^2)),-Inf,36.5)
N=100 p=1/N conf.level=0.99 choose(x,0)*p^0*(1-p)^x < 1-conf.level # (1-p)^x < 1-conf.level log(1-conf.level)/log(1-p)
# Rule of Three NN=seq(100,10000,by=100) pp=1/NN conf.level=0.95 f=function(p) log(1-conf.level)/log(1-p) plot(NN,sapply(pp,f),type="p") lines(NN,3*NN,col=2)
## 標本分散の分布はχ2乗分布 (n-1)s2/σ2 〜 χ2 ν=n-1 mu=0 ; sig=1 k=10000 n=10 m=1 s2=NULL for(i in 1:k){ s2[i]=var(replicate(n,rnorm(m,mu,sig))) } x=(n-1)*s2/(sig^2) hist(x,freq=FALSE,ann=FALSE) curve(dchisq(x,n-1),0,40,add=TRUE,lwd=2) Your thingは入試の学力考査が適正に行われていない証であり、 国試に関係ない分野での大学教育も健全に行われていないことの反映だろうな。 ### t = N(0,1)/sqrt(χ2/ν) ### t分布 TT=function(n=12,mu=0,func=rnorm,...){ # x=replicate(n,func(1,...)) x=func(n,...) dev=mean(x)-mu se=sd(x)/sqrt(n) .t=dev/se return(.t) } # 一様分布からの標本 T=(標本平均-母平均)/標準誤差 k=10000 n=12 .T=NULL for(i in 1:k){ .T[i]=TT(func=runif,mu=0.5) } summary(.T) hist(.T,freq=FALSE, ylim=c(0,0.4),ann=FALSE,breaks=30,col="lavender") curve(dt(x,n-1),lwd=2,add=TRUE) legend("topleft",bty="n",legend=c(paste("一様分布 ",n, " 個の t 値の分布"),"t 値=(標本平均-母平均)/標準誤差"))
製薬会社の営業マンから、 統計もわからん馬鹿医者がタダ弁当に釣られて新薬説明に参加して勉強した気になっている と思われるのは不快だからね。
Your thingは入試の学力考査が適正に行われていない証であり、 国試に関係ない分野での大学教育も健全に行われていないことの反映だろうな。 医大入学を金で買う、 医師免許を金で買う という現実の結果だろう。 Your thingは入試の学力考査が適正に行われていない証であり、 国試に関係ない分野での大学教育も健全に行われていないことの反映。 医大入学を金で買う をベイズ推計してみよう。 帰無仮説H0:学力考査は公正に行われている 対立仮設H1:縁故加点など不正が行われている H0の成り立つ事前確率をP0 H1の成り立つ事前確率をP1 p : 学力考査が公正であった場合にYour thing英作文をする確率P(Y|H0) q : 学力考査が不正であった場合にYour thing英作文をする確率P(Y|H1) 現実にド底辺特殊シリツ医大卒は Your thing that you should do now is it is study or to earn money. と書いている。 ゆえにH1の事後確率(裏口入試存在確率)はP1q/(P0p+P1q)である。 P(H1|Y)=P(Y|H1)P(H1)/P(Y)=P(H1)P(Y|H1)/P(H0)(P(Y|H0)+P(H1)P(Y|H1) (ベイズの公式) 情報がないという前提でP0=P1=0.5と仮定しよう。(縁故加点合格の証言もあるが) 公正な学力考査で選抜された学生がYour thing英作文をする確率を0.01としてみる(実際はもっと低いはず) ド底辺特殊シリツ医大卒にYour thing英作文をする底抜けバカの占める割合を存じ上げないのでグラフにしてみた。 この誤った英作文Your thing〜は入試の学力考査が適正に行われていない証であり、 誤っていることすらわからないののは、国試に関係ない分野での大学教育も健全に行われていないことの反映である。 医大入学を金で買う をベイズ推計してみよう。 帰無仮説H0:学力考査は公正に行われている 対立仮設H1:縁故加点など不正が行われている H0の成り立つ事前確率をP0 H1の成り立つ事前確率をP1 p : 学力考査が公正であった場合にYour thing英作文をする確率P(Y|H0) q : 学力考査が不正であった場合にYour thing英作文をする確率P(Y|H1) P(H1|Y)=P(Y|H1)P(H1)/P(Y)=P(H1)P(Y|H1)/P(H0)(P(Y|H0)+P(H1)P(Y|H1) (ベイズの公式)から H1の事後確率(裏口入試存在確率)は P1q/(P0p+P1q) である。 情報がないという前提でP0=P1=0.5と仮定しよう。(縁故加点合格の証言もあるが) 公正な学力考査で選抜された学生がYour thing英作文をする確率を0.01としてみる(実際はもっと低いはず) ド底辺特殊シリツ医大卒にYour thing英作文をする底抜けバカの占める割合を存じ上げないのでグラフにしてみた。 この誤った英作文Your thing〜は入試の学力考査が適正に行われていない証であり、 誤っていることすらわからないのは、国試に関係ない分野での大学教育も健全に行われていないことの反映である。 医大入学を金で買う をベイズ推計してみよう。 帰無仮説H0:学力考査は公正に行われている 対立仮設H1:縁故加点など不正が行われている H0の成り立つ事前確率をP0 H1の成り立つ事前確率をP1 p : 学力考査が公正であった場合にYour thing英作文をする確率P(Y|H0) q : 学力考査が不正であった場合にYour thing英作文をする確率P(Y|H1) P(H1|Y)=P(Y|H1)P(H1)/P(Y)=P(H1)P(Y|H1)/P(H0)(P(Y|H0)+P(H1)P(Y|H1) (ベイズの公式)から H1の事後確率(裏口入試存在確率)は P1q/(P0p+P1q) である。 情報がないという前提でP0=P1=0.5と仮定しよう。(縁故加点合格の証言もあるが) 公正な学力考査で選抜された学生がYour thing英作文をする確率を0.01としてみる(実際はもっと低いはず) ド底辺特殊シリツ医大卒にYour thing英作文をする底抜けバカの占める割合を存じ上げないのでグラフにしてみた。 # OR = ad/bc # q1 = a/(a+c) 疾病群での曝露リスク # q0 = b/(b+d) 対照群での曝露リスク # RR = q1/q0 # RR =a/(a+c) ÷ b/(b+d)=a(b+d)÷b(a+c)=(ab+ad)/(ab+bc) # =(ab+bc*OR)/(ab+bc) ∵ ad=bc*OR # =(c*OR+a)/(a+c) # =OR*c/(a+c)+a/(a+c) # =OR*( 1-a/(a+c) ) + a/(a+c) # =OR*(1-q1) + q1 # RR = a/(a+c) ÷ b/(b+d)=a(b+d)÷b(a+c)=(ab+ad)/(ab+bc) # = (ab+ad)/(ab+ad/OR) ∵ bc=ad/OR # = (b+d) /(b + d/OR) # (b+d) で割る # =1 / {b/(b+d) + d/[(b+d)/OR]} # =OR/{OR*b/(b+d) + d/(b+d)} # ORを掛ける # =OR/{OR*b/(b+d) + (b+d)/(b+d)-b/(b+d)} # =OR/(OR*q0 + 1-q0)
or2p=function(a,b,c,d,x){ OR=(a/b)/(c/d) SE=sqrt(1/a+1/b+1/c+1/d) pu=(1-pnorm(log(x/OR)/SE))*2 pl=(1-pnorm(-log(x/OR)/SE))*2 p.value=ifelse(pl<=1,pl,pu) return(p.value) } par(mfrow=c(2,1)) # 男子学生 curve(or2p(206,179,430,86,x),from=0.01,to=2,lwd=2,log="x",xlab="OR",y="p.value",las=1) or2p(206,179,430,86,1) abline(h=0.05,lty=3,col=2) abline(v=1,lty=2,col=4) legend("topleft",bty="n",legend=c("p=0.05","OR=1"),lty=c(3,2),col=c(2,4)) Epi::twoby2(dat.m) chisq.test(dat.m,correct=FALSE) fisher.test(dat.m) # 女子学生 curve(or2p(26,13,317,47,x),from=0.01,to=2,lwd=2,log="x",xlab="OR",y="p.value",las=1) or2p(26,13,317,47,1) abline(h=0.05,lty=3,col=2) abline(v=1,lty=2,col=4) legend("topleft",bty="n",legend=c("p=0.05","OR=1"),lty=c(3,2),col=c(2,4)) dat.f=matrix(c(26,13,317,47),2) Epi::twoby2(dat.f) chisq.test(dat.f,correct=FALSE) fisher.test(dat.f)
xchg=function(a,b,bit=1){ # a, bをランダムにbitずつランダム交換 flg=runif(1)>0.5 if(flg){ chg=ifelse(b>=bit,bit,b) return(chg) }else{ chg=ifelse(a>=bit,-bit,-a) return(chg) } } rchg=function(x,bit=1){ n=length(x) idx=sample(n,2) chg=xchg(x[idx[1]],x[idx[2]],bit) x[idx[1]]=x[idx[1]]+chg x[idx[2]]=x[idx[2]]-chg return(x) } mono=c(rep(0,99),500) hist(mono,freq=FALSE) for(i in 1:10000) mono=rchg(exp) hist(mono,freq=FALSE) library(fitdistrplus) fit=fitdist(mono,"exp") ; fit$est curve(dexp(x,rate=fit$est),add=TRUE)
HDI<-function(x,conf.level=0.95){ n=length(x) xs=x/sum(x) lim=1-conf.level cul=0 ; i=1 ; j=n while(cul<lim){ if(xs[i]<xs[j]){ cul=cul+xs[i] i=i+1 } else { cul=cul+xs[j] j=j-1 } } ans=c(i,j)/n return(ans) }
## dx <- density(x) dn <- cumsum(dx$y)/sum(dx$y) li <- which(dn>=0.025)[1] ui <- which(dn>=0.975)[1] xx[li] ; xx[ui] dx$x[c(li,ui)] ## HDI<-function(x,conf.level=0.95){ n=length(x) xs=x/sum(x) lim=1-conf.level cul=0 ; i=1 ; j=n while(cul<lim){ if(xs[i]<xs[j]){ cul=cul+xs[i] i=i+1 } else { cul=cul+xs[j] j=j-1 } } ans=c(i,j)/n return(ans) }
汚らわしい 作品ばかりで 恥かしい 裏口バカが 題材ゆえに ド底辺 出身校すら 名のれない 裏口入学 恥ずかしいから? まやかしの 学力考査の ド底辺 書いた英語は Your thing. いつの世も 特殊民の ド底辺 受験するのは バカ子息のみ 補欠です 寄付金いくら 払えます? 事前予告は お上も容認。 本人も 認めているよ 私立馬鹿 裏口バカと 同義なり 法外な カネを払って ド底辺 裏口バカと 蔑まれるに 世の中で 最も恥ずべき 資格かな 屈辱ゆえに 校名名のれず 世の中の 誰もが知ってる ド底辺 学力不足を 金で補う Your thing 一目瞭然 ド底辺 高校入試も 受からんぞ nbinom.test=function(r,n,p=0.5,conf.level=0.95){ HDI<-function(x,cl=conf.level){ n=length(x) xs=x/sum(x) lim=1-cl cul=0 ; i=1 ; j=n while(cul<lim){ if(xs[i]<xs[j]){ cul=cul+xs[i] i=i+1 } else { cul=cul+xs[j] j=j-1 } } ans=c(i,j)/n return(ans) } L=function(x) dnbinom(n-r,r,x) sL=function(x) L(x)/integrate(L,0,1)$value pL=function(x) integrate(sL,0,x)$value xx=seq(0,1,le=10001) ; xx=xx[-1] yy=sapply(xx,sL) hdi=HDI(yy,cl=conf.level) fu0=function(x,u0) pL(x)-u0 ci=c(lower=uniroot(fu0,u0=(1-conf.level)/2,c(1e-16,1))$root, upper=uniroot(fu0,u0=(1-(1-conf.level)/2),c(1e-16,1))$root) p.value=1-pnbinom(n-1-r,size=r,p) round(data.frame(ci,hdi,p.value),4) }
nbinom.test=function(r,n,p=0.5,conf.level=0.95){ HDI<-function(x,cl=conf.level){ n=length(x) xs=x/sum(x) lim=1-cl cul=0 ; i=1 ; j=n while(cul<lim){ if(xs[i]<xs[j]){ cul=cul+xs[i] i=i+1 } else { cul=cul+xs[j] j=j-1 } } ans=c(i,j)/n return(ans) } L=function(x) dnbinom(n-r,r,x) sL=function(x) L(x)/integrate(L,0,1)$value pL=function(x) integrate(sL,0,x)$value xx=seq(0,1,le=10001) ; xx=xx[-1] yy=sapply(xx,sL) plot(xx,yy,type="l",xlab="��",ylab="Density",lwd=2,las=1, frame.plot=FALSE) hdi=HDI(yy,cl=conf.level) fu0=function(x,u0) pL(x)-u0 ci=c(lower=uniroot(fu0,u0=(1-conf.level)/2,c(1e-16,1))$root, upper=uniroot(fu0,u0=(1-(1-conf.level)/2),c(1e-16,1))$root) p.value=1-pnbinom(n-1-r,size=r,p) round(data.frame(ci,hdi,p.value),4) }
nbinom.ci=function(r,n,p=0.5,conf.level=0.95,...){ HDI<-function(x,cl=conf.level){ n=length(x) xs=x/sum(x) lim=1-cl cul=0 ; i=1 ; j=n while(cul<lim){ if(xs[i]<xs[j]){ cul=cul+xs[i] i=i+1 } else { cul=cul+xs[j] j=j-1 } } ans=c(i,j)/n return(ans) } L=function(x) dnbinom(n-r,r,x) sL=function(x) L(x)/integrate(L,0,1)$value xx=seq(0,1,le=1001) ; xx=xx[-1] yy=sapply(xx,sL) plot(xx,yy,type="l",xlab="θ",ylab="Density",lwd=2,las=1, frame.plot=FALSE,...) hdi=HDI(yy,cl=conf.level) psL=cumsum(yy)/sum(yy) ci=c(lower=which(psL>(1-conf.level)/2)[1]/length(yy), upper=which(psL>(1-(1-conf.level)/2))[1]/length(yy)) p.value=1-pnbinom(n-1-r,size=r,p) round(data.frame(ci,hdi,p.value),4) }
bpt=function(t) sqrt(m/(2*pi*a^2*t^3))*exp(-(t-m)^2/(2*a^2*m*t)) x=c(11*12+5,12*12+5,15*12+5,15*12+9) x=sort(x) ; x dx=diff(x) ; dx m=mean(dx) ; m a=sd(dx)/mean(dx) ; a bpt=function(t) sqrt(m/(2*pi*a^2*t^3))*exp(-(t-m)^2/(2*a^2*m*t)) tt=seq(0,10*12,by=1) y=sapply(tt,bpt) dev.off() plot(tt,y,type="l",lwd=1, xlab="months since May 2011",ylab="density") 17*12-(11*12+5) # 67 16*12-(11*12+5) # 55 integrate(bpt,55,67) xxx=seq(55,120,le=480) segments(xxx,0,xxx,sapply(xxx,bpt),col="tomato") xx=seq(55,67,le=24) segments(xx,0,xx,sapply(xx,bpt)) integrate(bpt,55,67)$value/integrate(bpt,55,Inf)$value
p-hackingのネタ 女子大生100人と女子高生100人の胸囲を測定して 前者が平均82 , 標準偏差3 後者が平均81 , 標準偏差3 であったとする。 統計的に有意差があるといえるか? ## t.test & Welch's t.test ttest = function(n1,m1,s1, n2,m2,s2){ # ni:標本数 mi:平均 si:標準偏差 n=n1+n2-2 u=((n1-1)*s1^2+(n2-1)*s2^2)/n t=(m1-m2)/sqrt(u/n1+u/n2) r=cat("Equal Variance:\n\t",sep="") r=cat(r,"t = ",round(t,2),",\tdf = ", n ,",\tp = ", 2*pt(-abs(t),n), "\n" , sep="") t=(m1-m2)/sqrt(s1^2/n1 + s2^2/n2) n=(s1^2/n1+s2^2/n2)^2 / ( (s1^2/n1)^2/(n1-1) + (s2^2/n2)^2/(n2-1)) r=cat(r,"Unequal variance:\n\t",sep="") cat(r,"t = ",round(t,2),",\tdf = ", n ,",\tp = ", 2*pt(-abs(t),n), "\n" , sep="") } n1=100 ; m1=82 ; s1=3 n2=100 ; m2=81 ; s2=3 x1=scale(rnorm(n1))*s1+m1 x2=scale(rnorm(n2))*s2+m2 t.test(x1,x2) t.test(x1,x2,var=TRUE) ttest(n1,m1,s1, n2,m2,s2)
>>655 , -――――――‐- 、 , `丶、 / \ / \ / l ヽ ハ l 、 l l . | .l / 、 | \ |、 | | _|_ _|_ ___ -―フ | /| ./ ヽ | \ |\ | | ノ \ | \ | \ / ∠ | / |/ ./ \ | ` ーヽ‐ 、 ヽ | X | | | | / ) ノ /, ― ' \| , ===ミ. V 、 / \ | | \/ \ ○ノ / { / , ==ミ、 〃{//////ハヽ | 、 / V 〃////ハ V/////:ノ | lへ ヽ // ヘ { {/////ノ ==== | |^ } \ _|_ _|_ ___ -―フ | 、 ヾ == / / | ' ./ トー' ノ \ | \ | \ / ∠ | } / / ハ | .// | 、 | X | | | | / ) . ハ { ‐r―‐ ´ } /|/ .| \| / \ | | \/ \ ○ノ ∨ ヽ、 、__ ノ , イ ハ. | | ハ ハ>‐/^^^^ヽ‐r−r:<ハ:ミ<Λ/∨ ヽ| |/ ∨ ∨/===/ヽ_><_/ | \ / ./> | ∨ ./ < / | 理系男「”eのx乗を不定積分”しようぜ!」 理系女「何のこと?」 理系男「∫eXdx…。これのdxより前のところ見てごらん。何かに見えないかい?」 理系女「sexよね?」 理系男「気持ち良くなりたいだろ?」 理系女「ええ。」 理系男「じゃあ実際に積分してみるんだ。さあ、はやく」 理系女「eX+Cになったわ」 理系男「どうだ、気持ちよくなっただろ?eX+Cの「+」はプラスじゃなくて「足す」と読むんだ」 理系女「…エクスタシー!!」 理系男「どうだ、気持ちよくなっただろ?」 理系男女「イク-----ッ!!」
count=function(N=(1:10)*10,.pch=1:20,.col=1:8,...){ n=sample(N,1) x=rnorm(n) y=rnorm(n) plot(x,y,axes=FALSE,ann=FALSE,pch=.pch,col=.col,...) n } par(mfrow=c(2,2)) count(,19,1) count(,19,1,cex=1:2) count(,19,) count(,19,cex=1:2)
こういう嘘をよく平気でつけるもんだな。 当直医のスレ Part.17 [無断転載禁止]©2ch.net http://potato.2ch.net/test/read.cgi/hosp/1480133830/817 817 名前:卵の名無しさん[] 投稿日:2016/12/17(土) 19:17:54.68 ID:3Oft5frV >>786 彼の目的が分らない。専門医もとらず学位もとらず、 管理職にも就かせてもらえず、医局を首になったか何かのトラウマ? それで一生懸命に私学を叩いては喜んでる。 異常としか言いようがない。 俺はあんたが異常だと思うわ。 管理職なんか成りたいか? 所詮、病院の経営者から雇われてるだけの雇われもんじゃんw 雇われ院長になって安い給料をもらってまわりからちやほやされて 喜んでる医者の方が異常だろ。器が小さすぎだろ(笑)。 俺は内視鏡バイトや麻酔のバイトやって金を稼ぎまくってる自称医科歯科大学卒の 爺さんに好感を持つわ。この爺さんの文章を読んでると結構頭良いし、もし内視鏡 や麻酔科のバイトができる技術を持ってると言うのが本当なら、相当に実力のある 医者だと思うぞ。 >>817 卒後就職したのは、麻酔、内視鏡、アンギオは外科医なら誰でもやるのが当然の地方の病院だった。 製品化される前のエトキシスクレロールで硬化療法とか消化器全般が外科の仕事だった。腋窩切開で気胸の手術くらいは自力でやっていた。 整形外科不在時は脱臼整復やギプス固定までせざるをえなかった。 帝王切開の助手は外科医の仕事だった。仮死状態で生まれた新生児の挿管までした (暴れる元気はないけど首がすわってないから固定をしっかりすれば難しくない)。 今はリスクの少ない手技しかしなくなったというより、しなくてよい職場を選んでいる。 ESDで大腸穿孔の経験もある。後腹膜側だったから保存的に治癒。最近はEMRまでしかしない。 当直医のスレ Part.17 [無断転載禁止]©2ch.net http://potato.2ch.net/test/read.cgi/hosp/1480133830/827 827 名前:卵の名無しさん[] 投稿日:2016/12/18(日) 01:59:11.53 ID:Yv/ypoQO >>821 60歳代のウチの外科専門医を持ってる院長とは大違いだなw ESDは言うに及ばずEMRどころかCSすら深部到達できないw いつも大口叩いてるくせに救急処置が苦手で挿管も超下手くそで CVすら取れないと知ってからは気の毒なのであまり責めないようにしているw いつも専門医自慢してウザかったけど挿管が超下手くそでCV取れないのが 看護師らにバレてからは大人しくなったw pay=function(income101_172,u0=0)0.5916*income101_172+14884-u0 f=function(x)pay(x*10000/12)*12 f(1772)
DR.10Sv Dr.10Svオリジナル投稿 順位化後t.test f4=function(N=40,n1=20,n2=20,.replace=TRUE){ x1=sample(N,n1,replace=.replace) x2=sample(N,n2,replace=.replace) xx12=rank(c(x1,x2)) xx1=xx12[1:n1] xx2=xx12[(n1+1):(n1+n2)] c(exactRankTests::wilcox.exact(x1,x2)$p.value,lawstat::brunner.munzel.test(x1,x2)$p.value, t.test(x1,x2,var.equal=FALSE)$p.value,t.test(xx1,xx2)$p.value,wilcox.test(x1,x2)$p.value) } f4() f4(.replace=FALSE) r=replicate(1000,f4(N=100,n1=20,n2=20,.replace=FALSE)) dev.off() par(mfrow=c(2,2)) plot(r[1,],r[2,],asp=1,xlab="Wilcox.exact",ylab="Brunner Munzel") plot(r[4,],r[2,],asp=1,xlab="順位t.test(Welch)",ylab="Brunner Munzel") plot(r[4,],r[3,],asp=1,xlab="順位t.test(Welch)",ylab="t.test(Welch)") plot(r[2,],r[3,],asp=1,xlab="Brunner Munzel",ylab="t.test(Welch)") plot(r[1,],r[5,],asp=1,xlab="wilcox.exact",ylab="wilcox") r=replicate(1000,f4(N=5,n1=20,n2=20,.replace=TRUE)) dev.off() par(mfrow=c(2,2)) plot(r[1,],r[2,],asp=1,xlab="Wilcox.exact",ylab="Brunner Munzel") plot(r[4,],r[2,],asp=1,xlab="順位t.test(Welch)",ylab="Brunner Munzel") plot(r[4,],r[3,],asp=1,xlab="順位t.test(Welch)",ylab="t.test(Welch)") plot(r[2,],r[3,],asp=1,xlab="Brunner Munzel",ylab="t.test(Welch)") plot(r[1,],r[5,],asp=1,xlab="wilcox.exact",ylab="wilcox")
医師もMRも幸せにする患者のための情報吟味: ディオバン事件以降の臨床研究リテラシー
臨床医なんて接客業。 客がいなけりゃただの人 愛想良く媚びることを旨とした客商売なので 役者・芸者と同じ。 ド底辺特殊シリツ医大卒でも客商売がうまければ稼げる。 ド底辺特殊シリツ医大卒の悲哀はこれ、 >> 私は昭和の時代に大学受験したけど、昔は今よりも差別感が凄く、慶応以外の私立医は特殊民のための特殊学校というイメージで開業医のバカ息子以外は誰も受験しようとすらしなかった。 常識的に考えて、数千万という法外な金を払って、しかも同業者からも患者からもバカだの裏口だのと散々罵られるのをわかって好き好んで私立医に行く同級生は一人もいませんでした。 本人には面と向かっては言わないけれど、俺くらいの年代の人間は、おそらくは8−9割は私立卒を今でも「何偉そうなこと抜かしてるんだ、この裏口バカが」と心の底で軽蔑し、嘲笑しているよ。当の本人には面と向かっては絶対にそんなことは言わないけどね。 <<
plot ggplot ## y1,y2が独立にポアソン分布に従うとき # y1 ~ pois(λ1) # y2 ~ pois(λ2) # N = y1 + y2 # y1 ~ Binomial(N,λ1/(λ1+λ2)) n=100 lambda=sample(0:n,2) l1=lambda[1] ; l2=lambda[2] y1=rpois(1000,l1) y2=rpois(1000,l2) N=y1+y2 yy1=rbinom(1000,N,l1/(l1+l2)) plot(density(y1),lwd=2) lines(density(yy1),lwd=2,col=4) hist(y1,freq=FALSE) lines(density(yy1),lwd=2,col=4) ## bernoulli.stan data{ int N; int<lower=0,upper=1> Y[N]; } parameters{ real<lower=0,upper=1> p; } model{ Y ~ bernoulli(p); } ## library(rstan) rstan_options(auto_write = TRUE) options(mc.cores = parallel::detectCores()) stanmodel <- stan_model('bernoulli.stan') Sn <- function(S,n,...){ dat = sample(c(rep(1,S),rep(0,n-S))) d = data.frame(Y=dat) data=list(N=nrow(d),Y=d$Y) fit=rstan::sampling(stanmodel,data=data) print(fit,pars="p",...) } Sn(3,10) Sn(30,100) Sn(5,100)
library(PSAgraphics) data('lindner') library(Matching) head(lindner) summary(glm(lifepres ~ .-1, data=lindner)) Y=lindner$lifepres Tre=lindner$abcix ps=glm(abcix ~ .,data=lindner[,-1], family=binomial(link="logit"))$fitted mout.lindner=Match(Y,Tre,ps) summary(mout.lindner) ivec1 <- lindner$abcix ivec2 <- rep(1,nrow(lindner)) - ivec1 ivec <- cbind(ivec1, ivec2) iestp1 <- (ivec1/ps)/mean(ivec1) iestp2 <- (ivec2/ps)/mean(ivec2) iestp <- iestp1 + iestp2 ipwe <- lm(Y ~ ivec -1, weights=iestp, data=lindner) summary(ipwe) library(survey) psw <- svydesign(ids = ~ 1 , weights=iestp, data=lindner) ipwsu <- svyglm(lifepres ~ abcix, design = psw) summary(ipwsu)
p=0.4 # prevalence se=0.62 # sensitivity sp=0.98 # specificity a=p/(1-p) # odds b=a*se/(1-sp) # *LH(+) b/(1+b) # ppv c=a*(1-se)/sp # *LH(-) 1 - c/(1+c) # npv
## p.351 TABLE19-3 A1=45 A0=94 B1=257 B0=945 dat=matrix(c(A1,B1,A0,B0),2) colnames(dat)=c('X1','X0') rownames(dat)=c('D1','D0') dat Pz1=c(0.40,0.55,0.70,0.45,0.60,0.75) #暴露喫煙率 Pz0=c(0.30,0.45,0.60,0.25,0.40,0.55) #非暴露喫煙率 ORxz = (Pz1/(1-Pz1))/(Pz0/(1-Pz0)) ; round(ORxz,2) ORdz=c(5,10,15) # 病気の有無による喫煙オッズ比(暴露によらず一致) n=length(ORdz) m=length(ORxz) B11=Pz1*B1 ; B11 #無病暴露喫煙者数 B01=Pz0*B0 ; B01 #無病非暴露喫煙者数 A11=A01=matrix(numeric(n*m),ncol=n) ORdx=numeric(n) for(i in 1:n){ A11[,i] = ORdz[i]*A1*B11/(ORdz[i]*B11 + B1-B11) #有病暴露喫煙者数 A01[,i] = ORdz[i]*A0*B01/(ORdz[i]*B01 + B0-B01) #有病非暴露喫煙者数 ORdx = (A11*B01)/(A01*B11) # ORdxz0 = (A1-A11)*(B0-B01)/((A0-A01)*(B1-B11)) } round(ORdx,2)
# ある文字列が迷惑メールに含まれる確率をp1[i],通常メールに含まれる確率をp0[i]とする。 x1=0.1 # 初期値 p1=rep(0.1,7) p0=rep(0.01,7) L.J.Savage <- function(x1){ Mail <- function(x,i){ p1[i]*x/(p1[i]*x +p0[i]*(1-x)) } n=length(p1) X=numeric(n) X[1]=x1 for(i in 1:n){ X[i+1]=Mail(X[i],i) } return(X) } L.J.Savage(0.1) xx=c(0.01,0.05,0.20,0.30,0.40,0.50) sapply(xx,L.J.Savage)
>>692 当直スレのレボジトリに使ってんの。 直接スクリプトを貼ると読めない人には迷惑だからね。 ## # あるウイルス疾患の診断に迅速キット、発熱、関節痛の # 感度は80% 90%,70%、特異度は99%,50%,60%とする。 # 迅速キット:陰性、発熱:陽性、関節痛:陽性であった。 # 診察前確率を50%としたとき、個々の検査陽性確率は独立という前提で診察後確率を求めよ。 x=0.5 # prevalene sn=c(0.8,0.9,0.7) # sensitivity sp=c(0.99,0.5,0.6) # specificity E=c(0,1,1) # exam result TP=sn FP=1-sp pLH=TP/FP nLH=(1-TP)/(1-FP) p2o <- function(p) p/(1-p) o2p <- function(o) o/(1+o) LH=prod(ifelse(E,pLH,nLH)) o2p(p2o(x)*LH)
このあたりの話はMcGeeに書いてあるはず。 俺は理解できているから尤度比の参照にしか使ってない。 McGeeのデータは尤度比の記載のみで 感度特異度は割愛されているが次の式で算出できる。 p:陽性尤度比 q:陰性尤度比 感度=p(1-q)/(p-q) 特異度=(p-1)/(p-q)
# 3項目のうち少なくとも2項目が陽性で疾患ありとしたときの感度 n=length(sn) sn2=numeric(n) for(i in 1:n){ sn2[i] <- (1-sn[i])*prod(sn[-i]) } sum(sn2)+prod(sn) # 3項目のうち少なくとも2項目が陽性で疾患ありとしたときの特異度 n=length(sp) sp2=numeric(n) sp2 for(i in 1:n){ sp2[i] <- (1-sp[i])*prod(sp[-i]) } sum(sp2)+prod(sp) # 3項目がすべて陽性で疾患ありとしたときの特異度 1-prod(1-sp)
## # Aa,Ba,Ca : 恩赦事象 1/3 # Bd,Cd : 死刑宣告 1/2 # p(Aa|Bd) = p(Bd|Aa)*p(Aa) / p(Bd) # where p(Bd) = p(Bd|Aa) *P(Aa) + p(Bd|Ba)*p(Ba) + p(Bd|Ca)*p(Ca) = 0.5*0.33 + 0*0.33 + 1*0.33 =1/2*1/3 + 0 + 1*1/3 = 3/6 = 1/2 # ∴ p(Aa|Bd) = (1/6)/(1/2) = 1/3
## # Aa,Ba,Ca : 恩赦事象 1/3 # Bd,Cd : 死刑宣告 1/2 # p(Aa|Bd) = p(Bd|Aa)*p(Aa) / p(Bd) # where p(Bd) = p(Bd|Aa)*P(Aa) + p(Bd|Ba)*p(Ba) + p(Bd|Ca)*p(Ca) = (1/2) *(1/3) + 0*(1/3) + 1*1/3 = 1/2 # ∴ p(Aa|Bd) = p(Bd|Aa)*p(Aa) / p(Bd) = ((1/2)*(1/3)) / (1/2) = 1/3
当然ながら、迷惑メールフィルターは非迷惑メールの選択にも使える。 このスレのある投稿に含まれていた3つのキーワードは次の確率で国立卒の投稿(国立投稿)、ド底辺特殊シリツ医大卒の投稿に含まれるとする。 キーワード 国立卒 ド底辺特殊シリツ医大卒 裏口 0.1 0.001 底辺 0.3 0.01 ジジイ 0.001 0.25 この3つのキーワードを含む投稿がド底辺特殊シリツ医大卒の投稿である確率を述べよ。 事前確率は理由不在の原則に従って0.5とする。
# p(Aa|Bd) = p(Bd|Aa)*p(Aa) / p(Bd) # where p(Bd) = p(Bd|Aa)*P(Aa) + p(Bd|Ba)*p(Ba) + p(Bd|Ca)*p(Ca) # = (1/2) *(1/3) + 0*(1/3) + 1*1/3 # = 1/2 # ∴ p(Aa|Bd) = p(Bd|Aa)*p(Aa) / p(Bd) # = ((1/2)*(1/3)) / (1/2) = 1/3 # P(Ca|Bd) = P(Bd|Ca)*P(Ca)/P(Bd) # = ( 1 * (1/3))/ (1/2) = 2/3 N=10^5 ABC=c('A','B','C') BC=c('B','C') Amnesty=numeric(N) Declare=numeric(N) for(i in 1:N){ Amnesty[i]=sample(ABC,1) switch(Amnesty[i], 'A'=Declare[i] <- sample(BC,1), 'B'=Declare[i] <- 'C', 'C'=Declare[i] <- 'B' ) } mean(Amnesty[which(Declare=='B')]=='A') #p(Aa|Bd) mean(Amnesty[which(Declare=='B')]=='B') #p(Ba|Bd) mean(Amnesty[which(Declare=='B')]=='C') #p(Ca|Bd)
>>701 問題に答える頭もないの? こういう問題は臨床でも必要だろ? あるウイルス疾患の診断に迅速キット、発熱、関節痛の 感度は80% 90%,70%、特異度は99%,50%,60%とする。 迅速キット:陰性、発熱:陽性、関節痛:陽性であった。 診察前確率を50%としたとき、個々の検査陽性確率は独立という前提で診察後確率を求めよ。 私立医大の偏差値 http://2chreport.net/rank_01.htm をみると ド底辺特殊シリツ医大の公称の偏差値は最低でも57となっている。 成績が正規分布と仮定して偏差値57は上位24%に位置する。 そのような学力の学生がこのような英作文をして しかも、間違いを訂正できない確率は極めて0に近いはずである。 100人にひとりそのようなバカがいたとするとその偏差値は下位1%なので26.7となる。 偏差値57以上の学生がYour thing英作文をする確率を1000分の1(実際はもっと少ないであろう)と大きめに設定する。 ここでベイズの公式 P(裏口入学|誤英作文) = P(誤英作文|裏口入学)* P(裏口入学)/ { P(誤英作文|裏口入学)* P(裏口入学) + P(誤英作文|正規入学)*P(正規入学) } P(正規入学) = 1 - P(裏口入学), P(誤英作文|裏口入学) = 1 理由不十分の原則(principal of insufficient reason) http://mathworld.wolfram.com/PrincipleofInsufficientReason.html にしたがって P(裏口入学)=P(正規入学)=0.5とする。 P(誤英作文|正規入学)=0.001の設定であるから P(裏口入学|誤英作文) = 0.5/(0.5 +0.001*0.5) = 0.999 と算出できる。 ド底辺特殊シリツ医大の公称最低偏差値が57が正しいとすると このスレのド底辺特殊シリツ医大卒が裏口入学である可能性は99.9%である。 Q.E.D. # Q: 看守の正答確率0.5 # Aa,Ba,Ca : 恩赦確率 1/3 # Bd|Aa,Cd|Aa : 死刑宣告確率 # p(Aa|Bd) = p(Bd|Aa)*p(Aa) / p(Bd) # where p(Bd) = p(Bd|Aa)*P(Aa) + p(Bd|Ba)*p(Ba) + p(Bd|Ca)*p(Ca) # = (Q/2) *(1/3) + (1-Q)*(1/3) + Q*(1/3) # = (0.5/2)*(1/3) + (1-0.5)*(1/3) + 0.5*(1/3) = 5/12 # ∴ p(Aa|Bd) = p(Bd|Aa)*p(Aa) / p(Bd) # = (0.5/2)*(1/3) / (5/12) = 1/5 # p(Ca|Bd) = p(Bd|Ca)*p(Ca) / p(Bd) # = ( Q * (1/3)) / (5/12) # = ( (1/2) * (1/3))/ (5/12) = 2/5 # p(Ba|Bd) = p(Bd|Ba)*p(Ba) / p(Bd) # = ( (1-Q) *(1/3)) / (5/12) = 2/5
pLH=TP/FP nLH=(1-TP)/(1-FP)=FN/TN DOR=pHL/nLH = (TP/FP)/(FN/TN) # pr=Disese/Health : prevalance for actual number PPV=TP/(TP+FP*pr) (1-PPV)=FP/(TP+FP*pr) NPV=TN/(TN+FN*pr) (1-NPV)=FN/(TN+FN*pr) PPV/(1-PPV) * NPV/(1-NPV) = TP/FP * TN/FN =DOR # for any prevalence n=1000 set.seed(0) TPR=runif(n) set.seed(1) FPR=runif(n) pLH=TPR/FPR nLH=(1-TPR)/(1-FPR) DOR=pLH/nLH logit = function(q) log(q/(1-q)) D=logit(TPR)-logit(FPR) plot(log(DOR),D) S=logit(TPR)+logit(FPR) plot(D~S) f=function(ab) sum((D-(ab[1]+ab[2]*S)^2)) optim(c(-0.1,-0.1),f) # Not Convergent lm=lm(D~S) ; lm$coef abline(lm)
## sensitivity=seq(0,1,len=100) specificity=seq(0,1,len=100) h = function(sensitivity,specificity){ TPR=sensitivity FPR=1-specificity log((TPR/FPR)/((1-TPR)/(1-FPR))) } z=outer(sensitivity,specificity,h) image(sensitivity,specificity,z,col=terrain.colors(32),main="log(Diagnostic Odds Ratio)") contour(TPR,FPR,z,nlevels=32,add=TRUE)
##差の信頼区間(生データなし) DifCI=function(n1,n2,m1,m2,sd1,sd2){ pooledV=((n1-1)*sd1^2+(n2-1)*sd2^2)/(n1-1+n2-1) SE12=sqrt((1/n1+1/n2)*pooledV) w=qt(.975,n1-1+n2-1)*SE12 ci=c(m1-m2-w,m1-m2+w) names(ci)=c("lower","upper") return(ci) } # t検定(生データなし) T.test=function(n1,n2,m1,m2,sd1,sd2){ SE12=sqrt((1/n1+1/n2)*((n1-1)*sd1^2+(n2-1)*sd2^2)/((n1-1)+(n2-1))) T=(m1-m2)/SE12 pt(abs(T),n1-1+n2-1,lower.tail = FALSE) }
## m sd SEM n non=c(0.52,0.25,0.027,88) rec=c(0.38,0.32,0.034,89) eli=c(0.40,0.26,0.048,28) # 生データなしで分散分析 lh=rbind(non,rec,eli) colnames(lh)=c("m","sd","SEM","n") ; lh mean.G=sum(lh[,"m"]*lh[,"n"])/sum(lh[,"n"]) SS.bit=sum((lh[,"m"]-mean.G)^2*lh[,"n"]) SS.wit=sum(lh[,"sd"]^2*(lh[,"n"]-1)) df.bit=nrow(lh)-1 df.wit=sum(lh[,"n"]-1) MS.bit=SS.bit/df.bit MS.wit=SS.wit/df.wit F.ratio=MS.bit/MS.wit pf(F.ratio,df.bit,df.wit,lower.tail=FALSE) # 0.003720507 (η2=(SS.bit)/(SS.bit+SS.wit)) # 0.05387927
# 比率の(正規分布近似)信頼区間から標本数を算出する # p:比率 l:95%下限 u:95%上限 ci2n <- function(p,l,u){ Z=qnorm(.975) n=p*(1-p)/(((u-l)/(2*Z))^2) return(n) } library(binom) ci=binom.confint(3,10, method="asymptotic") ci2n(0.3,ci$lower,ci$upper) ci=binom.confint(30,100, method="asymptotic") ci2n(0.3,ci$lower,ci$upper) ci=binom.confint(123,410, method="asymptotic") ci2n(0.3,ci$lower,ci$upper)
Symptoms=c('Fever','Feverishness','Cough','Myalgia','Malaise', 'Headache','Sore throat','Sneezing','Nasal congestion', 'Chills','Vaccine history','Fever and cough', 'Fever and cough and acute onset') pLH=c(1.8, 1.0, 1.1,0.93,0.98,1.0, 1.0,1.2,1.1,1.1, 0.63,1.9,2.0) nLH=c(0.40,0.70,0.42,1.2,1.1,0.75,0.96,0.87,0.49,0.68,1.1,0.54,0.54) findings=rep(0,length(Symptoms)) flu <- data.frame(pLH,nLH,DOR=round(pLH/nLH,2),findings) rownames(flu) <- Symptoms flu$findings=c(1,1,1,1,1,1,1,1,1,1,1,1,1) p2o <- function(p) p/(1-p) o2p <- function(o) o/(1+o) p0=0.50 o0=p2o(p0) flu$LH <- ifelse(flu$findings,flu$pLH,flu$nLH) flu if(flu['Fever and cough and acute onset','findings']==1){ flu['Fever and cough','LH']<-1 } if(flu['Fever and cough','findings']==1){ flu['Fever','LH'] = 1 flu['Cough','LH'] = 1 } flu o1=prod(flu$LH) o2p(o1)
LH2snsp <- function(pLH,nLH){ sensitivity=pLH*(1-nLH)/(pLH-nLH) specificity=(pLH-1)/(pLH-nLH) c(sensitivity,specificity) } LH2snsp(4.7,0.06)
LH2snsp = function(pLH,nLH){ c(sensitivity=pLH*(1-nLH)/(pLH-nLH),specificity=(pLH-1)/(pLH-nLH)) } LH2snsp(4.7,0.06) LH2SNSP=function(pLH,nLH){ f=function(snsp){ sn=snsp[1] sp=snsp[2] (pLH-sn/(1-sp))^2+(nLH-(1-sn)/sp)^2 }
### P(Bd|Aa)がβ分布に従うとき d.theta <- function(Θ,a=1,b=1) dbeta(Θ/(1-Θ),a,b)/((1-Θ)^2) death.row <- function(a=1,b=1,N=10^5){ x=rbeta(N,a,b) Θ=x/(1+x) hist(Θ,freq=FALSE,xlim=c(0,1),xlab="P(Bd|Aa)",main="") curve(d.theta(x,a,b),add=TRUE) curve(dbeta(x,a,b),add=TRUE,lty=3) legend("bottomright",bty="n",legend=paste0("Beta(",a,",",b,")"),cex=0.9) EAP=integrate(function(x) x*d.theta(x,a,b),0,0.5)$value MAP=optimize(function(x) d.theta(x,a,b),c(0,0.5),maximum=TRUE)$maximum MED=uniroot(function(x,u0=0.5) integrate(function(y) d.theta(y,a,b),0,x)$value - u0,c(0,0.5))$root print(data.frame(EAP,MAP,MED)) summary(Θ) } dev.off() par(mfrow=c(2,2)) death.row(1,1) death.row(2,2) death.row(4,4) death.row(8,8) death.row(1,8) death.row(2,8) death.row(4,8) death.row(4,2)
## https://github.com/matsuken92/Qiita_Contents/tree/master/Bayes_chap_04 f <- function(x) x^10*exp(-13*x) # posterior distribution Q <- function(theta) dnorm(theta,mean=1,sd=0.5) # proposal distribution N=10000 burn_in=1000 chain <- NULL chain[1]=1 # 初期値 accepted=0 for(i in 1:N){ a = rnorm(1,mean=1,sd=0.5) choice = c(a,chain[i]) r = (Q(chain[i])*f(a))/(Q(a)*f(chain[i])) if(a>0 & r>0){ prob = c(min(r,1),1-min(r,1)) chain[i+1] <- sample(choice,1,replace=TRUE,prob=prob) accepted=accepted+ifelse(chain[i+1]==a,1,0) }else{ chain[i+1] <- chain[i] } } dev.off() par(mfrow=c(2,1)) plot(chain,type="l",col="royalblue") accepted/N f <- function(x) x^(11-1)*exp(-13*x) # posterior distribution Q <- function(theta) dnorm(theta,mean=1,sd=0.5) # proposal distribution N=10000 burn_in=1000 chain <- NULL chain[1]=1 # 初期値 accepted=0 for(i in 1:N){ a = rnorm(1,mean=1,sd=0.5) # 提案分布の提示値 choice = c(a,chain[i]) r = (Q(chain[i])*f(a))/(Q(a)*f(chain[i])) if(a>0 & r>0){ prob = c(min(r,1),1-min(r,1)) chain[i+1] <- sample(choice,1,replace=TRUE,prob=prob) accepted=accepted+ifelse(chain[i+1]==a,1,0) }else{ chain[i+1] <- chain[i] } } dev.off() par(mfrow=c(2,1)) plot(chain,type="l",col="royalblue") accepted/N chain2=chain[-c(1:burn_in)] hist(chain2,freq=FALSE,col="royalblue",main="Histogram of MCMC sampling") curve(dgamma(x,10,13), add=TRUE, col=3,lwd=2) summary(chain2) mean(chain2) ; var(chain2) 11/13 ; (11/13^2
# 最頻値(モード) MAP <- function(x) { dens <- density(x) mode_i <- which.max(dens$y) # densityの頂点となるindex mode_x <- dens$x[mode_i] mode_y <- dens$y[mode_i] c(mode_x, mode_y) }
離散データVRのモード値:density(VR)$x[which.max(density(VR)$y)]
α=11 λ=13 h <- function(θ) λ*θ - (α-1)*log(θ) ; curve(h(x),0,3) # -log(事後分布カーネル) h_dash <- function(θ) λ -(α-1)/θ # hの微分 hamiltonian <- function(p,θ) h(θ) + 1/2*p^2 # ポテンシャル + 運動量 p1=rnorm(1) # 初期値 θ1=2.5 .L=100 .ε=0.01 hmc3=function(L=.L,ε=.ε, p1, θ1){ p=θ=H=numeric(L) p[1]=p1; θ[1]=θ1 ; H[1]=hamiltonian(p1,θ1) for (i in 1:L){ θ[i+1] = θ[i] + ε*(p[i] - 0.5*ε*h_dash(θ[i])) p[i+1] = (p[i] - 0.5*ε*h_dash(θ[i])) - 0.5*ε*h_dash(θ[i+1]) H[i+1] = hamiltonian(p[i+1],θ[i+1]) } r=exp(H[1]-H[L+1]) prob=min(1,r) choice=c(θ[L+1],θ[1]) θL <- sample(choice,1,replace=TRUE,prob=c(prob,1-prob)) acpt <- as.numeric(θL==θ[L+1]) # 受理されたか pθa <- c(p[L+1],θL,acpt) return(pθa) } hmc3(L=100,ε=0.01,p1=rnorm(1),θ1=2.5)
T=1000 p=θ=acpt=numeric(T) p[1]=p1 θ[1]=θ1 for(i in 1:T){ pth=hmc3(.L,.ε,p1,θ[i]) p[i+1] <- pth[1] θ[i+1] <- pth[2] acpt[i] <- pth[3] p1 <- rnorm(1) } mean(acpt) # 受理率 1と良好 dev.off() par(mfrow=c(2,1)) plot(p,type="l") plot(θ,type="l") dev.off() θθ=seq(0.05,3,le=50) pp=seq(-5,5,le=50) z=outer(pp,θθ,hamiltonian) persp(pp,θθ,z,theta=45,xlab="p",ylab="θ",zlab="Hamiltonian") image(pp,θθ,z,xlab="p",ylab="θ",col=heat.colors(12,0.7)) contour(pp,θθ,z, add=TRUE) points(p,θ,col=rgb(0.01,0.01,0.01,0.5)) lines(p,θ,col=rgb(0.01,0.01,0.01,0.3))>>995 Y1=c(53.1,51.5,45.5,55.5,49.6,50.1,59.2,54.7,53.0,48.6, 55.3,54.6,51.7,48.6,56.4,58.9,53.3,42.4,51.9,39.1) Y0=c(51.3,48.2,49.6,59.6,44.2,47.6,54.9,56.5,48.4,50.6, 53.6,57.5,52.0,46.9,56.8,50.0,53.8,38.3,52.6,41.0) N=length(Y0) (Y=cbind(Y0,Y1)) t.test(Y0,Y1,paired = TRUE) fit635 <- stan('toyota622.stan',data=list('N','Y'),seed=1234,iter=11000,warmup=1000) fit635 print(fit635,c("mu","rho","delta"),prob=c(.025,.5,.975)) traceplot(fit635,'delta') ms=extract(fit635) hist(ms$delta,freq=FALSE) summary(ms$delta) mean(ms$delta<0) quantile(ms$delta,probs=c(0.025,0.50,0.975)) hist(ms$rho,freq=FALSE) mean(ms$rho>0.5) quantile(ms$rho,probs=c(0.025,0.50,0.975))
// normal.stan data{ int N; real Y[N]; } parameters{ real mu; real<lower=0> sigma; } model{ mu ~ normal(0,100); sigma ~ cauchy(0,5); Y ~ normal(mu,sigma); } generated quantities{ real log_lik[N]; for(n in 1:N) log_lik[n] = normal_lpdf(Y[n]|mu,sigma); }
Y1=c(53.1,51.5,45.5,55.5,49.6,50.1,59.2,54.7,53.0,48.6, 55.3,54.6,51.7,48.6,56.4,58.9,53.3,42.4,51.9,39.1) Y0=c(51.3,48.2,49.6,59.6,44.2,47.6,54.9,56.5,48.4,50.6, 53.6,57.5,52.0,46.9,56.8,50.0,53.8,38.3,52.6,41.0) n=length(Y0) f=function() mean(sample(Y1,n,replace=TRUE) - sample(Y0,n,replace=TRUE)) r=replicate(10^6,f()) mean(r<0) > meanCI(r<0) lower mean upper 1 0.2717172 0.27259 0.2734628 > mean(r<0) [1] 0.27259 > sd(r<0) [1] 0.4452919 > meanCI(r<0) lower mean upper 1 0.2717172 0.27259 0.2734628
//2x2.stan data{ int<lower=0> N[2]; int n[2,2]; } parameters{ simplex[2] p[2]; } model{ for(i in 1:2){ for(j in 1:2){ n[i,j]~ binomial(N[j],p[j][i]);//Binom(N[2],p[2][i]) } } }
generated quantities{ real d; real delta_over; real p11; real p10; real p01; real p00; real RR; real OR; p11 = p[1][1];//介入あり効果あり、暴露あり病気あり p10 = p[1][2];//介入あり効果なし、暴露あり病気なし p01 = p[2][1];//介入なし効果あり、暴露なし病気あり p00 = p[2][2];//介入なし効果なし、暴露なし病気なし d = p11 - p01;//暴露あり病気あり割合−暴露なし病気あり割合 delta_over = step(d); RR = p11/p01; OR = (p11/p10)/(p01/p00); }
library("rstan") rstan_options(auto_write = TRUE) options(mc.cores = parallel::detectCores()) model81=stan_model('2x2') n=matrix(c(128,72,97,103),ncol=2,byrow=TRUE) ; n N=apply(n,1,sum) ; N data <- list(n=n,N=N) fit81 <- sampling(model81,data=data,seed=123,iter=11000,warmup=1000) print(fit81,digits=3, probs=c(.025,.975)) ms=rstan::extract(fit81) Epi::twoby2(n)
日本だけじゃないです、アメリカも完全な学歴社会です アメリカ人上司も、親の執刀医が若くて心配だったから、ググって出身校調べたって そして日本の場合は、入った大学がある程度の知的能力とどれだけ努力できたかを示してしまうのは事実 医師という職業が、あるレベル以上の知的能力と、一生勉強できる勤勉さが必要なのがわかったからこそ、自分より下だといっぱいいっぱいなんでは?と思うのです
data{ int N; vector[3] x[N]; } parameters{ vector[3] mu; vector<lower=0>[3] sigma; vector[3] rho; //rho[1]=ρ23,rho[2]=ρ13,rho[3]=ρ12 } transformed parameters{ matrix[3,3] Sigma; //分散共分散行列 Sigma[1,1]=pow(sigma[1],2); Sigma[2,2]=pow(sigma[2],2); Sigma[3,3]=pow(sigma[3],2); Sigma[1,2]=sigma[1]*sigma[2]*rho[3]; Sigma[2,1]=sigma[2]*sigma[1]*rho[3]; Sigma[1,3]=sigma[1]*sigma[3]*rho[2]; Sigma[2,3]=sigma[2]*sigma[3]*rho[1]; Sigma[3,1]=sigma[3]*sigma[1]*rho[2]; Sigma[3,2]=sigma[3]*sigma[2]*rho[1]; } model{ x ~ multi_normal(mu,Sigma); } generated quantities{ real delta; real delta_step; delta=rho[1]-rho[3]; //ρ32-ρ12 delta_step=step(delta); }
data{ int Ny; vector[2] y[Ny];//y[1]:説明変数、y[2]:目的変数 int Nx; real x[Nx];//目的変数欠損データ } parameters{ vector<lower=0>[2] mu; vector<lower=0>[2] sig; real<lower=-1,upper=1> rho; } transformed parameters{ matrix[2,2] Sigma; Sigma[1,1] = pow(sig[1],2); Sigma[2,2] = pow(sig[2],2); Sigma[1,2] = sig[1]*sig[2]*rho; Sigma[2,1] = sig[2]*sig[1]*rho; } model{ y ~ multi_normal(mu,Sigma); x ~ normal(mu[1],sig[1]);// 欠損データの平均と分散は欠損していないペアと同じと仮定する }
data{ int N; # nrow(d) 29 int D; # ncol(d) 2 vector[D] Y[N]; } parameters{ vector[D] mn; cov_matrix[D] cov; } transformed parameters{ real rho; rho = cov[1,2]/(sqrt(cov[1,1])*sqrt(cov[2,2])); } model{ Y ~ multi_normal(mn,cov); }
Y1=c(2051,2090,2200,2250,2260,2749,2813,2995,3014,3141,3180,3237,3284,3310,3400,3440,3580,3650,3660,3750,3755,3760,3770,3800,3800,3880,3890,3950,4565) Y2=c(70,66,65,69,66,65,66,64,65,66,62,61,60,61,60,58,62,60,59,59,61,61,60,59,57,60,60,58,57) Y=cbind(Y1,Y2) N=nrow(Y) D=ncol(Y) data <- list(N=N,D=D,Y=Y) fit92.siri2 <- sampling(model92,data=data,seed=1234) print(fit92.siri2,probs=c(0.025,0.975),par=c('mn','rho'),digits=3) cor.test(Y1,Y2) mean se_mean sd 2.5% 97.5% n_eff Rhat mn[1] 3283.506 2.937 135.547 3016.277 3550.073 2130 1.003 mn[2] 61.965 0.018 0.737 60.475 63.461 1755 1.003 rho -0.886 0.001 0.047 -0.952 -0.772 2315 1.001 cor.test(Y1,Y2) Pearson's product-moment correlation data: Y1 and Y2 t = -10.176, df = 27, p-value = 9.747e-11 alternative hypothesis: true correlation is not equal to 0 95 percent confidence interval: -0.9477572 -0.7780874 sample estimates: cor -0.8906137
n=100 p=0.5 H=numeric(n) for (r in 1:n) H[r] = dnorm(r,n,p) *q*r + dnorm(r,n,p)*(n-r) sum(H)=50
n=100 p=0.5 H=numeric(n) for (r in 1:n) H[r] = dbinom(r,n,p) *q*r + dbinom(r,n,p)*(n-r) sum(H)=50
論理演算としては間違い。 ある行為が犯罪とされるためには、その行為が刑法が定める犯罪の型に合致し、かつ、違法であることが必要である。債務不履行は犯罪ではない。だから、債務不履行は刑法が定める犯罪の型に合致しないか、または、違法ではない
1.1 A 1.2 C 1.3 False 1.4 lymphoid B,D myeloid A, C, E,F,G 1.5 B 1.6 False 1.7 A-2 B-3 C-4 D-1 1.8 C 1.9 central-A,D peripheral-B,C,E 1.10 A-3 B-1 C-2 1.11 D 1.12 cytotoxic helper 1.13 False 1.14 False 1.15 A 1.16 B 1.17 False
p=0.01 uniroot(f=function(n,p,u)choose(n,0)*p^0*(1-p)^n -u,p=0.01,u=1-0.99,c(10,1000)) # 0.99^n < 0.01 n=log(0.01)/log(0.99) ; n
実際医学部なんてカネ積めば、帝京とかのバカでもなれるからいても不思議じゃない
全身整形dollって言うブログ主、飛田新地の風俗上がりで医学部生らしい。
>>743 そう思っていたのだが 2代目院長の息子はどこにも受からず老健の事務長だぜ。 寄付金をケチったのだろうな。 # neck flexion test TP=0.84 ; TN=0.48 (pLH=TP/(1-TN)) (nLH=(1-TP)/TN) (DOR=pLH/nLH) # jolt accentuation TP=0.97 ; TN=0.60 (pLH=TP/(1-TN)) (nLH=(1-TP)/TN) (DOR=pLH/nLH) # Kernig test TP=0.09 ; TN=0.999 (pLH=TP/(1-TN)) (nLH=(1-TP)/TN) (DOR=pLH/nLH)
330 名前:卵の名無しさん[sage] 投稿日:2017/03/05(日) 09:19:33.48 ID:36bVdlBf 縁故加点や「任意」の寄付を絡めての定員外合格による入学を裏口入学としよう。 ド底辺特殊シリツ医大で裏口入学の割合を調査することにした。 卒業したことすら隠したいド底辺特殊シリツ医大であるため、裏口入学と本人が正直に答えるとは考えにくい。 そこで調査方法を次のようにすることにした。 本人だけがわかるようにコインを投げて 表であれば正直に裏口か否かを答える 裏であれば常に裏口であると答える コインの裏表は本人しか知らず調査解析者には伝えられない。 100人を調査したところ90人が裏口であると答えた。 さて、このド底辺特殊シリツ医大の裏口入学確率とその95%信用区間はいくらか述べよ。 ド底辺ネタだと勉強する気が起きない人にはこんな問題にもできる。 同じ調査方法で女子高校生100人にエッチした経験はあるかの調査をして 50人が経験済みと答えた。経験確率の平均値とその95%信用区間はいくらか述べよ。 また、その最頻値と中央値も併せて答えよ。 経験確率密度をグラフ化してみた。 数学板のスレを改変 「ド底辺特殊シリツ医大が存在しなければ、日本は幸せになる」という命題があるとき、ド底辺特殊シリツ医大が存在しているならこの命題は必ず真である と言ってよいか?
# http://mathtrain.jp/monty # 方法3:プログラミングで実験してみる # 乱数を使って実際にモンティ・ホール問題を何回も試行してみる F=function(){ n=100 f=function(){ d=integer(3) w=sample(1:3,1) d[w]=1 return(d) } g=function(x) replicate(x,f()) D=g(n) C=f() change=sum(apply(D-C,2,var))/n no_change=(n-sum(apply(D-C,2,var)))/n res=c(change,no_change) return(res) } N=1000 Res=replicate(N,F()) par(mfrow=c(2,1)) hist(Res[1,],xlab="P(winner)",ylab="",main="Change",col="gray") hist(Res[2,],xlab="P(Winner)",ylab="",main="No Change",col="gray") summary(Res[1,]) summary(Res[2,]) # ROLE AND LIMITATIONS OF STATISTICS Much of medicine is inherently probabilistic. Not everyone with hypercholesterolemia who is treated with a statin is prevented from having a myocardial infarction, and not everyone not treated does have one, but statins reduce the probability of a myocardial infarction in such patients. Because so much of medicine is based on probabilities, studies must be performed on groups of people to estimate these probabilities. Three component tasks of statistics are: selecting a sample of subjects for study, describing the data from that sample, and drawing inferences from that sample to a larger population of interest.
.stan_code = ' data { int n_obs; real[n_obs] x; } parameters { real mu; real<lower=0> sigma; } model { x ~ normal(mu, sigma); }' .model = rstan::stan_model(model_code=.stan_code)
NNT <- function(A,B,n,HR,cl=0.95){ b=n/(1+HR*A/B) a=n-b a=round(a) b=round(b) nnt=abs(1/(a/A-b/B)) print(fmsb::rateratio(a,b,A,B,conf.level = cl)) return(nnt) } NNT(364828/2,364828/2,961,0.61) NNT(364828/2,364828/2,1334,0.49) NNT(364828/2,364828/2,1983,0.54)
##差の信頼区間(生データなし) DifCI=function(n1,n2,m1,m2,sd1,sd2){ pooledV=((n1-1)*sd1^2+(n2-1)*sd2^2)/(n1-1+n2-1) SE12=sqrt((1/n1+1/n2)*pooledV) w=qt(.975,n1-1+n2-1)*SE12 ci=c(m1-m2-w,m1-m2+w) names(ci)=c("lower","upper") return(ci) } DifCI(100,100,82,81,3,3) # t検定(生データなし) T.test=function(n1,n2,m1,m2,sd1,sd2){ SE12=sqrt((1/n1+1/n2)*((n1-1)*sd1^2+(n2-1)*sd2^2)/((n1-1)+(n2-1))) T=(m1-m2)/SE12 2*pt(abs(T),n1-1+n2-1,lower.tail = FALSE) } T.test(100,100,82,81,3,3)*2
# A君の彼女は女子大生、B君の彼女は女子高生。 # Y1女子大生n1=100人とY2女子高生n2=100人の胸囲を測定して # 前者が平均82 , 標準偏差3 # 後者が平均81 , 標準偏差3 # であったとする。 n=100 set.seed(123) Y1=82+scale(rnorm(n))*3 set.seed(123) Y2=81+scale(rnorm(n))*3 t.test(Y1,Y2,var=TRUE) DifCI(100,100,82,81,3,3) N=10000 # N回比較を FF=function(d,Y1,Y2,N=10000){ f=function(d) sample(Y1,1)-sample(Y2,1) >= d mean(replicate(N,f(d))) } FF(5,Y2,Y1) FF(0,Y2,Y1) NN=1000 #NN回繰り返す BJK=replicate(NN,FF(5,Y2,Y1)) # 女子高生>女子大生 バスト差>5cm 8% quantile(BJK,c(.025,.5,.975)) BJD=replicate(NN,FF(5,Y1,Y2)) # 女子大生>女子高生 バスト差>5cm 17% quantile(BJD,c(.025,.5,.975))
## m sd SEM n non=c(0.52,0.25,0.027,88) rec=c(0.38,0.32,0.034,89) eli=c(0.40,0.26,0.048,28) # 生データなしで分散分析 lh=rbind(non,rec,eli) colnames(lh)=c("m","sd","SEM","n") ; lh mean.G=sum(lh[,"m"]*lh[,"n"])/sum(lh[,"n"]) SS.bit=sum((lh[,"m"]-mean.G)^2*lh[,"n"]) SS.wit=sum(lh[,"sd"]^2*(lh[,"n"]-1)) df.bit=nrow(lh)-1 df.wit=sum(lh[,"n"]-1) MS.bit=SS.bit/df.bit MS.wit=SS.wit/df.wit F.ratio=MS.bit/MS.wit pf(F.ratio,df.bit,df.wit,lower.tail=FALSE) # 0.003720507 (η2=(SS.bit)/(SS.bit+SS.wit)) # 0.05387927
//2x2.stan data{ int<lower=0> N[2]; //行毎の標本和((介入+対照)) int n[2,2];// 行:介入の有無、列:結果の有無 } parameters{ simplex[2] p[2];//ex. 総和sum(p[1]=1)となる確率のベクトル } model{ for(i in 1:2){//行 for(j in 1:2){//列 n[i,j]~ binomial(N[i],p[i][j]);//ex. n[1,2] ~ Binom(N[1],p[1][2]) }//行ごと(=介入群、対照群ごと)に二項分布 } /* n[1,1] ~ binomial(N[1],p[1][1]); n[1,2] ~ binomial(N[1],p[1][2]); n[2,1] ~ binomial(N[2],p[2][1]); n[2,2] ~ binomial(N[2],p[2][2]); */ }
generated quantities{ real d; real delta_over; real p11; real p10; real p01; real p00; real RR; real OR; p11 = p[1][1];//介入あり効果あり、(暴露あり病気あり) p10 = p[1][2];//介入あり効果なし、(暴露あり病気なし) p01 = p[2][1];//介入なし効果あり、(暴露なし病気あり) p00 = p[2][2];//介入なし効果なし、(暴露なし病気なし) d = p11 - p01;//暴露あり病気あり割合−暴露なし病気あり割合 delta_over = step(d);// ifelse(d>0,1,0)に相当 RR = p11/p01; OR = (p11/p10)/(p01/p00); }
library("rstan") rstan_options(auto_write = TRUE) options(mc.cores = parallel::detectCores()) options(scipen = 10) # UC Berkeley gender bias # Men 8442 44% # Women 4321 35% n = matrix(round(c(8442*.44,8442*.56,4321*.35,4321*.65)),ncol=2,byrow=TRUE) ; n N=apply(n,1,sum) ; N data <- list(n=n,N=N) model2x2=stan_model('2x2.stan') fit2x2 <- sampling(model2x2,data=data,seed=1234) print(fit2x2,pars=c('d','RR','OR'),digits_summary=dig,probs=c(.025,.975)) stan_dens(fit2x2,pars=c('d','RR','OR'),separate_chains = TRUE) Epi::twoby2(n) fisher.test(n) prop.test(n[,1],c(8442,4321),correct=FALSE)
/* Y1女子大生n1=100人とY2女子高生n2=100人の胸囲を測定して 前者が平均82 , 標準偏差3 後者が平均81 , 標準偏差3 */ data{ real<lower=0> D; } parameters{ real<lower=0> Y1; real<lower=0> Y2; } transformed parameters{ real d; d = Y1 - Y2; } model{ Y1 ~ normal(82,3); Y2 ~ normal(81,3); } generated quantities{ real JD; real JK; JD = step(d - D); JK = step(-d - D); }
library("rstan") rstan_options(auto_write = TRUE) options(mc.cores = parallel::detectCores()) D=5 data <- list(D=D) boobs.model=stan_model('boobs.stan') fit.boobs <- sampling(boobs.model,data=data, seed=1234,iter=15000,warmup=5000) print(fit.boobs,pars=c('d','JD','JK'),probs=c(.025,.5,.975),digits=3) stan_dens(fit.boobs,pars=c('d'),separate_chains = TRUE) pnorm(-5,1,sqrt(3^2+3^2)) pnorm(5,1,sqrt(3^2+3^2),lower=FALSE)
# 帰無仮説RR=xとした時のp値を返す rr2p=function(a,N1,b,N0,x){ # a,N1:介入群 b,N0:対象群 N1,N0は各群総数 RR=(a/N1)/(b/N0) SE=sqrt(1/a-1/N1+1/b-1/N0) pu=(1-pnorm(log(x/RR)/SE))*2 pl=(1-pnorm(-log(x/RR)/SE))*2 p.value=ifelse(pl<=1,pl,pu) return(p.value) } # St.Jhon's Wart a=12 ; N1=59 b=5 ; N0=50 rr=(a/N1)/(b/N0) ; rr prr1=rr2p(a,N1,b,N0,1) ; prr1 curve(rr2p(a,N1,b,N0,x),0.1,10,log="x",lwd=2, xlab="帰無仮説のリスク比(log目盛)",ylab="p値") abline(h=0.05,lty=3,col=2) abline(v=1,lty=3,col='gray') abline(v=rr,lty=3,col=4) l.05=uniroot(function(x)rr2p(a,N1,b,N0,x)-0.05,c(0.5,1.0))$root points(l.05,0.05,pch=19) u.05=uniroot(function(x)rr2p(a,N1,b,N0,x)-0.05,c(5,10))$root points(u.05,0.05,pch=19) text(l.05,0.05+0.02,round(l.05,2)) text(u.05,0.05+0.02,round(u.05,2)) points(1,prr1) text(1,prr1+0.02,round(prr1,2)) text(rr,0,round(rr,3))
There is no reason for national medical school gradutates to envy uraguchi bona fide morons who bought their way into the bottom medical school. No offense, but a grim reality. There is nothing to be more ashamed among doctors than buying their way into the bottom medical school. Owing to this original sin, they cannot even name their honorable alma mater. In order to keep their self-esteem, these moronic graduates cannot help but call other genuine doctors charlatans against their better judgement. What a pity! The bottom line is that it sucks to be an uraguchi. If any doctor tells that he will see a patient immediately when he cannot, the patient will label him a liar. The doctor of his word won't behave in such a dishonest way. If one insists that he can name ten of his classmates when he actually cannot, he will be a liar. As for the uraguchi graduates, it seems to be intolerably dishonorable to uncover their alma mater. Far more dishonorable than being a liar. There will be no English response from bona fide morons suffering EBMS(Expellee from Bottom Medical School) Syndrome. Last but not least, it is not the bottom medical school but its enrollee that is despicable, which deserves to be called a bona fide moron beyond redemption. 製薬会社の説明会ではよく大規模スタディの解析結果がよく提示される。 大規模試験でp<0.001が示されると、それだけ信頼できると騙される医者が多すぎ。 まあ、臨床に統計は必要ないというド底辺特殊シリツ医大卒は問題外だが。 "統計的有意差というものは、薬が持っている本来の力と会社の努力を掛け合わせた結果である" とは母校の薬理の教授(故人)の名言。 EMPA-REG OUTCOME試験では10mg,25mg単独では有意差が示せず双方を単純に足し算して有意差ありと算出して宣伝した。 # Subjects CVD events % HR p value 95%CI # Placebo 2333 282 12.1 # Empagliflozin 10mg 2345 243 10.4 0.85 0.07 0.72-1.01 # Empagliflozin 25mg 2342 247 10.5 0.86 0.09 0.73-1.02 # Empagliflozin 10mg+25mg 4687 490 10.5 0.86 0.04 0.74-0.99 10mg錠vsプラセボのデータを比率のままで何倍になれば有意になるかを求めると 1.15倍と計算できた。 グラフにしてみた。 大規模スタディとは数多く集めないと統計的有意差がでないような薬効の検証試験。 スカイダイビングにパラシュート着用が死亡率を低下させるかどうかを証明するのに大規模試験は不要w ド底辺特殊シリツ医大卒が国立卒より低学力であるのは>29と>30の投稿を比較するだけでEvident. # Normal Ratio Distribution dGRD <- function(w,mx,sx,my,sy,d){ a=sqrt(w^2/sx^2-2*d*w/sx/sy+1/sy^2) b=mx*w/sx^2 -d*(mx+my*w)/mx/my + my/sy^2 c=mx^2/sx^2 -2*d*mx*my/sx/sy+ my^2/sy^2 d=exp((b^2-c*a^2)/2*a^2/(1-d^2)/a^2) pw=b*d/a^3/sqrt(2*pi)/sx/sy*(pnorm(b/a/sqrt(1-d^2))-pnorm(-b/a/sqrt(1-d^2))) + sqrt(1-d^2)/pi/sx/sy/a^2*exp(-c/2/sqrt(1-d^2)) return(pw) } mx=15 sx=1 my=10 sy=1 d=0 N=10000 X=scale(rnorm(N))*sx+mx Y=scale(rnorm(N))*sy+my hist(X/Y, freq=FALSE,breaks=50,col='lightblue',main='Gaussian ratio distribution') curve(dGRD(x,mx,sx,my,sy,d),add=TRUE,lwd=2)
データをプールして求めたサマリー感度は62.3%(95%信頼区間57.9-66.6%)で、サマリー特異度は98.2%(23.8-98.7%)。これらの値を基に計算した陽性尤度比は34.5(23.8-45.2)、陰性尤度比は0.38(0.34-0.43)になった。
Data Synthesis: 159 studies evaluated 26 RIDTs, and 35% were conducted during the H1N1 pandemic. Failure to report whether results were assessed in a blinded manner and the basis for patient recruitment were important quality concerns. The pooled sensitivity and specificity were 62.3% (95% CI, 57.9% to 66.6%) and 98.2% (CI, 97.5% to 98.7%), respectively. The positive and negative likelihood ratios were 34.5 (CI, 23.8 to 45.2) and 0.38 (CI, 0.34 to 0.43), respectively. Sensitivity estimates were highly heterogeneous, which was partially explained by lower sensitivity in adults (53.9% [CI, 47.9% to 59.8%]) than in children (66.6% [CI, 61.6% to 71.7%]) and a higher sensitivity for influenza A (64.6% [CI, 59.0% to 70.1%) than for influenza B (52.2% [CI, 45.0% to 59.3%).
そういえば薬の説明会に某社のMRがマスクをしてきて社内でインフルエンザが流行っているといってたな。 先週の当直でも近くの老健でも入所者や職員にインフレンザがくすぶっていた。
ci.pLH <- function (a, b, c, d, cl = 0.95) { # a:TP b:FP c:FN d:TP LH = (a/(a+c))/(b/(b+d)) # TP/FP Z = qnorm(1 - (1 - cl)/2) # 1.96 RRL = LH * exp(-Z * sqrt(1/a - 1/(a+c) + 1/b - 1/(b+d))) RRU = LH * exp( Z * sqrt(1/a - 1/(a+c) + 1/b - 1/(b+d))) CI = c(LH,RRL, RRU) return(CI) } ci.nLH = function (a, b, c, d, cl = 0.95) { LH = (c/(a+c))/(d/(b+d)) # FN/TN Z = qnorm(1 - (1 - cl)/2) RRL = LH * exp(-Z * sqrt(1/c - 1/(a+c) + 1/d - 1/(b+d))) RRU = LH * exp( Z * sqrt(1/c - 1/(a+c) + 1/d - 1/(b+d))) CI = c(LH, RRL, RRU) return(CI) }
//2x2CI.stan data{ int<lower=0> N[2]; //行毎の標本和((疾病+対照)) int n[2,2];// 行:疾病の有無、列:所見の有無 } parameters{ simplex[2] p[2];//ex. 総和sum(p[1]=1)となる確率のベクトル } model{ for(i in 1:2){//行 for(j in 1:2){//列 n[i,j]~ binomial(N[i],p[i][j]);//ex. n[1,2] ~ Binom(N[1],p[1][2]) }//行ごと(=疾病群、対照群ごと)に二項分布 } /* n[1,1] ~ binomial(N[1],p[1][1]); n[1,2] ~ binomial(N[1],p[1][2]); n[2,1] ~ binomial(N[2],p[2][1]); n[2,2] ~ binomial(N[2],p[2][2]); */ }
generated quantities{ real p11; real p10; real p01; real p00; real sn; //sensitivity real sp; //specificity real pLH;//positive likelihood ratio real nLH;//negative likelihood ratio real DOR; //diagnostic odds ratio p11 = p[1][1];//TP 疾病あり所見あり p10 = p[1][2];//FN 疾病あり所見なし p01 = p[2][1];//FP 疾病なし所見あり p00 = p[2][2];//TN 疾病なし所見なし sn = p11/(p11+p10); sp = p00/(p00+p01); pLH = sn/(1-sp); nLH = (1-sn)/sp; DOR = pLH/nLH; }
n=matrix(c(a,b,c,d),ncol=2) ; n N=apply(n,1,sum) ; N data <- list(n=n,N=N) model.2x2CI <- stan_model('2x2CI.stan') fit.2x2CI <- sampling(model.2x2CI, data=data, pars=c('sn','sp','pLH','nLH','DOR'),seed=1234,iter=20000) fit.2x2CI pars=c('sn','sp','pLH','nLH') print(fit.2x2CI,pars=pars,prob=c(.025,.5,.975),digits=3) stan_dens(fit.2x2CI,pars=c('sn','sp','pLH','nLH'),separate_chains = TRUE) stan_hist(fit.2x2CI,pars=pars,bins=20) stan_trace(fit.2x2CI) stan_ac(fit.2x2CI)
日本大学板橋病院(東京都、平山篤志院長)で2015〜16年、患者3人に対し鎮静剤プレセデックスなどの投与ミスが4件相次いで起きたことが同大学への取材でわかった。 このうち1件では患者が一時心肺停止になった。 同病院は現在、プレセデックスの使用を停止し、薬の知識不足が背景にあるとして、医師や研修医に危険薬の使用方法を記した冊子の携帯を義務づけるなどの対策をとったという。 厚生労働省が関係者から事情を聴いている。 日大によると、誤投与が起きたのはいずれも救命救急センター。 15年7月、入院中の70代男性に対し、看護師が医師の指示を受けずにプレセデックスの急速投与を実施し、一時心肺停止になった。 プレセデックスの添付文書では、緩やかな持続投与が厳守とされている。男性は16年9月に口腔(こうくう)底がんで死亡したが、「薬が死亡の原因ではない」としている。 16年5月には、救急搬送された80代男性に対し、研修医がプレセデックスの急速投与を指示し、看護師が実施。 さらに16年12月にも入院していた当時2歳の女児に対し、看護師が点滴の設定を誤り通常の10倍のプレセデックスを投与し、 別の看護師がミスに気づいて投与を中止。 約10日後には、研修医の誤った指示で解熱剤アセリオが過量投与された。 この3件について「健康被害はなかった」としている。 同病院は大学広報を通じ、「病院としてはあってはならないことで深くおわびする。再発防止策を講じている」とコメントした。(小川裕介) http://www.asahi.com/articles/ASK3J3CHDK3JULBJ004.html If, however, one uses the limits only to determine whether the null point lies inside or outside the confidence interval, one is only performing a significance test. It is lamentable to go to the trouble to calculate confidence limits and then use them for nothing more than classifying the study finding as statistically significant or not. One should instead remember that the precise locations of confidence limits are not important for proper interpretation. Rather, the limits should serve to give one a mental picture of the location and spread of the entire P-value function.
The likelihood of a specified parameter value given observed data is defined as the probability of the observed data given that the true parameter equals the specified parameter value.
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5147894/table/pone.0167480.t002/ > T_test <- function(n1,n2,m1,m2,sd1,sd2) { + pt(abs(m1-m2)/sqrt((1/n1+1/n2)*((n1-1)*sd1^2+(n2-1)*sd2^2)/((n1-1)+(n2-1))),n1+n2-2,lower.tail = FALSE)*2 + } >#J(^o^)PAN-2 twilight shift > n1=85 > n2=93 > m1=c(4.4,2.8,3.1,3.0,15.6,2.9,14.1,NA,NA) > sd1=c(0.16,0.09,0.08,0.07,1.01,0.74,0.43,NA,NA) > m2=c(3.9,2.7,3.2,2.9,15.3,2.9,14.0,NA,NA) > sd2=c(0.15,0.08,0.07,0.07,0.98,0.78,0.37,NA,NA) > mapply(T_test,n1,n2,m1,m2,sd1,sd2) [1] 0.000000000000000000000000000000000000000000000000003703796 [2] 0.000000000000396558043165599381357777630796590528916567564 [3] 0.000000000000000700365485362126109119065842101292673760327 [4] 0.000000000000000013582277683810314731008284105939765140647 [5] 0.045913211951356974749316464112780522555112838745117187500 [6] 1.000000000000000000000000000000000000000000000000000000000 [7] 0.097289391439183053877925999586295802146196365356445312500 [8] NA [9] NA Stay1=c(1691,0,4,7,13,165) Stay0=c(1702,0,4,8,16,320) Fever1=c(1691,0,1,2,4,49) Fever0=c(1702,0,1,2,5,50) IP=rbind(Stay1,Stay0,Fever1,Fever0) colnames(IP)=c('N','Min','lwrQ','Med','uprQ','Max') IP Stay=IP[1:2,] Fever=IP[3:4,] ns=round(Stay1[1]/4) sty1=c(sample(Stay1[2]:Stay1[3],ns,replace=TRUE), sample(Stay1[3]:Stay1[4],ns,replace=TRUE), sample(Stay1[4]:Stay1[5],ns,replace=TRUE), sample(Stay1[5]:Stay1[6],ns,replace=TRUE)) hist(sty1);quantile(sty1) ns=round(Stay0[1]/4) sty0=c(sample(Stay0[2]:Stay0[3],ns,replace=TRUE), sample(Stay0[3]:Stay0[4],ns,replace=TRUE), sample(Stay0[4]:Stay0[5],ns,replace=TRUE), sample(Stay0[5]:Stay0[6],ns,replace=TRUE)) hist(stay0);quantile(stay0) wilcox.test(sty0,sty1, correct=FALSE) wilcox.test(sty0,sty1, correct=TRUE)
Sim_fever=function(){ ns=round(Fever1[1]/4) fev1=c(sample(Fever1[2]:Fever1[3],ns,replace=TRUE), sample(Fever1[3]:Fever1[4],ns,replace=TRUE), sample(Fever1[4]:Fever1[5],ns,replace=TRUE), sample(Fever1[5]:Fever1[6],ns,replace=TRUE)) #hist(fev1); quantile(fev1) ns=round(Fever0[1]/4) fev0=c(sample(Fever0[2]:Fever0[3],ns,replace=TRUE), sample(Fever0[3]:Fever0[4],ns,replace=TRUE), sample(Fever0[4]:Fever0[5],ns,replace=TRUE), sample(Fever0[5]:Fever0[6],ns,replace=TRUE)) #hist(fev0); quantile(fev0) wilcox.test(fev0,fev1,correct=FALSE)$p.value } N=1000 Res=replicate(N,Sim_fever()) hist(Res,freq=FALSE,breaks=30,col='lightblue') lines(density(Res)) mean(Res<0.05)
###分位数に適合するシミュレーション library(exactRankTests) par(mfrow=c(2,1)) Stay1=c(N=1691,Min=0,lwrQ=4,Med=7,uprQ=13,Max=165) Stay0=c(N=1702,Min=0,lwrQ=4,Med=8,uprQ=16,Max=320) ns=round(Stay1[1]/4) sty1=c(sample(Stay1[2]:Stay1[3],ns,replace=TRUE), sample(Stay1[3]:Stay1[4],ns,replace=TRUE), sample(Stay1[4]:Stay1[5],ns,replace=TRUE), sample(Stay1[5]:Stay1[6],ns,replace=TRUE)) hist(sty1,breaks=50,xlim=c(0,320),main='prayed');quantile(sty1) ns=round(Stay0[1]/4) sty0=c(sample(Stay0[2]:Stay0[3],ns,replace=TRUE), sample(Stay0[3]:Stay0[4],ns,replace=TRUE), sample(Stay0[4]:Stay0[5],ns,replace=TRUE), sample(Stay0[5]:Stay0[6],ns,replace=TRUE)) hist(sty0,breaks=100,main='control');quantile(sty0) par(mfrow=c(1,1)) plot(density(sty0),lty=2) lines(density(sty1)) wilcox.test(sty0,sty1, correct=FALSE) wilcox.test(sty0,sty1, correct=TRUE) exactRankTests::wilcox.exact(sty0,sty1)
Stay1=c(N=1691,Min=0,lwrQ=4,Med=7,uprQ=13,Max=165) Stay0=c(N=1702,Min=0,lwrQ=4,Med=8,uprQ=16,Max=320) Sim_Stay<-function(){ ns=round(Stay1[1]/4) sty1=c(sample(Stay1[2]:Stay1[3],ns,replace=TRUE), sample(Stay1[3]:Stay1[4],ns,replace=TRUE), sample(Stay1[4]:Stay1[5],ns,replace=TRUE), sample(Stay1[5]:Stay1[6],ns,replace=TRUE)) # hist(sty1,breaks=50,xlim=c(0,320),main='prayed');quantile(sty1) ns=round(Stay0[1]/4) sty0=c(sample(Stay0[2]:Stay0[3],ns,replace=TRUE), sample(Stay0[3]:Stay0[4],ns,replace=TRUE), sample(Stay0[4]:Stay0[5],ns,replace=TRUE), sample(Stay0[5]:Stay0[6],ns,replace=TRUE)) # hist(sty0,breaks=100,main='control');quantile(sty0) wilcox.exact(sty0,sty1)$p.value } N=10000 Res=replicate(N,Sim_Stay()) hist(Res,freq=FALSE,col='lightgreen',breaks=100) lines(density(Res),add=TRUE) mean(Res<0.05) max(Res)
Physician age and outcomes in elderly patients in hospital in the US: observational study http://www.bmj.com/content/357/bmj.j1797.full.pdf のTable 2のデータを用いて コクラン・アーミテージ検定をしてみる。 adms=c(309020,280894,115660,30963) phys=c(10177,8016,3331,1086) mort=c(.108,.111,.113,.121) deat=round(mort*adms) #Cochran-Armitage Cochran_Armitage<-function(ri,ni,xi=seq_along(ri)){ # ri:患者 ni:総数 xi:病状指標 O<-sum(ri*xi) r<-sum(ri);n<-sum(ni) E<-r*sum(ni*xi)/n V<-r*(n-r)/(n^3)*(n*sum(ni*xi^2)-sum(ni*xi)^2) Z<-(O-E)/sqrt(V) p<-2*pnorm(abs(Z),lower.tail=FALSE) return(p) } Cochran_Armitage(deat,adms) > Cochran_Armitage(deat,adms) [1] 5.095712e-14 裏口バカにはコメントできないであろう数式をドヤ顔で再掲してみよう。 検査前確率(有病率)pとして オッズx=p/(1-p) 感度y, 特異度zとする。 陽性適中率PPV=ω(x,y,z)=xy/(xy+1-z) 偏微分すると ∂ω/∂x=(1-z)y/(xy+1-z)^2 ∂ω/∂y=(1-z)y/(xy+1-z)^2 ∂ω/∂z=xy/(xy+1-z)^2 すべて0<z<1ゆえ、いずれも正値なのは自明 同様に、 陰性適中率NPV=μ(x,y,z)=z/(z+x(1-y)) ∂μ/∂x=-z(1-y)/[z+(1-y)]^2 <0 (∵0<感度y<1) ∂μ/∂y=xz/[z+x(1-y)]^2 ∂μ/∂z=x(1-y)/[z+x(1-y)]^2 オッズ上昇(有病率上昇)すれば陰性的中率が低下するという直観の数式での裏付け。
curve(dnorm(x,qnorm(0.005)),-5,5,lty=3,ann=FALSE) curve(dnorm(x),add=TRUE) abline(v=0,col='gray') cp=qlnorm(0.005,lower=FALSE) ; cp curve(dlnorm(x+cp),-cp,20-cp,lty=2,ann=FALSE) abline(v=cp-cp,col='gray') curve(dnorm(x+cp,cp)*dlnorm(exp(-1))/dnorm(0),add=TRUE) legend('center',bty='n',legend=c('慶応','川崎'),lty=1:2)
NNF <- function(p,conf.level=0.95){ alpha=1-conf.level q=1-p log(alpha)/log(q) # q^x < alpha } NNF(1/100,0.95) NNF(1/1000,0.99)
これって名投稿だと感心する。 私は昭和の時代に大学受験したけど、昔は今よりも差別感が凄く、慶応以外の私立医は特殊民のための特殊学校というイメージで開業医のバカ息子以外は誰も受験しようとすらしなかった。 常識的に考えて、数千万という法外な金を払って、しかも同業者からも患者からもバカだの裏口だのと散々罵られるのをわかって好き好んで私立医に行く同級生は一人もいませんでした。 本人には面と向かっては言わないけれど、俺くらいの年代の人間は、おそらくは8−9割は私立卒を今でも「何偉そうなこと抜かしてるんだ、この裏口バカが」と心の底で軽蔑し、嘲笑しているよ。当の本人には面と向かっては絶対にそんなことは言わないけどね。 >同業者からも患者からもバカだの裏口だのと散々罵られるのをわかって好き好んで私立医に行く 同業者の発言: 【ウハも】 開業医達の集い 8診 【粒も】 [無断転載禁止]©2ch.net 670 名前:卵の名無しさん[] 投稿日:2017/05/20(土) 11:15:40.12 ID:46exOAAP 学会で川崎の医者が発表してたら、「馬鹿が何偉そうにしゃべってる。」と思う自分が嫌になるが、 これだけは学生時代から続く反射なので止められない。 患者の発言: 【医療】医者は患者にコレを言われると、内心ものすごくムッとする★4 [無断転載禁止]©2ch.net 810 名前:名無しさん@1周年[] 投稿日:2017/05/21(日) 00:11:22.04 ID:+h+2h2fq0 旧帝医卒の医者が(患者としては嫌だが) 多少偉そうにしているのはわからんでもないが 底辺私立に偉そうにされたら そりゃ患者としてはむかつくだろww (unquote) Last but not least, it is not the kickass bottom medical school but its enrollee that is despicable, which deserves to be called a bona fide moron beyond redemption. ド底辺シリツ医大が悪いんじゃない、本人の頭が悪いんだ。
死亡患者数 総患者数 医師数 女性医師 46007 415605 18751 男性医師 137811 1199399 39593 死亡患者数/Dr 総患者数/Dr 女性医師 2.45 22.16 男性医師 3.48 30.29
記載から逆算して 死亡患者数 総患者数 医師数 女性医師 46007 415605 18751 男性医師 137811 1199399 39593 を医師数を無視してカイ二乗検定すると 2-sample test for equality of proportions without continuity correction data: c(M1[1, 1], M1[2, 1]) out of c(M1[1, 2], M1[2, 2]) X-squared = 54.01, df = 1, p-value = 0.0000000000001994 alternative hypothesis: two.sided 95 percent confidence interval: -0.005312783 -0.003089587 sample estimates: prop 1 prop 2 0.1106989 0.1149000 で有意となり、 生存率差の95%信用区間もアブストラクトの95%CI, -0.57% to -0.28%;とほぼ一致。
A little old lady goes to the doctor and says, "Doctor I have this problem with gas, but it really doesn't bother me too much. They never smell and are always silent. As a matter of fact I've farted at least 20 times since I've been here in your office. You didn't know I was farting because they didn't smell and are silent". The doctor says, "I see. Take these pills and come back to see me next week." The next week the lady goes back, "Doctor" she says, "I don't know what the heck you gave me, but now my farts... although still silent they stink terribly." "Good" the doctor said, “now that we've cleared up your sinuses, let's work on your hearing!"
これって名投稿だと感心する。 私は昭和の時代に大学受験したけど、昔は今よりも差別感が凄く、慶応以外の私立医は特殊民のための特殊学校というイメージで開業医のバカ息子以外は誰も受験しようとすらしなかった。 常識的に考えて、数千万という法外な金を払って、しかも同業者からも患者からもバカだの裏口だのと散々罵られるのをわかって好き好んで私立医に行く同級生は一人もいませんでした。 本人には面と向かっては言わないけれど、俺くらいの年代の人間は、おそらくは8−9割は私立卒を今でも「何偉そうなこと抜かしてるんだ、この裏口バカが」と心の底で軽蔑し、嘲笑しているよ。当の本人には面と向かっては絶対にそんなことは言わないけどね。 >同業者からも患者からもバカだの裏口だのと散々罵られるのをわかって好き好んで私立医に行く 同業者の発言: 【ウハも】 開業医達の集い 8診 【粒も】 [無断転載禁止]©2ch.net 670 名前:卵の名無しさん[] 投稿日:2017/05/20(土) 11:15:40.12 ID:46exOAAP 学会で川崎の医者が発表してたら、「馬鹿が何偉そうにしゃべってる。」と思う自分が嫌になるが、 これだけは学生時代から続く反射なので止められない。 患者の発言: 【医療】医者は患者にコレを言われると、内心ものすごくムッとする★4 [無断転載禁止]©2ch.net 810 名前:名無しさん@1周年[] 投稿日:2017/05/21(日) 00:11:22.04 ID:+h+2h2fq0 旧帝医卒の医者が(患者としては嫌だが) 多少偉そうにしているのはわからんでもないが 底辺私立に偉そうにされたら そりゃ患者としてはむかつくだろww (unquote) Last but not least, it is not the kickass bottom medical school but its enrollee that is despicable, which deserves to be called a bona fide moron beyond redemption. ド底辺シリツ医大が悪いんじゃない、本人の頭が悪いんだ。
## RR=OR*(1-P1) + P1 OR=(RR-P1)/(1-P1) # P1:暴露群でのイベント発生率=a/(a+b) P1=(OR-RR)/(OR-1) RR=OR/(OR*P0 + 1-P0) OR=(1-P0)*RR/(1-P0*RR) # P0:非暴露群でのイベント発生率=c/(c+d) P0=(OR-RR)/(OR-1)/RR RR2ORp1 <- function(RR,P1) (RR-P1)/(1-P1) # P1:暴露群でのイベント発生率=a/(a+b) RR2ORp0 <- function(RR,P0) (1-P0)*RR/(1-P0*RR) # P0:非暴露群でのイベント発生率=c/(c+d) R2p1 <- function(RR,OR) (OR-RR)/(OR-1) R2p0 <- function(RR,OR) (OR-RR)/(OR-1)/RR
data{ int N; int nor[N]; int S; int sou[S]; } parameters{ real<lower=0,upper=1> pn; real<lower=0,upper=1> ps; } model{ for(i in 1:N) nor[i] ~ bernoulli(pn); for(j in 1:S) sou[j] ~ bernoulli(ps); } generated quantities{ real OR; real RR; RR = pn/ps; OR = (pn/(1-pn))/(ps/(1-ps)); }
N=50662 n=12 S=6151 s=0 nor=c(rep(1,n),rep(0,N-n)) sou=rep(0,S) model.tsuda=stan_model('tsuda.stan') data=list(N=N,nor=nor,S=S,sou=sou) fit.tsuda <- sampling(model.tsuda, data=data, seed=1234, iter=20000) print(fit.tsuda,probs=c(.025,.5,.975))
c(10/100 , 25/200, 35/300) c(25/150 , 10/300, 35/450) c(35/250 , 35/500)
#多重比較 .m=matrix(c(10,25,20,5,100,200,150,250),ncol=2) colnames(.m)=c('生存','受持') rownames(.m)=c('若女','老女','若男','老男') .m ; prop.test(.m)$p.value .g=matrix(c(.m[1,1]+.m[2,1],.m[3,1]+.m[4,1],.m[1,2]+.m[2,2],.m[3,2]+.m[4,2]),2) colnames(.g)=c('生存','受持') rownames(.g)=c('女','男') .g ; prop.test(.g)$p.value .a=matrix(c(.m[1,1]+.m[3,1],.m[2,1]+.m[4,1],.m[1,2]+.m[3,2],.m[2,2]+.m[4,2]),2) colnames(.a)=c('生存','受持') rownames(.a)=c('若','老') .a ; prop.test(.a)$p.value 生存率=round(.m[,1]/.m[,2],3) cbind(.m,生存率) prop.test(.g) prop.test(.a) prop.test(.m)
# 多重比較 .m=matrix(c(10,25,20,5,100,200,150,250),ncol=2) colnames(.m)=c('生存','受持') rownames(.m)=c('若女','老女','若男','老男') ; .m prop.test(.m[,1],.m[,2])$p.value .mm=cbind(.m[,1],.m[,2]-.m[,1]) colnames(.mm)=c('生存','死亡') .mm prop.test(.mm)$p.value fisher.test(.mm)$p.value cbind(.m,生存率=round(.m[,1]/.m[,2],3)) .g=matrix(c(.m[1,1]+.m[2,1],.m[3,1]+.m[4,1],.m[1,2]+.m[2,2],.m[3,2]+.m[4,2]),2) colnames(.g)=c('生存','受持') ; rownames(.g)=c('女','男') ; .g .gg=cbind(.g[,1],.g[,2]-.g[,1]) colnames(.gg)=c('生存','死亡') ; .gg prop.test(.gg)$p.value fisher.test(.gg) cbind(.g,生存率=round(.g[,1]/.g[,2],3)) .a=matrix(c(.m[1,1]+.m[3,1],.m[2,1]+.m[4,1],.m[1,2]+.m[3,2],.m[2,2]+.m[4,2]),2) colnames(.a)=c('生存','受持') ; rownames(.a)=c('若','老') ; .a .aa=cbind(.a[,1],.a[,2]-.a[,1]) colnames(.aa)=c('生存','死亡') ; .aa prop.test(.aa)$p.value fisher.test(.aa) cbind(.a,生存率=round(.a[,1]/.a[,2],3))
prop.test(.gg) prop.test(.aa) prop.test(.mm) fisher.test(.gg) fisher.test(.aa) fisher.test(.mm) pairwise.prop.test(.mm) # Matrix : success,failure pairwise.prop.test(.m[,1],.m[,2]) # Vector : success,trial pairwise.prop.test(.m[,1],.m[,2],p.adjust='bon') pairwise.prop.test(.m[,1],.m[,2],p.adjust='none') library(fmsb) fisher.test(.mm) pairwise.fisher.test(.mm,p.adjust='holm') pairwise.fisher.test(.m[,1],.m[,2],p.adjust='holm') pairwise.fisher.test(.m[,1],.m[,2],p.adjust='bon') pairwise.fisher.test(.m[,1],.m[,2],p.adjust='none') pairwise.fisher.test(.mm,p.adjust='holm')
身体診察の教科書において最高峰として名高い『Sapira's Art and Science of Bedside Diagnosis』 にこんな記述がある。 More than 100 books and thousands of articles have been published on EBM. It has been subjected to major criticism, including the observation that it is not itself evidence based, in that there is no convincing evidence that physicians using it provide any better care than those who do not. Perhaps the most balanced definition is that EBM constitutes “methods of incorporating epidemiologic evidence into clinical practice” (Cohen et al., 2004).
Three business men were sitting in a bar, drinking and discussing how stupid their wives were. The first says, "I tell you, my wife is so stupid. Last week she went to the supermarket and bought $300 worth of meat because it was on sale, and we don't even have a fridge big enough to keep it in!" The second agrees that she sounds pretty thick, but says his wife is thicker. "Just last week, she went out and spent $17,000 on a new car," he laments, "and she doesn't even know how to drive!" The third, a blond male, nods sagely and agrees that these two women sound like they both walked through the stupid forest and got hit by every branch. However, he still thinks his wife is dumber. "I have to laugh when I think about it," he chuckles. "Last week my wife left on a vacation to Greece. I watched her packing her bags and she must have taken at least five boxes of condoms with her. She doesn't even have a penis!"
There is no reason for national medical school gradutates to envy uraguchi bona fide morons who bought their way into the bottom medical school. No offense, but a grim reality. There is nothing to be more ashamed among doctors than buying their way into the bottom medical school. Owing to this original sin, they cannot even name their honorable alma mater. In order to keep their self-esteem, these moronic graduates cannot help but call other genuine doctors charlatans against their better judgement. Uraguchi is an albatross in their neck. What a pity! The bottom line is , it sucks to be an uraguchi. If any doctor tells that he will see a patient immediately when he cannot, the patient will label him a liar. The doctor of his word won't behave in such a dishonest way. If one insists that he can name ten of his classmates when he actually cannot, he will be a liar. As for the uraguchi graduates, it seems to be intolerably dishonorable to uncover their alma mater. Far more dishonorable than being a liar. There will be no English response from bona fide morons suffering EBMS(Expellee from Bottom Medical School) Syndrome. Last but not least, it is not the bottom medical school but its enrollee that is despicable, which deserves to be called a bona fide moron beyond redemption. There is no reason for national medical school gradutates to envy uraguchi bona fide morons who bought their way into the bottom medical school. No offense, but a grim reality. There is nothing to be more ashamed among doctors than buying their way into the bottom medical school. Owing to this original sin, they cannot even name their honorable alma mater. In order to keep their self-esteem, these moronic graduates cannot help but call other genuine doctors charlatans against their better judgement. Uraguchi is an albatross about their neck. What a pity! The bottom line is , it sucks to be an uraguchi. If any doctor tells that he will see a patient immediately when he cannot, the patient will label him a liar. The doctor of his word won't behave in such a dishonest way. If one insists that he can name ten of his classmates when he actually cannot, he will be a liar. As for the uraguchi graduates, it seems to be intolerably dishonorable to uncover their alma mater. Far more dishonorable than being a liar. There will be no English response from bona fide morons suffering EBMS(Expellee from Bottom Medical School) Syndrome. Last but not le There is no reason for national medical school gradutates to envy uraguchi bona fide morons who bought their way into the bottom medical school. No offense, but a grim reality. There is nothing to be more ashamed among doctors than buying their way into the bottom medical school. Owing to this original sin, they cannot even name their honorable alma mater. In order to keep their self-esteem, these moronic graduates cannot help but call other genuine doctors charlatans against their better judgement. Uraguchi is an albatross about their neck. What a pity! The bottom line is , it sucks to be an uraguchi. If any doctor tells that he will see a patient immediately when he cannot, the patient will label him a liar. The doctor of his word won't behave in such a dishonest way. If one insists that he can name ten of his classmates when he actually cannot, he will be a liar. As for the uraguchi graduates, it seems to be intolerably dishonorable to uncover their alma mater. Far more dishonorable than being a liar. There will be no English response from bona fide morons suffering EBMS(Expellee from Bottom Medical School) Syndrome. Last but not least, it is not the bottom medical school but its enrollee that is despicable, which deserves to be called a bona fide moron beyond redemption. findings=c('RS','EFEG','EREG','EAG','EHG','EE&EG','ERHG','ECG','NG','RAC','FP','HP','XA') # Red Sreak, Endoscopic Flat Erosive Gastritis, Endoscopic Raised Erosive Gastritis, # Endscopic Atrophic Gastritis, Endoscopic Hemorrhagick Gastritis,Endoscopic Erythematic&Exudative Gastritis, # Endospopic Rugae Hypertrophic Gastritis,Endoscopic Congestive Gastritis, # Nodular Gastritis, Regular Arrangement of Collecting venules, # Fundic Polyp, Hyperplastic Polyp, Xanthoma neg=c(111,10,28,9,14,0,0,0,0,231,24,0,0) # ピロリ陰性のとき所見が陽性であった患者数 NEG=278 # ピロリ陰性患者総数 pos=c(6,11,9,70,2,37,16,19,6,30,1,6,6) # ピロリ陽性性のとき所見が陽性であった患者数 POS=140 # ピロリ陽性患者総数 #所見陽性をピロリ陽性と判定すると py_neg NEG FP py_pos POS TP p.value pLR nLR DOR RS 111 278 0.399 6 140 0.043 0.000 0.107 1.593 0.067 EFEG 10 278 0.036 11 140 0.079 0.067 2.184 0.956 2.285 EREG 28 278 0.101 9 140 0.064 0.237 0.638 1.041 0.613 EAG 9 278 0.032 70 140 0.500 0.000 15.444 0.517 29.889 EHG 14 278 0.050 2 140 0.014 0.075 0.284 1.038 0.273 EE&EG 0 278 0.000 37 140 0.264 0.000 Inf 0.736 Inf ERHG 0 278 0.000 16 140 0.114 0.000 Inf 0.886 Inf ECG 0 278 0.000 19 140 0.136 0.000 Inf 0.864 Inf NG 0 278 0.000 6 140 0.043 0.001 Inf 0.957 Inf RAC 231 278 0.831 30 140 0.214 0.000 0.258 4.647 0.055 FP 24 278 0.086 1 140 0.007 0.002 0.083 1.087 0.076 HP 0 278 0.000 6 140 0.043 0.001 Inf 0.957 Inf XA 0 278 0.000 6 140 0.043 0.001 Inf 0.957 Inf
#所見陽性をピロリ非感染陽性と判定すると py_neg NEG TP py_pos POS FP p.value pLR nLR DOR RS 111 278 0.399 6 140 0.043 0.000 9.317 0.628 14.844 EFEG 10 278 0.036 11 140 0.079 0.067 0.458 1.046 0.438 EREG 28 278 0.101 9 140 0.064 0.237 1.567 0.961 1.630 EAG 9 278 0.032 70 140 0.500 0.000 0.065 1.935 0.033 EHG 14 278 0.050 2 140 0.014 0.075 3.525 0.963 3.659 EE&EG 0 278 0.000 37 140 0.264 0.000 0.000 1.359 0.000 ERHG 0 278 0.000 16 140 0.114 0.000 0.000 1.129 0.000 ECG 0 278 0.000 19 140 0.136 0.000 0.000 1.157 0.000 NG 0 278 0.000 6 140 0.043 0.001 0.000 1.045 0.000 RAC 231 278 0.831 30 140 0.214 0.000 3.878 0.215 18.021 FP 24 278 0.086 1 140 0.007 0.002 12.086 0.920 13.134 HP 0 278 0.000 6 140 0.043 0.001 0.000 1.045 0.000 XA 0 278 0.000 6 140 0.043 0.001 0.000 1.045 0.000
昼休みの製薬会社の説明会はリリカOD錠の説明だったのだが パンフレットにあったこの論文は面白かった。 Pharmacotherapy for neuropathic pain in adults: a systematic review and meta-analysis 成人の神経痛に対する薬物療法のシステムレビューとメタ解析 Lancet Neurol. 2015 February ; 14(2): 162?173 http://www.thelancet.com/pdfs/journals/laneur/PIIS1474-4422 (14)70251-0.pdf で無料で読める(Isn't youの語学力では無理だが) 面白いのが、forrest plotの横軸がリスク比でなくNNTで作成されていたこと。 更に、NNTだけでなく、NNHまでも記載記載してあった。 NNH(Numbers Needed to Harm)は、有害事象(眠気等のことか?)により1名の脱落者がでるのに必要な投与患者数として計算されていた。 薬理をいくら学んでも臨床試験をして統計解析しない限り この数字は出て来ないんだな。 自分なりに大雑把に要約すると 15人投与して2人がプラセボを超えた効果、1人が有害事象により投与中止となる と理解した。 こういう理解を背景に個々の患者に処方するかを判断するのが Evidence Based Medicineなんだな。 要約するとこうなるね。 知識の欠如 遵法精神の欠如 品性の欠如 低血糖でも半身麻痺など脳卒中様の症状をきたすことがあるので 50%ブドウ糖を50mL投与するまえ脳卒中と診断するな という有名な臨床格言(Clinical Pearl)があるんだが、 ド底辺シリツの医者はそれも知らずに救急をやっているよ。 そのうち事故を起こすだろうなと思っていたら これも表にでた分だからもっとひどいのは隠蔽されていると俺は思っている。 イベント発生率が小さければ観察研究での曝露オッズ比は母集団でのリスク比を反映する
Statutory rape, Evan. Twenty years behind bars. And that's just for one of us. And I'm not planning on taking a shower. I have evidence.
このスレに登場する柔整の紹介 (捏造ではなくエビデンスなのでコピペはご自由に) 知識の実態 遵法精神の実態 品性の実態 【なんでも】接骨院の謎【捻挫】に登場する柔整の紹介 知識の実態 柔整が薬理を書くと医師法違反 EBMには薬理と代謝が必須+Drag Delivery System 有資格者のはずなのに複雑骨折=開放骨折を理解していない 遵法精神の実態 保険の不正使用をそそのかすのも説明しているから良心的 同意したら患者が悪い 品性の実態 整形外科には治せず、柔整には治せる外傷の例示を求められての汚言 MASS::area(function(x) (1-x)^N, 0,1) F=function(x) -1/(N+1)*(1-x)^(N+1) F(1)-F(0)
pL=uniroot(function(x) dbinom(0,N,x) - 0.975, c(0,0.5))$root pM=uniroot(function(x) dbinom(0,N,x) - 0.50, c(0,0.5))$root pU=uniroot(function(x) dbinom(0,N,x) - 0.025, c(0.5,1))$root round(c(pL,pM,pU),4) dbinom(0,N,pL) ; dbinom(0,N,pM); dbinom(0,N,pU) Mean=MASS::area(function(x)dbinom(0,N,x),0,1) ; Mean
NNF <- function(p,conf.level=0.95){ alpha=1-conf.level q=1-p log(alpha)/log(q) # q^x < alpha } NNF(1/100,0.95) NNF(1/1000,0.99)
【なんでも】接骨院の謎【捻挫】に登場する、書けば書くほど墓穴を掘る、自己名誉毀損派の柔道整復師=墓穴師または墓穴術師の御紹介 <知識の実態> 柔整が薬理を書くと医師法違反 EBMには薬理と代謝が必須+Drag Delivery System 有資格者のはずなのに複雑骨折=開放骨折を理解していない 引用元もないのに引用、名前も挙げられないのに高名 アクセス限定のフェイスブックの記述を根拠にする <遵法精神の実態> 保険の不正使用をそそのかすのも説明しているから良心的 同意したら患者が悪い 不正使用をそそのかせて患者に責任を転嫁する素晴らしい制度 <品性の実態> 整形外科には治せず、柔整には治せる外傷の例示を求められての汚言 柔整の狩場=患者を獲物と見做す表現、まさに獣性 柔道整復師の自己名誉毀損=墓穴術症例集 <知識の実態> 柔整が薬理を書くと医師法違反 EBMには薬理と代謝が必須+Drag Delivery System 有資格者のはずなのに複雑骨折=開放骨折を理解していない 引用元もないのに引用、名前も挙げられないのに高名 アクセス限定のフェイスブックの記述を根拠にする <遵法精神の実態> 保険の不正使用をそそのかすのも説明しているから良心的 同意したら患者が悪い 不正使用をそそのかせて患者に責任を転嫁する素晴らしい制度 <品性の実態> 整形外科には治せず、柔整には治せる外傷の例示を求められての汚言 柔整の狩場=患者を獲物と見做す表現、まさに獣性 # NN(100)個中当たりSS個、N(5)個サンプルしてS個当たりからSSを推測する。 foo <-function(SS,NN=100,N=5){ YY=c(rep(1,SS),rep(0,NN-SS)) return(sum(sample(YY,N))) } ss=0:100 S=0 k=10^4 SS=NULL for(i in 1:k){ x=sapply(ss,foo) SS=c(SS,which(x==S)-1) } hist(SS,freq=FALSE,col='lightblue', main='') lines(density(SS),lwd=2,lty=3) summary(SS) MAP(SS)[1] quantile(SS,c(0.025,0.50,0.975)) > summary(SS) Min. 1st Qu. Median Mean 3rd Qu. Max. 0.00 4.00 10.00 13.56 20.00 89.00 > MAP(SS)[1] x 1.547634 > quantile(SS,c(0.025,0.50,0.975)) 2.5% 50% 97.5% 0 10 45 NNF <- function(p,conf.level=0.95){ alpha=1-conf.level q=1-p log(alpha)/log(q) # q^x < alpha } N2P <- function(n,conf.level=0.95){ alpha=1-conf.level p=1-alpha^(1/n) P=1/p return(P) } P2conf <- function(n,P){ p=1/P alpha=(1-p)^n conf=1-alpha return(conf) }
rule of 3 で近似できる証明 α=1-0.95 (1-pU)^n=α n*log(1-pU)=log(α) (式1) テイラー展開 log(1+x) = x -x^2/2 + x^3/3 - x^4/4 + x^5/5 +.... x=-pUとおいて log(1-pU)= -pU -pU^2/2 -pU^3/3 -pU^4/4 - pU^5/5 -.... pU≒0なら log(1-pU)≒-pU (式1)に代入すると n*(-pU)=log(α) 期待値n*pU = - log(α) > -log(0.05) [1] 2.995732
巨匠墓穴師>26に曰く 墓穴師なら墓穴学に辿り着けるか? と言う話なんだけど、実はすべての墓穴が辿り着けるわけではなく、辿り着けない墓穴師も居るわけね。 その巨匠墓穴師の到達点がこれw >くも膜下出血は外力では発生しないんだけどね?w 何度も書くが、脳出血疑いを早期診断に回さずに柔整が5日も抱えるのを同業者は正しい行為だと考えているのだろうか? 転倒の原因が脳出血によるものだった可能性もあるのに。 (再掲) > 私が遭遇した例で良ければ使っていいぞ。 > 転倒した際に頭部打撲、本人は頸部の痛みで来院、受傷即日。 > 一応、神経症状無し、転倒五日目に脳外科受診を指示、当日CTにて脳内出血を確認 > 根拠はあり、この辺で反応が出ると見たうえでの対診だけどね。 転倒5日めまで脳外科受診を勧めなかった根拠は何? 脳出血を疑えば医師なら即、CT/MRIをオーダーする。画像検査なしで何日も経過をみたりしない。 > 根拠はあり、この辺で反応が出ると見た というのだから、きちんとしたエビデンスが示せるんだろ? 何度も書くが、 「くも膜下出血は外力では発生しないんだけどね?w」 という知識レベルで 脳出血疑いを早期診断に回さずに柔整が5日も抱えるのを同業者は正しい行為だと考えているのか? 転倒の原因が脳出血によるものだった可能性もあるのに。 (再掲) > 私が遭遇した例で良ければ使っていいぞ。 > 転倒した際に頭部打撲、本人は頸部の痛みで来院、受傷即日。 > 一応、神経症状無し、転倒五日目に脳外科受診を指示、当日CTにて脳内出血を確認 > 根拠はあり、この辺で反応が出ると見たうえでの対診だけどね。 転倒5日めまで脳外科受診を勧めなかった根拠は何? 脳出血を疑えば医師なら即、CT/MRIをオーダーする。画像検査なしで何日も経過をみたりしない。 > 根拠はあり、この辺で反応が出ると見た というのだから、きちんとしたエビデンスが示せるんだろ? 何度も書くが、 「くも膜下出血は外力では発生しないんだけどね?w」 という知識レベルで 脳出血疑いを早期診断に回さずに柔整が5日も抱えるのを同業者は正しい行為だと考えているのか? 転倒の原因が脳出血によるものだった可能性もあるのに。 > 私が遭遇した例で良ければ使っていいぞ。 > 転倒した際に頭部打撲、本人は頸部の痛みで来院、受傷即日。 > 一応、神経症状無し、転倒五日目に脳外科受診を指示、当日CTにて脳内出血を確認 > 根拠はあり、この辺で反応が出ると見たうえでの対診だけどね。 転倒5日めまで脳外科受診を勧めなかった根拠は何? 脳出血を疑えば医師なら即、CT/MRIをオーダーする。画像検査なしで何日も経過をみたりしない。 > 根拠はあり、この辺で反応が出ると見た と書いた根拠を尋ねているだけだぞ。 何での答えられないんだ? 柔整は保険が扱えることでミニドクターにでもなったつもりなのか、 「くも膜下出血は外力では発生しないんだけどね?w」という程度の誤知識しかない勘違い野郎が、 脳出血の転帰を画像診断すらせずに予測するとかいう独善「医療」を展開して患者を危険に晒す。 保険を扱えることで正しい医学知識を弁えた人間が治療に当たっていると患者も誤解する。 柔整への保険適応を外すのが社会正義に思えてきた。 脳出血を疑えば医師なら即、CT/MRIをオーダーする。 画像検査なしで何日も経過をみたりしない。 この症例は転倒の原因が脳出血によるものだった可能性もある。 柔整は保険が扱えることでミニドクターにでもなったつもりなのか、 「くも膜下出血は外力では発生しないんだけどね?w」という程度の誤知識しかない勘違い野郎が、 脳出血の転帰を画像診断すらせずに予測するとかいう独善「医療」を展開して患者を危険に晒す。 柔整が保険を扱えることで正しい医学知識を弁えた人間が治療に当たっていると患者も誤解する。 柔整への保険適応を外すのが社会正義に思えてきた。 脳出血を疑えば医師なら即、CT/MRIをオーダーする。 画像検査なしで何日も経過をみたりしない。 この症例は転倒の原因が脳出血によるものだった可能性もある。 Wikipediaで沖縄の医介輔を調べるとこんな記述が >資格には「一代限り」、「現地開業」などの条件が付いており[1]、さらに抗生物質や麻酔薬を自由に使えないこと(後に制限解除)、手術が行えないなどの制限もあった。 この記述に従うと、制度廃止前には抗生物質や麻酔薬も使えていたことになる。 今の柔道整復師よりも行える医療の範囲が広いと思える。 医介輔に脱臼整復やマッサージを禁じる条項はなさそうだし。 医師の充足とともに消滅した資格である。
>残念ながらド底辺特殊シリツ医大卒の裏口バカなのでとは付言できなかったw その点、ド底辺は有利だなwwww この当直の極意(=馬鹿のふりをしてリスクを避ける)の英訳を試みてみる。 試訳 playing uraguchi to count on Google和訳 数え上げるウラグチを演奏する 拙訳:裏口馬鹿のふりをして当てにされないようにする そのGoogle 英訳 Do not pretend to be counted on behind the back door pretending to be an idiot 参考英熟語 playing hard to get what girls do when they want a guy but don't want to seem too easy to get..but sometimes it's not even worth it, because the guy might just give up. believe me. shelly: what happened with you and brandon ? samantha: i was playing hard to get, and he gave up. i guess i kept it up for too long
整形外科は手を出さず、勘違い柔整が手を出す傷病が脳出血と明らかになったな。 整形外科には治せず、柔整には治せる外傷の例示を求められての汚言 脳出血を画像診断に委ねず放置するのが柔整術? 402 卵の名無しさん sage 2017/06/20(火) 16:30:28.56 ID:AQI57Ggp.net くも膜下出血は外力では発生しないんだけどね?w 何で一緒にするわけ?w もう少し、妥当な例出した方がいいよw 直達外力、介達外力で発生する重篤な症例上げないとw 私が遭遇した例で良ければ使っていいぞ。 転倒した際に頭部打撲、本人は頸部の痛みで来院、受傷即日。 一応、神経症状無し、転倒五日目に脳外科受診を指示、当日CTにて脳内出血を確認 根拠はあり、この辺で反応が出ると見たうえでの対診だけどね。 もう一例、お風呂場のタイルを掃除をしていて下を向いて顔をあげたら頸部の痛み。 第一中手指関節掌部側に疼痛、屈曲傷害。 一週間後に転医を指示。 これなんだと思う?w
420 卵の名無しさん sage 2017/06/20(火) 17:56:16.36 ID:AQI57Ggp.net 通常、柔整が扱う物には、外傷性くも膜下は無いとみていい話。 たとえ、遭遇したとしても>>402 の対応で問題なし。 実際、三十年この対応で問題のある患者は適正な機関に搬送できていると。 実際の話、くも膜下を柔整が対応して見落とすという話に持っていきたかったんだろうけど、 その場合は、明確な外傷がない場合になるしね。 それでも、>>402 の対応でOK で、わざわざ>>402 を書いたのは、風呂のタイルのケース、これも脳出血だったんだけどね。 非常に紛らわしい原因になるのだけどね。 注目が、頸部よりも、中手指関節掌側、疼痛、屈曲傷害はあるんだけど、腱の緊張等のが見られなかったと 疼痛と組織の変化は付き物なので、この辺で警戒していた。 同業の方、特に若い柔整に紹介したかった症例。 見た目は、受傷機転があり受傷日も明確であっても、中枢神経の問題もあるということ。 50代以上の患者はこの可能性を考慮しながら見たらいいだろうね。 因みに、この患者は60代女性です、脳外科から回ってきた回答書は脳出血。 柔整は頭に留めておいてください。 赤信号のしびれ 手掌・口症候群(cheiro-oral syndrome:COS) 口の周りのしびれは何か重い病気がある →突然口の周り,特に片側だけがしびれた.手のひらもしびれた場合 ※症例報告 頭部MRIで中心前回前部に拡散強調像(DWI)で高信号小領域を認め,脳梗塞による手掌・口症候群(cheiro-oral syndrome:COS)と診断した。COSの責任病巣は視床が大部分で皮質病巣による例は少ない。 高齢者で顎がしびれる→numb chin syndrome 悪性腫瘍,とくに血液・リンパ系悪性腫瘍の下顎骨転移で 数週間から数ヶ月の経過で,足の先からのしびれが亜急性に上行してくる場合や,あちこちにしびれが島状に飛んで痛みを伴う場合は,基礎疾患に悪性腫瘍や血管炎を伴う,多発性神経炎,多発性単神経炎を疑う.
>見た目は、受傷機転があり受傷日も明確であっても、中枢神経の問題もあるということ。 間違いではないが不完全。 側溝に落ちて下腿挫滅創で受診した中年女性。 眼瞼結膜に軽い貧血あり、採血でも確認。 通院中に便を持参してもらって潜血陽性。 大腸内視鏡で大腸がんを確認。転移巣と貧血の他の原因精査の後に外科手術。これは同僚の症例だが名医ぶりに感動。 心筋梗塞で温泉で転倒して頭部裂創とか、中枢神経疾患に限定されるわけではない。 血気胸の否定目的に撮ったCTに映った乳がんとか副腎腫瘍とか救急やってると外傷に合併した内因性疾患の経験は日常茶飯事。打撲部位以外の病変は多くは放射線科医が指摘してくれて呼び出し。 柔整は医師の紹介状なしには外傷を扱わせるべきではないね。 俺は紹介しないだろうな、柔整にエビデンスが示されない限り。
柔道整復師の自己名誉毀損=墓穴術症例集 <知識の実態> くも膜下出血は外力では発生しない 柔整が薬理を書くと医師法違反 EBMには薬理と代謝が必須+Drag Delivery System 有資格者のはずなのに複雑骨折=開放骨折を理解していない 引用元もないのに引用、名前も挙げられないのに高名 アクセス限定のフェイスブックの記述を根拠にする 医介輔は戦時中の資格との珍説 <品性の実態> 整形外科には治せず、柔整には治せる外傷の例示を求められての汚言 柔整の狩場=患者を獲物と見做す表現、まさに獣性 「いつか壱が突発的な不幸にあうことを祈らずには居られんわ」 柔道整復師の自己名誉毀損=墓穴術症例集 <知識の実態> くも膜下出血は外力では発生しない 柔整が薬理を書くと医師法違反 EBMには薬理と代謝が必須+Drag Delivery System 有資格者のはずなのに複雑骨折=開放骨折を理解していない 引用元もないのに引用、名前も挙げられないのに高名 アクセス限定のフェイスブックの記述を根拠にする 医介輔は戦時中の資格との珍説 <品性の実態> 整形外科には治せず、柔整には治せる外傷の例示を求められての汚言 柔整の狩場=患者を獲物と見做す表現、まさに獣性 「いつか壱が突発的な不幸にあうことを祈らずには居られんわ」 Reply to this fundamental question first. What is the basis you insisted on which you kept to yourself the head-injured patient suspected of cerebral hemorrhage for as long as five days without any neuro-imaging? You told there existed the basis. Just tell us what it's like. Any doctor will feel ashamed for failing to detect earlier when his patient turns out to have other disease than the doctor had thought of. The more fatal the disease, say cerebral hemorrhage , the more ashamed the doctor. It is unlikely that the head-injured patient got convinced and assented when he was told that he was suspected of having cerebral hemorrhage and would be consulted to neurosurgeon five days later. Given no reply to the above fundamental question, you seem to have no basis no matter personal or objective. Which is the actual case? (1)You thought of cerebral hemorrhage, but there was no convincing basis that directed you to defer the transfer of the patient to neurosugeon till fifth day. (2)You never thought of cerebral hemorrhage on the very first day, and it is not true that you had the basis.
Hey, you bastard preppie! Don't fancy yourself as MIT graduate. Yes, I am a graduate of Mississipi Institue of Technology.
Good company on the road is the shortest cut
整形外科疾患の痛み止め 元気な方には 越婢加朮湯28(7日〜4週毎) or よく苡仁湯52 麻黄が使えない方に 桂枝加朮附湯18(4週毎) 体力気力も増進させたい 大防風湯97(4週毎) 腰痛の急性期(ぎっくり腰) どんなぎっくり腰にも 疎経活血湯53+芍薬甘草湯68(7日) 長期化または慢性化したら 疎経活血湯53(4週毎) 坐骨神経痛 どんな坐骨神経痛にも 牛車腎気丸107(4週毎) 効果なし 当帰四逆加呉茱萸生姜湯38(4週毎) OR 疎経活血湯53(4週毎) 間欠性跛行 どんな間欠性跛行にも 当帰四逆加呉茱萸生姜湯38(4週毎) OR 疎経活血湯53(4週毎) OR 牛車腎気丸107(4週毎) 慢性腰痛 どんな腰痛にも 疎経活血湯53(4週毎) 効果なし 当帰四逆加呉茱萸生姜湯38(4週毎) OR 牛車腎気丸107(4週毎) 変形性膝関節症 どんな変形性膝関節症にも 防已黄耆湯20(4週毎) 効果なし または 効果が少ない 防已黄耆湯20+越婢加朮湯28(4週) むち打ち症・頚椎症 葛根加朮附湯(=葛根湯1+桂枝加朮附湯18)(4週毎) 効果なし または もっとよくなりたい 葛根加朮附湯(=葛根湯1+桂枝加朮附湯18)+桂枝茯苓丸25(4週毎) 打撲・捻挫 どんな打撲・捻挫にも 桂枝茯苓丸25(2週間) 通導散105(2週間) OR 治打撲一方89(2週間)
整形外科疾患の痛み止め 元気な方には 越婢加朮湯28(7日〜4週毎) / よく苡仁湯52 麻黄が使えない方に 桂枝加朮附湯18(4週毎) 体力気力も増進させたい 大防風湯97(4週毎) 腰痛の急性期(ぎっくり腰) どんなぎっくり腰にも 疎経活血湯53+芍薬甘草湯68(7日) 長期化または慢性化したら 疎経活血湯53(4週毎) 坐骨神経痛 どんな坐骨神経痛にも 牛車腎気丸107(4週毎) 効果なし 当帰四逆加呉茱萸生姜湯38(4週毎) / 疎経活血湯53(4週毎) 間欠性跛行 どんな間欠性跛行にも 当帰四逆加呉茱萸生姜湯38(4週毎) / 疎経活血湯53(4週毎) / 牛車腎気丸107(4週毎) 慢性腰痛 どんな腰痛にも 疎経活血湯53(4週毎) 効果なし 当帰四逆加呉茱萸生姜湯38(4週毎) / 牛車腎気丸107(4週毎) 変形性膝関節症 どんな変形性膝関節症にも 防已黄耆湯20(4週毎) 効果なし または 効果が少ない 防已黄耆湯20+越婢加朮湯28(4週) むち打ち症・頚椎症 葛根加朮附湯(=葛根湯1+桂枝加朮附湯18)(4週毎) 効果なし または もっとよくなりたい 葛根加朮附湯(=葛根湯1+桂枝加朮附湯18)+桂枝茯苓丸25(4週毎) 打撲・捻挫 どんな打撲・捻挫にも 桂枝茯苓丸25(2週間) 通導散105(2週間) / 治打撲一方89(2週間)
花粉症 どんな花粉症にも 小青竜湯19(2週間) 効果なし 越婢加朮湯28(2〜4週毎) 効果あり 小青竜湯19を続行(4週毎) ドキドキ・ムカムカ 苓甘姜味辛夏仁湯119(りょうかんきょうみしんげにんとう)(2〜4週毎) or 苓桂朮甘湯39 めまい どんなめまいにも 苓桂朮甘湯39(4週毎) 効果なし 半夏白朮天麻湯37(4週毎) 真武湯30(4週毎) めまい(キーワードから処方) こどものめまい 五苓散17(4週毎) お年寄りのめまい 釣藤散47(4週毎) ご婦人のめまい 当帰芍薬散23(4週毎) 蓄膿症 どんな蓄膿症にも 葛根湯加川きゅう辛夷2(4週毎) 効果なし または ドキドキ・ムカムカするとき 辛夷清肺湯104(4週毎) or 小柴胡湯加桔梗石膏109 or 荊芥連翹湯50(けいがいれんぎょうとう) 扁桃炎 どんな扁桃炎にも 小柴胡湯加桔梗石膏109(4週毎) 桔梗湯138(頻回のうがいを、冷やしてうがいしながら飲み込む) 鼻出血 どんな鼻出血にも 黄連解毒湯15(頓服)
医学部医学科 偏差値ランキング【駿台】 【74】 東京大 理三 <前> 【71】 東京医科歯科大 医 医 <後> 京都大 医 医 <前> 大阪大 医 医 <前> 【70】 東京医科歯科大 医 医 <前> 名古屋大 医 医 <前> 名古屋大 医 医 <後> 【69】 東北大 医 医 <前> 千葉大 医 医 <後> 九州大 医 医 <前> 【68】 千葉大 医 医 <前> 神戸大 医 医 <前> 広島大 医 医 <後> 京都府立医科大 医 医 <前> 大阪市立大 医 医 <前> 大阪市立大 医 医 <前> 地域枠 大阪市立大 医 医 <前> 大阪府枠 奈良県立医科大 医 医 <後> 慶應義塾大 医 医 The ideal method of evaporative cooling uses a body cooling unit on which the patient lies suspended on a net surface while being sprayed with atomized 15° C water from above and below. 56 Air warmed to 45 to 48° C is blown over the skin surface at 3 m/ min. The unit, not widely available, maximizes evaporative cooling by maintaining cutaneous vasodilation and avoiding heat generation caused by shivering.
The ideal method of evaporative cooling uses a body cooling unit on which the patient lies suspended on a net surface while being sprayed with atomized 15°C water from above and below. Air warmed to 45 to 48°C is blown over the skin surface at 3m/min. The unit, not widely available, maximizes evaporative cooling by maintaining cutaneous vasodilation and avoiding heat generation caused by shivering.
「任意の解釈 M について M(A) = True」が成り立つとき,A はトートロジー(または恒真式)と呼ばれる.例:A→A,A∨¬A,((A→B)→A)→A.トートロジーは「内容によらず形だけから正しいといえる文」と考えてよい.
文字化け修正 「任意の解釈Mについて M(A) = True」が成り立つとき,A はトートロジー(または恒真式)と呼ばれる.例:A→A,A∨¬A,((A→B)→A)→A.トートロジーは「内容によらず形だけから正しいといえる文」と考えてよい.
低学力のド底辺特殊シリツ医大卒を排除するために、医師国家試験は英語で施行するとか 司法試験予備試験のように一般教養科目を医師国家試験に課すべきだと思う。 こんな問題ね。 問題とは関係ないが、 選択肢2はド底辺特殊シリツ医大卒の裏口バカのことを指すのだ思う。 P→Q ⇔ ¬(P ∧¬Q) P ∧Q ⇔ ¬(P→¬Q)
これ と排中律( A ∧ ¬Aを背理法の矛盾と扱う)を公理扱いで こんな恒等式が証明できる。 P→Q ⇔ ¬(P ∧¬Q) P ∧Q ⇔ ¬(P→¬Q) →と∧を入れ換えても成立しているから面白い。 C:\Users\(User)\AppData\Local\Google\Chrome\User Data\Default\History C:\Users\(User)\AppData\Local\Microsoft\Windows\History
(∃x)(Px) ┤├ ¬ ( ∀x)( ¬Px) (∀x)┤├¬(∃x)(¬Px)
(∃x)(Px) ┤├ ¬ ( ∀x)( ¬Px) (∀x)(Px)┤├¬(∃x)(¬Px)
∃x(Fx) ┤├ ¬ ∀x( ¬Fx) ∀x(Fx) ┤├ ¬∃x(¬Fx) ∀x(Fx→P) ┤├ ∃x(Px)→P ∃x (P→Fx) ┤├ P → ∃x(Fx)
∀x(Fx) ┤├ ¬∃x(¬Fx) すべてのド底辺特殊シリツ医大卒は馬鹿である は (馬鹿ではないド底辺特殊シリツ医大卒が存在する)のではない と 同値である。
∀x(Fx→P) ┤├ ∃x(Fx)→P ∃x (P→Fx) ┤├ P → ∃x(Fx)
底辺私立医大卒の学力の症例提示 以下の演繹は正しいか検討せよ。 幾人かの国民は全ての国立卒を尊敬する。 いかなる国民も裏口バカを尊敬しない。 故にいかなる国立卒も裏口バカではない。
現実は 周りに底辺シリツ卒がいなければ 国立大卒業をやたらと鼻にかける必要もない。
すべての人がすべての人に話しかけるならば、ある人が彼らを紹介する。 いかなる人も、彼がその両方の人を知っているのでなければ紹介しない。 すべての人はド底辺特殊シリツ医大裏口斡旋業者mに話かける。 ゆえに、すべての人はmを知っているある人によってmに紹介される。 Iabc : aはbとcとを紹介する Fab : aはbに話しかける Gab: aはbを知っている m : 裏口斡旋業者 として P1 : ∀x∀y(Fxy→∃z(Izxy)) P2 : ∀x∀y∀z(Izxy→Gzx∧Gzy) P3 :∀xFxm Q: ∀xy∃(Iyxm∧Gmy) で P1,P2,P3→Qが導けるかという問題。 これは記号の方が論理展開が容易だな。
すべての人がすべての人に話しかけるならば、ある人が彼らを紹介する。 いかなる人も、彼がその両方の人を知っているのでなければ紹介しない。 すべての人はド底辺特殊シリツ医大裏口斡旋業者に話かける。 ゆえに、すべての人は 裏口斡旋業者を知っているある人によって 裏口斡旋業者に紹介される。 Iabc : aはbとcとを紹介する Fab : aはbに話しかける Gab: aはbを知っている m : 裏口斡旋業者 として P1 : ∀x∀y(Fxy→∃z(Izxy)) P2 : ∀x∀y∀z(Izxy→Gzx∧Gzy) P3 :∀xFxm Q: ∀xy∃(Iyxm∧Gmy) で P1,P2,P3→Qが導けるかという問題。 これは記号の方が論理展開が容易だな。
次の演繹は正しいか? すべての人がすべての人に話しかけるならば、ある人が彼らを紹介する。 いかなる人も、彼がその両方の人を知っているのでなければ紹介しない。 すべての人はド底辺特殊シリツ医大裏口斡旋業者に話かける。 ゆえに、すべての人は ド底辺特殊シリツ医大裏口斡旋業者を知っているある人によって ド底辺特殊シリツ医大裏口斡旋業者に紹介される。 Iabc : aはbとcとを紹介する Fab : aはbに話しかける Gab: aはbを知っている m : 裏口斡旋業者 として P1 : ∀x∀y(Fxy→∃z(Izxy)) P2 : ∀x∀y∀z(Izxy→Gzx∧Gzy) P3 :∀xFxm Q: ∀x∃y(Iyxm∧Gmy) で P1,P2,P3→Qが導けるかという問題。
以下の演繹は正しいか検討せよ。 幾人かの国民は全ての国立卒を尊敬する。 いかなる国民も裏口バカを尊敬しない。 故にいかなる国立卒も裏口バカではない。 F:国民である G:国立卒である Hxy:xがyを尊敬する B:裏口バカである とすると ∃x(Fx∧∀y(Gy→Hxy)), ∀x(Fx→∀y(By→¬Hxy)) ├ ∀x(Gx→¬Bx) が成り立つかを検討することになる。 裏口バカを題材にすると具体的に考察できて("・∀・)イイ!!www
>>29 暇つぶしに証明を考えてみた。 (証明) ∃x(Fx∧∀y(Gy→Hxy)), ∀x(Fx→∀y(By→¬Hxy)) ├ ∀x(Gx→¬Bx) の結論∀x(Gx→¬Bx)が成立しないと仮定(背理法)(0) ¬∀x(Gx→¬Bx)は∃x(Gx∧Bx) これを満たすxをbとする。 すなわち Gbは真 かつ Bbは真 ∃x(Fx∧∀y(Gy→Hxy))を満たすxをaとする。 Faは真 かつ ∀y(Gy→Hay)も真 ゆえにGb→Hab Habは真 (1) ∀x(Fx→∀y(By→¬Hxy))に x=a y=bでも成立するから から Fa→(Bb→¬Hab) Bb→¬Hab ゆえに ¬Habは真 (2) (1)(2)が矛盾するから(0)の仮定は誤り。 土曜日日直の待機時間に頭のウォーミングアップ。 幾人かの国民は全ての国立卒を尊敬する。 いかなる国民も裏口バカを尊敬しない。 故にいかなる国立卒も裏口バカではない。 を背理法なしで証明する。 Fxはxの属性がFであることを示すとして記号論理で書けば F:国民である G:国立卒である B:裏口バカである Hxy:xがyを尊敬する と設定すれば ∃x(Fx∧∀y(Gy→Hxy)), ∀x(Fx→∀y(By→¬Hxy)) ├ ∀y(Gy→¬By) と表せる。 P1: ∃x(Fx∧∀y(Gy→Hxy)) P2:∀x(Fx→∀y(By→¬Hxy)) Q: ∀y(Gy→¬By) P1を満たすxをaとすると Fa∧∀y(Gy→Hay) すなわち Faは真 (1) かつ ∀y(Gy→Hay)は真 (2) P2の対偶をとれば ∀x(Fx→∀y(Hxy→¬By)) これは∀xで成立しているから当然、P1を満たすx=aでも成立するので Fa→∀y(Hay→¬By) (3) (1)(3)より∀y(Hay→¬By)は真 (4) (2)(4)より∀y(Gy→¬By)も真でQが成り立つ。
朝の頭のウォーミング・アップ すべての人がすべての人に話しかけるならば、ある人が彼らを紹介する。 いかなる人も、彼がその両方の人を知っているのでなければ紹介しない。 すべての人はド底辺特殊シリツ医大裏口斡旋業者に話かける。 ゆえに、すべての人は ド底辺特殊シリツ医大裏口斡旋業者を知っているある人によって ド底辺特殊シリツ医大裏口斡旋業者に紹介される。 Iabc : aはbとcとを紹介する Fab : aはbに話しかける Gab: aはbを知っている m : ド底辺特殊シリツ医大裏口斡旋業者 として P1 : ∀x∀y(Fxy→∃z(Izxy)) P2 : ∀x∀y∀z(Izxy→Gzx∧Gzy) P3 :∀xFxm Q: ∀x∃y(Iyxm∧Gym) で P1,P2,P3→Qが導けるかという問題。 演繹できることの証明 P3から任意のaでFam P1からx=a,y=mでFam → ∃z(Izam) このzをbと呼ぶと P2にx=a,y=m,z=bとしてIbam→Gba∧Gbm Gbaが真かつGbmが真ゆえGbmは真。 任意のaについてbが存在し Ibam→Gbmが成立するから Q:∀x∃y(Iyxm∧Gym)が成立する。
>>122 P2 : ∀x∀y∀z(Izxy→Gzx∧Gzy)は題意の対偶を使っているから 題意通りにするなら P2' :∀x∀y∀z(¬(Gzx∧Gzy)→¬Izxy)とすべきだな。 P2'にx=a,y=m,z=bとして¬(Gba∧Gbm)→¬Ibamとなるだけで 論証の筋道は変わらない。 すべての人がすべての人に話しかけるならば、ある人が彼らを紹介する。 いかなる人も、彼がその両方の人を知っているのでなければ紹介しない。 すべての人はド底辺特殊シリツ医大裏口斡旋業者に話かける。 ゆえに、すべての人は ド底辺特殊シリツ医大裏口斡旋業者を知っているある人によって ド底辺特殊シリツ医大裏口斡旋業者に紹介される。 Iabc : aはbとcとを紹介する Fab : aはbに話しかける Gab: aはbを知っている m : ド底辺特殊シリツ医大裏口斡旋業者 として P1 : ∀x∀y(Fxy→∃z(Izxy)) P2 : ∀x∀y∀z(¬(Gzx∧Gzy)→¬Izxy) P3 :∀xFxm Q: ∀x∃y(Iyxm∧Gym) から P1,P2,P3→Qが導けという問題。 証明 P3から任意のaでFam P1からx=a,y=mでFam → ∃z(Izam) このzをbと呼ぶと P2にx=a,y=m,z=bとして¬(Gba∧Gbm)→¬Ibam 対偶をとってもIbam→Gba∧Gbm Gbaが真かつGbmが真ゆえGbmは真。 任意のaについてbが存在し Ibam→Gbmが成立するから Q:∀x∃y(Iyxm∧Gym)が成立する。
>>55 問題書き逃げと言われるのは不本意なので解答例 (1)女医が担当医の方が生存率が高い (2)若い医師が担当医の方が生存率が高い (3)若い女医が担当医のときが生存率が最も高い (1)(2)が成立して(3)が成立しない例(若女=若い女医,老男=老齢男性医の患者数) 生存 受持 若女 10 100 老女 25 200 若男 20 150 老男 5 250 このデータで 女 35 300 男 25 400 p-value = 0.01375で(1)が成立 若 30 250 老 30 450 p-value = 0.02338で(2)が成立 生存率は 生存 受持 生存率 若女 10 100 0.100 老女 25 200 0.125 若男 20 150 0.133 老男 5 250 0.020 若男>老女>若女>老男で(3)は成立しない 受け持ち患者数を同じにすればもっと簡単な例が作れる。それで説明したら受け持ち患者数が同じハズがないという医者がいて 反例が存在することが示せればいいのだからと説明しても納得しなかったので上記の例で説明したら納得した。 R使いならコードはこれ http://egg.2ch.net/test/read.cgi/hosp/1428282054/801-802 裏口バカが主治医ならいかなる患者も幸福ではない。 国立卒が主治医なら幾人かの患者は幸福である。 ゆえに国立卒は裏口バカではない。 Dx : xは医師である Ux : xは裏口バカである Hp : pは幸福である Kx : xは国立卒である P1 : ∀x∀p(Dx∧Ux→¬Hp) P2 : ∀x∃p(Dx∧Kx→Hp) Q : ∀x(Dx∧Kx→¬Ux) P1,P2からQを導く (証明) Qが成り立たない、すなわち ¬Q : ∃x(Dx∧Kx∧Ux)と仮定して これをみたすxをaとする、Da∧Ka∧Uaは真 (1) ゆえにDa∧Uaも真であるのでP1に適用すると ∀p(Da∧Ua→¬Hp) (2) (1)からDa∧Kaも真なのでP2に適用すると ∃p(Da∧Ka→Hp) これを満たすpをbとするとHbが真。 (2)をbに適用すると¬Hbが真。 これは矛盾するから¬Qの仮定は誤りである。 ゆえにQが成り立つ。
次の演繹が正しいことを証明せよ。 すべての患者はすべての頭のよい医者を好む。 幾人かの患者はいかなるド底辺特殊シリツ医大卒をも好まない。 ゆえにすべてのド底辺特殊シリツ医大卒は頭がよくない。 (証明) Dx : xは医者である Wx : xは頭がよい Sx : xはド底辺特殊シリツ医大卒である Lpx : pはxを好む P1 : ∀p∀x(Dx∧Wx→Lpx) P2 : ∃p∀x(Dx∧Sx→¬Lpx) Q : ∀x(Dx∧Sx→¬Wx) ¬Qを仮定すれば∃x(Dx∧Sx∧Wx) これを満たすxをaとするとDa∧Sa∧Wa (1) (1)からDa∧Wa (2) P1と(2)から ∀p(Da∧Wa→Lpa) ∀p(Lpa) (3) (1)からDa∧Sa (4) P2と(4)から ∃p(Da∧Sa→¬Lpa) これを満たすpをbとすると Da∧Sa→¬Lba ¬Lba (5) (3)はp=bでも成立するから Lba (6) (5)(6)は矛盾するから仮定の¬Qは誤り。 ゆえにQは真
たぶん、馬鹿私立にはこういうパズルは解けないと思う。 体重65kgの人に1ml/hが1μg/kg/minになるように薬剤100mgを希釈するには全量何mLにすればよいか? 体重ごとにグラフにしてみた。 低学力のド底辺特殊シリツ医大卒を排除するために、医師国家試験は英語で施行するとか 司法試験予備試験のように一般教養科目を医師国家試験に課すべきだと思う。 こんな問題ね。 問題とは関係ないが、 選択肢2はド底辺特殊シリツ医大卒の裏口バカのことを指すのだ思う。 正解の選択肢5は陳腐で面白くないな。 こういうのが面白い。 ド底辺特殊シリツ医大が存在しなければ不幸な医師は存在しない。 さて、この世には不幸な医師が存在する。したがってド底辺特殊シリツ医大は存在する。 Uraguchi never name their alma mater, they know where they stand. They are as clever as cockroaches, with no disrespect to roaches. グーグル訳: Uraguchiは母親の名前を決して言わず、彼らの立場を知っています。 彼らはゴキブリのように巧みで、ゴキブリには無礼な存在です。 拙訳:裏口は立場を弁えていて卒業校を名乗りません、 ゴキブリ並みの知恵はあるようです、別にゴキブリには悪意はないが。
> LR2snsp = function(pLR,nLR){ + c(sensitivity=pLR*(1-nLR)/(pLR-nLR),specificity=(pLR-1)/(pLR-nLR)) + } > LR2snsp(3.6,0.6) sensitivity specificity 0.4800000 0.8666667
imply <- function(x,y) !x || y imply2 <- function(xy) !(x&&!y) eqv <- function(x,y) (!x||y)&&(!y||x) eqv2 <- function(x,y) imply(x,y)&&imply(y,x)
> library('gtools') > imply <- function(x,y) !x || y > f1 <- function(P,Q) imply(imply(P,Q)&&P,Q) > f1_1 <- function(pm) f1(pm[1],pm[2]) > pm2=permutations(2,2,v=c(T,F),re=TRUE) ; pm2 [,1] [,2] [1,] FALSE FALSE [2,] FALSE TRUE [3,] TRUE FALSE [4,] TRUE TRUE > for(i in 1:4) print(f1_1(pm2[i,])) [1] TRUE [1] TRUE [1] TRUE [1] TRUE
# Lukasiewicz library('gtools') pm2=permutations(2,2,v=c(T,F),re=TRUE) ; pm2 pm3=permutations(2,3,v=c(T,F),re=TRUE) ; pm3 imply <- function(x,y) !x || y # L1 : A->(B->A) f <- function(A,B) imply(A,imply(B,A)) f1 <- function(pm) f(pm[1],pm[2]) for(i in 1:4) print(f1(pm2[i,])) # L2 : (A->(B->C))->((A->B)->(A->C)) f <- function(A,B,C) imply(imply(A,imply(B,C)),imply(imply(A,B),imply(A,C))) f1 <- function(pm) f(pm[1],pm[2],pm[3]) for(i in 1:8) print(f1(pm3[i,])) # L3 : (!B->!A) -> (A->B) f <- function(A,B,C) imply(imply(!B,!A),imply(A,B)) f1 <- function(pm) f(pm[1],pm[2],pm[3]) for(i in 1:8) print(f1(pm3[i,])) # modus ponens A & (A->B) -> B f <- function(A,B) imply(A && imply(A,B),B) f1 <- function(pm) f(pm[1],pm[2]) for(i in 1:4) print(f1(pm2[i,]))
> # L1 : A->(B->A) > f <- function(A,B) imply(A,imply(B,A)) > f1 <- function(pm) f(pm[1],pm[2]) > for(i in 1:4) print(f1(pm2[i,])) [1] TRUE [1] TRUE [1] TRUE [1] TRUE > > # L2 : (A->(B->C))->((A->B)->(A->C)) > f <- function(A,B,C) imply(imply(A,imply(B,C)),imply(imply(A,B),imply(A,C))) > f1 <- function(pm) f(pm[1],pm[2],pm[3]) > for(i in 1:8) print(f1(pm3[i,])) [1] TRUE [1] TRUE [1] TRUE [1] TRUE [1] TRUE [1] TRUE [1] TRUE [1] TRUE >
> # L3 : (!B->!A) -> (A->B) > f <- function(A,B,C) imply(imply(!B,!A),imply(A,B)) > f1 <- function(pm) f(pm[1],pm[2],pm[3]) > for(i in 1:8) print(f1(pm3[i,])) [1] TRUE [1] TRUE [1] TRUE [1] TRUE [1] TRUE [1] TRUE [1] TRUE [1] TRUE > > # modus ponens A & (A->B) -> B > f <- function(A,B) imply(A && imply(A,B),B) > f1 <- function(pm) f(pm[1],pm[2]) > for(i in 1:4) print(f1(pm2[i,])) [1] TRUE [1] TRUE [1] TRUE [1] TRUE >
L1 : p→(q→p) L2 : (p→(q→r))→((p→q)→(p→r)) L3 : (¬q→¬p) → (p→q) x→xの証明 L1,L2でp=x,q=x→x,r=xとすれば x→((x→x)→x) (x→((x→x)→x)) → ((x→(x→x))→(x→x)) ゆえに ((x→(x→x))→(x→x)) L1により(x→(x→x)は常に成り立つからx→x ¬a→(a→b)の証明 L1にp=¬a,q=¬bとして ¬a→(¬b→¬a) ¬aを仮定して ¬b→¬a L3によりこれはa→b ゆえに¬a→(a→b) a=¬A, b=¬¬¬Aとすると ¬¬A→(¬A→¬¬¬A) L3から (¬A→¬¬¬A)→(¬¬A→A) ゆえに ¬¬A→(¬¬A→A) L2でp=¬¬A,q=¬¬A,r=Aとすれば (¬¬A→(¬¬A→A))→((¬¬A→¬¬A)→(¬¬A→A)) なので (¬¬A→¬¬A)→(¬¬A→A) ¬¬A→¬¬Aも証明済み ¬¬A→A
L1 : p→(q→p) L2 : (p→(q→r))→((p→q)→(p→r)) L3 : (¬q→¬p) → (p→q) x→xの証明 L1,L2でp=x,q=x→x,r=xとすれば x→((x→x)→x) (x→((x→x)→x)) → ((x→(x→x))→(x→x)) ゆえに ((x→(x→x))→(x→x)) L1により(x→(x→x)は常に成り立つからx→x (1) ¬a→(a→b)の証明 L1にp=¬a,q=¬bとして ¬a→(¬b→¬a) ¬aを仮定して ¬b→¬a L3によりこれはa→b ゆえに¬a→(a→b) (2) (2)に a=¬A, b=¬¬¬Aとすると ¬¬A→(¬A→¬¬¬A) L3にp=¬¬A, q=Aとすると (¬A→¬¬¬A)→(¬¬A→A) ゆえに ¬¬A→(¬¬A→A) L2でp=¬¬A,q=¬¬A,r=Aとすれば (¬¬A→(¬¬A→A))→((¬¬A→¬¬A)→(¬¬A→A)) なので (¬¬A→¬¬A)→(¬¬A→A) ¬¬A→¬¬A ∵ (1) x=¬¬A ¬¬A→A
fw=3 fb=7 mw=6 mb=1 f>m : fw+fb=10 > mw+mb=7 w> b : fw+mw=9> fb+mb=8 fb>mw>fw>mb
シンプソンのパラドックス ある疾患の治癒率 軽症 重症 A療法 10/10 10/90 B療法 70/90 0/10 A療法の方が軽症・重症とも成績がよいが 総数ではB療法の方が成績がよい。
# P->(Q->R) |- Q->(P->R) pm3=matrix(c(T,T,T, T,T,F, T,F,T, T,F,F, F,T,T, F,T,F, F,F,T, F,F,F),ncol=3) colnames(pm3)=c('P','Q','R'); pm3 imply <- function(x,y) !(x&&!y) f <- function(P,Q,R) imply(imply(P,imply(Q,R)),imply(Q,imply(P,R))) f1 <- function(pm) f(pm[1],pm[2],pm[3]) result=logical(8) for(i in 1:8) result[i]=f1(pm3[i,]) cbind(pm3,result)
# 馬鹿は死ななきゃ治らない から 馬鹿は死ねば治る と演繹できるか? # P->(!Q->!R) |- P->(Q->R) は 恒真式か? pm3=matrix(c(T,T,T, T,T,F, T,F,T, T,F,F, F,T,T, F,T,F, F,F,T, F,F,F),ncol=3) colnames(pm3)=c('P','Q','R'); pm3 imply <- function(x,y) !(x&&!y) f <- function(P,Q,R) imply(imply(P,imply(!Q,!R)),imply(P,imply(Q,R))) f1 <- function(pm) f(pm[1],pm[2],pm[3]) result=logical(8) for(i in 1:8) result[i]=f1(pm3[i,]) cbind(pm3,result)
# 馬鹿は死ななきゃ治らない から 馬鹿は死ねば治る と演繹できるか? # P->(!Q->!R) |- P->(Q->R) は 恒真式か? pm3=matrix(c(T,T,T, T,T,F, T,F,T, T,F,F, F,T,T, F,T,F, F,F,T, F,F,F),byrow=TRUE,ncol=3) colnames(pm3)=c('P','Q','R'); pm3 imply <- function(x,y) !(x&&!y) f <- function(P,Q,R) imply(imply(P,imply(!Q,!R)),imply(P,imply(Q,R))) f1 <- function(pm) f(pm[1],pm[2],pm[3]) result=logical(8) for(i in 1:8) result[i]=f1(pm3[i,]) cbind(pm3,result) > cbind(pm3,result) P Q R result [1,] TRUE TRUE TRUE TRUE [2,] TRUE TRUE FALSE FALSE [3,] TRUE FALSE TRUE TRUE [4,] TRUE FALSE FALSE TRUE [5,] FALSE TRUE TRUE TRUE [6,] FALSE TRUE FALSE TRUE [7,] FALSE FALSE TRUE TRUE [8,] FALSE FALSE FALSE TRUE
d=3000*12 n=10 P=numeric(n) for(I in 1:n) P[i+1]=P[i]+d sum(P)
d=3000*12 n=10 P=numeric(n) for(i in 2:n) P[i]=P[i-1]+d sum(P)
> log(0.5)/log(0.9) [1] 6.578813 > -log(0.9) [1] 0.1053605
N0=3 N1=2 T1=3 -log((N1/N0)/T1) N <- function(t) exp(-t*log(T1/(N1/N0))) N(3) N=1 -log(N)/log(T1/(N1/N0))
¬¬A→Aの証明 公理L1 : p→(q→p) 公理L2 : (p→(q→r))→((p→q)→(p→r)) 公理L3 : (¬q→¬p) → (p→q) modus ponens(推論規則) A, A->B ⇒ B (1)x→xの証明 L1,L2でp=x,q=x→x,r=xとすれば x→((x→x)→x) (x→((x→x)→x)) → ((x→(x→x))→(x→x)) ゆえに ((x→(x→x))→(x→x)) L1により(x→(x→x)は常に成り立つからx→x (1*) (2)¬a→(a→b)の証明 L1にp=¬a,q=¬bとして ¬a→(¬b→¬a) ¬aを仮定して ¬b→¬a L3によりこれはa→b ゆえに¬a→(a→b) (2*) (2*)に a=¬A, b=¬¬¬Aとすると ¬¬A→(¬A→¬¬¬A) L3にp=¬¬A, q=Aとすると (¬A→¬¬¬A)→(¬¬A→A) ゆえに ¬¬A→(¬¬A→A) L2でp=¬¬A,q=¬¬A,r=Aとすれば (¬¬A→(¬¬A→A))→((¬¬A→¬¬A)→(¬¬A→A)) なので (¬¬A→¬¬A)→(¬¬A→A) ¬¬A→¬¬A ∵ (1*) x=¬¬A ¬¬A→A
公理系Kにおいてある論理式Aとその否定¬AがいずれもKで証明可能であるときKは矛盾するといい、そうしたAが存在しないときにKは無矛盾であるという。 Kが無矛盾であるならば、Kに証明可能でない論理式が存在する。 Kに証明可能でない論理式が存在するならばKは無矛盾である ¬A→(A→B)がKで証明可能であることが前提。
## N*A0*r*(1+r)^N/((1+r)^N-1) .A0=3*10^8 .M=10^6 .N=35*12 Total <- function(r,A0=.A0,N=.N) N*A0*r*(1+r)^N/((1+r)^N-1) rr=seq(0,0.04,by=0.001) options(scipen = 10) plot(rr,sapply(rr,function(r) Total(r/12,A0,N)),type='l',lwd=2, ann=FALSE) abline(h=.M*.N,lty=3) uniroot(function(x) Total(x/12,.A0,.N)-.M*.N, c(0.001,0.1))
N=11 # 元数 I=1:N .Y=sample(I,N) ; .Y # 1,2,..,Nを.Y[1],Y.[2],..,.Y[N]に置換 tikan <- function(X,Y=.Y){ # X:置換される配列 n=length(X) Z=rep(NA,n) I=1:n for(i in 1:n){ j <- which(I==X[i]) Z[i] <- Y[j] } return(Z) # 置換後の配列を返す } ## 循環したらやめる z=matrix(1:N,nrow=1) z[1,]=tikan(I) for(i in 1:N^2){ if(!prod(z[i,]==I)){ z=rbind(z,tikan(z[i,])) } } z
tikan2 <- function(X,Y){ # Y→Xの順に置換 n=length(X) Z=rep(NA,n) I=1:n for(i in 1:n){ j <- which(I==X[i]) Z[i] <- Y[j] } return(Z) } ## 可換則は不成立 tikan2(c(3,2,1,4),c(1,3,2,4)) tikan2(c(1,3,2,4),c(3,2,1,4)) ## 結合則は成立 N=11 I=1:N y1=sample(I,N) ; y1 y2=sample(I,N) ; y2 y3=sample(I,N) ; y3 tikan2(y3,tikan2(y2,y1)) tikan2(tikan2(y3,y2),y1)
ユークリッドの互除法 a, b は自然数で a ≠ 0 とする。 b を a で割った商を q、剰余を r とすると b = qa + r 今、d0 を a と r の両方を割り切る自然数とする。 a=d0*a0 r=d0*r0 b=q*d0*a0+d0*r0=d0*(q*a0+r0) a と r の公約数はすべてb と aの公約数である。 逆に、d1 を b と a の両方を割り切る自然数とする。 b=d1*b1 a=d1*a1 d1*b1=q*d1*a1+r r=d1*b1-q*d1*a1=d1*(b1-q*a1) b と a の公約数はすべてa と r の公約数である。 したがって、b と a の公約数全体の集合は a と r の公約数全体の集合に等しい。 ゆえに b と a の最大公約数は a と r の最大公約数。
8x+11y=1 の解を求める。 ユークリッドの互除法 11=8?1+3 8=3?2+2 3=2?1+1 1=3-2*1 =3-(8-3*2)*1 =(11-8*1)-(8-3*2)*1 =(11-8*1)-(8-(11-8*1)*2)*1 (∵3=11-8*1) =(b-a*1)-(a-(b-a*1)*2)*1 where a=8,b=11 =(b-a)-(a-2(b-a)) =b-a-(a-2b+2a) =b-a-a+2b-2a =3b-4a =-4a+3b =8*(-4)+11*(3)
遠くへ行くぞ、寒い僻地だ 19×19=361 360=20*18=(19+1)*(19-1)=19^2-1 嫌々A V、ミニシアター 18×18=324 9*2*9*2=81*4 嫌だ特訓、最初がつらい 18×19=342 18*(20-1)=360-18 いないぞいないぞ、通訳、いない 17×17=289 100+140+49 田舎は、嫌じゃ、去れど虚しい 17×18=306 100+150+56 田舎は、特別、ミニ、短い 17×19=323 (18-1)*(18+1)=18^2-1=324-1 いろいろあります、肉体ごろり 16×16=256 2 4 8 16 32 64 128 256 ひろいな海原、船乗り、にやり 16×17=272 100+130+42 ヒーロー、嫌がる、ツッパリ野郎 16×18=288 (4^2)*(3^2*2)=(3*4)^2*2=12^2*2=144*2 彩り特注、されど失敗 16×19=304 100+150+54 いい子だ、いい子だ、夫婦で拷問 15×15=225 (10*x+ a)*(10*x+10-a)=100*x*(x+1) +a*(10-a),200+5*5 いい子の色気、強まる性欲 15×16=240 (30/2)*2*8=30*8 いい子が、いいな、富豪が強奪 15×17=255 (16-1)*(16+1)=256-1 いい子も嫌がる、不慣れな先生 15×18=270 (30/2)*2*9 いい子が得意、ニヤリでゴックン 15×19=285 15*(20-1)=300-15 年寄り、一緒でひと苦労 14×14=196 (10+4)^2=100+2*40+16
歳よりいい子だ、不当な評価 14×15=210 7*2*(30/2)=7*30 年寄り、色ぼけ、夫婦で夜這い 14×16=224 (10*x+ a)*(10*x+10-a)=100*x*(x+1) +a*(10-a), 200+4*6 年寄り、田舎は、風俗さっぱり 14×17=238 100+10*(4+7)+28 年寄り嫌がり、都合が、つかん 14×18=252 (16-2)*(16+2)=16^2-2^2=256-4 年寄りが逝く、風呂は向かいへ 14×19=266 14*(20-1)=280-14, 100+(4+9)*10+4*9 悲惨だ倒産、一旦、無給 13×13=169 (10+3)^2=100+2*3*10+3^2=100+60+9 父さん、投資が、一夜でつぶれる 13×14=182 100+10*(3+4)+12=100+70+12 倒産以後、特段ごねる 13×15=195 (14-1)*(14+1)=14^2-1=256-1, 100+80+15 父さん 色キチ、庭で果てる 13×16=208 100+90+18 父さん い ない が、普通の一家 13×17=221 (10*x+ a)*(10*x+10-a)=100*x*(x+1) +a*(10-a), 200+3*7 倒産嫌がり、兄さん死んだ 13×18=234 100+110+24 父さん特急で、西へ長旅 13×19=247 13*(20-1)=260-13 いつもいつも、医師が呼ばれる 12×12=144 100+40+4 いつもの意味で 一人でゴスロリ 12×13=156 (10+2)*(10+3)=100+(2+3)*10+2*3 いつも年明け、いろはカルタ 12×14=168 (13-1)*(13+1)=169-1 いつもいい子だ、否応なし 12×15=180 6*2*(30/2)
いつもの色が、一気に変わる 12×16=192 100+80+16, (14-2)*(14+2)=14^2-2^2=196-4 いつもいないぞ、庭で呼び出し 12×17=204 (10+2)*(10+7)=100+(2+7)*10+14=100+90+14 いつも嫌がる、ツインの娘 12×18=216 (10*x+ a)*(10*x+10-a)=100*x*(x+1) +a*(10-a), 200+2*8 いつも特だし、不二家のペコちゃん 12×19=228 12*(20-1)=240-12, 100+110+18 > outer(11:19,11:19,'*') [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [1,] 121 132 143 154 165 176 187 198 209 [2,] 132 144 156 168 180 192 204 216 228 [3,] 143 156 169 182 195 208 221 234 247 [4,] 154 168 182 196 210 224 238 252 266 [5,] 165 180 195 210 225 240 255 270 285 [6,] 176 192 208 224 240 256 272 288 304 [7,] 187 204 221 238 255 272 289 306 323 [8,] 198 216 234 252 270 288 306 324 342 [9,] 209 228 247 266 285 304 323 342 361
f=c(198,29,19,12,9,7,7,6,5,6,6,7,7,7,8,9,11,12,13,14,16,19,22,24,25,25,25,25,25,26,28,29,31,34,37,41,45,48,50,54,59,66,72,78,84,92,101,112,123,136,149,162,175,186,196,207,220,237,256,275,294,313,334,360, 389,423,463,504,547,595,649,707,776,855,940,1043,1164,1308,1479,1667,1874,2102,2363,2651,2955,3265,3567,3874,4186,4484,4731,4908,5039,5067,4936,4635,4209,3697,3139,2574,2037,1554,1141,805,545,846) m=c(194,31,21,14,10,9,9,8,7,7,7,7,8,10,13,17,21,26,31,38,44,48,50,51,51,51,53,53,54,56,57,58,60,63,66,70,74,79,83,89,97,106,116,127,140,155,171,190,211,233,255,278,302,328,359,395,434,478,525,572,622, 678,741,813,890,973,1062,1148,1233,1323,1419,1522,1633,1752,1874,2014,2176,2357,2553,2762,2985,3221,3459,3680,3875,4031,4123,4156,4123,4023,3874,3643,3349,3006,2629,2235,1843,1470,1131,837,593,401,258,157,89,90) LE <-function(ndx,Y,N0=10^5){ n=length(ndx) lx=numeric(n) lx[1]=N0 for(i in 1:(n-1)) lx[i+1] <- lx[i] - ndx[i] nqx=ndx/lx nLx=numeric(n) for(i in 1:n) nLx[i] <- mean(c(lx[i],lx[i+1])) nLx[n]=0 Tx=rev(cumsum(rev(nLx))) le=Tx/lx return(round(le[Y+1],1)) } LE(f,96) LE(m,100)
拡散希望! ド底辺特殊シリツ医大卒が裏口入学の存在を肯定しております。 やはり母校の事情に詳しいんだねw >ガチの裏?なんて噂されてたけど、1回生から留年繰り返して、ついていけず、 >自ら辞めていったのが何人かいたってよ 👀 Rock54: Caution(BBR-MD5:f70dfdc711a7c6ae6accccb939f27fbf) を題材にごく普通の人間に質問してみよう。 Xの先輩Yは医師である。 Yは真正の裏口入学(ガチの裏)と評価される学生Zを知っている。 Zの入学した大学をガチ裏医大と呼ぶことにする。 Zが1回生から留年を繰り返すことを知っているのでYとZは同期入学であると思われる。 ここで問題:Xの入学した大学はどこか? pay = function(income86_172,u0=0) income86_172 - (320900 + 0.4084*(income86_172-860000)) - u0 salary=function(x) uniroot(pay,u0=x,c(860000,1720000))$root
It is common knowledge among doctors and patients, Do-Teihen(exclusively bottom-leveled medical school) graduates mean morons who bought their way to Gachi'Ura medical school. Three laws of Do-Teihen Medical School, currently called Gachi'Ura by its graduates. 1: It is not the bottom medical school but its enrollee that is despicable, which deserves to be called a bona fide moron beyond redemption. 2: The graduates of Do-Teihen are so ashamed that none of them dare to mention their own alma mater. 3: The Do-Teihen graduates are so ashamed of having bought their way into the exclusively bottom-leveled medical school that they tend to call a genuine doctor a charlatan who elucidates their imbecility. >>94 (revised) I tried to translate the core portion of the historical message, any revisional advice to this tentative translation is welcome. There had been NOT a single classmate who chose willingly against his/her common sense to go to the Do-Teihen(exclusively bottom-leveled medical school, currently also known as Gachi'Ura), which would have cost outrageous money and its graduates are destined to be called Uraguchi morons who bought thier way into the Do-Teihen, by thier colleagues and even by thier own clients, ド底辺特殊シリツ医大卒=裏口バカは医師の共通認識。 It is common knowledge among doctors Do-Teihen(exclusively bottom-leveled medical school) graduates mean morons who bought their way to Gachi'Ura(currently called by themselves) 私は昭和の時代に大学受験したけど、昔は今よりも差別感が凄く、慶応以外の私立医は特殊民のための特殊学校というイメージで開業医のバカ息子以外は誰も受験しようとすらしなかった。 According to my experience of entrance exam to medical school in the era of Showa, all the privately-founded medical schools but for Keiko had been so compared to some specialized institution for educable mentally retarded kids that nobody but imbecile successors of town physicians had applied for admission. 常識的に考えて、数千万という法外な金を払って、しかも同業者からも患者からもバカだの裏口だのと散々罵られるのをわかって好き好んで私立医に行く同級生は一人もいませんでした。 There had been NOT a single classmate who chose willingly against his/her common sense to go to the Do-Teihen(exclusively bottom-leveled medical school, currently also known as Gachi'Ura), which would have cost outrageous money and its graduates are destined to be called Uraguchi morons who bought thier way into the Do-Teihen, by thier colleagues and even by thier own clients. 本人には面と向かっては言わないけれど、俺くらいの年代の人間は、おそらくは8−9割は私立卒を今でも「何偉そうなこと抜かしてるんだ、この裏口バカが」と心の底で軽蔑し、嘲笑しているよ。当の本人には面と向かっては絶対にそんなことは言わないけどね。 Although people won't call them names to their face, certain 80-90% people of about my age yet scorn and sneer at Uraguchi graduates, speaking in the back of our mind, " Uraguchi morons shall not behave like somebody. Actually we never speak out face to face.
ド底辺特殊シリツ医大卒=裏口バカは医師・患者の共通認識。 It is common knowledge among doctors Do-Teihen(exclusively bottom-leveled medical school) graduates mean morons who bought their way to Gachi'Ura(currently called by themselves) 私は昭和の時代に大学受験したけど、昔は今よりも差別感が凄く、慶応以外の私立医は特殊民のための特殊学校というイメージで開業医のバカ息子以外は誰も受験しようとすらしなかった。 According to my experience of entrance exam to medical school in the era of Showa, when the sense of discrimination against privately-founded medical schools were more intense than it is now, all such schools but for Keiko had been so compared to some specialized institution for educable mentally retarded kids that nobody but imbecile successors of town physicians had applied for admission. 常識的に考えて、数千万という法外な金を払って、しかも同業者からも患者からもバカだの裏口だのと散々罵られるのをわかって好き好んで私立医に行く同級生は一人もいませんでした。 There had been NOT a single classmate who chose willingly against his/her common sense to go to the Do-Teihen(exclusively bottom-leveled medical school, currently also known as Gachi'Ura), which would have cost outrageous money and its graduates are destined to be called Uraguchi morons who bought thier way into the Do-Teihen, by thier colleagues and even by thier own clients. 本人には面と向かっては言わないけれど、俺くらいの年代の人間は、おそらくは8−9割は私立卒を今でも「何偉そうなこと抜かしてるんだ、この裏口バカが」と心の底で軽蔑し、嘲笑しているよ。当の本人には面と向かっては絶対にそんなことは言わないけどね。 Although people won't call them names to their face, certain 80-90% people of about my age yet scorn and sneer at Uraguchi graduates, speaking in the back of our mind, " Uraguchi morons shall not behave like somebody. Actually we never speak out face to face.
ド底辺特殊シリツ医大卒=裏口バカは医師・患者の共通認識。 私は昭和の時代に大学受験したけど、昔は今よりも差別感が凄く、慶応以外の私立医は特殊民のための特殊学校というイメージで開業医のバカ息子以外は誰も受験しようとすらしなかった。 常識的に考えて、数千万という法外な金を払って、しかも同業者からも患者からもバカだの裏口だのと散々罵られるのをわかって好き好んで私立医に行く同級生は一人もいませんでした。 本人には面と向かっては言わないけれど、俺くらいの年代の人間は、おそらくは8−9割は私立卒を今でも「何偉そうなこと抜かしてるんだ、この裏口バカが」と心の底で軽蔑し、嘲笑しているよ。当の本人には面と向かっては絶対にそんなことは言わないけどね。 (ver.0.02) It is common knowledge among doctors and patients that Do-Teihen(exclusively bottom-leveled medical school) graduates mean morons who bought their way to Gachi'Ura(currently called by themselves) According to my experience of entrance exam to medical school in the era of Showa, when the sense of discrimination against privately-founded medical schools were more intense than it is now, all such schools but for Keiko had been so compared to some specialized institution for educable mentally retarded kids that nobody but imbecile successors of town physicians had applied for admission. There had been NOT a single classmate who chose willingly against his/her common sense to go to the Do-Teihen(exclusively bottom-leveled medical school, currently also known as Gachi'Ura), which would have cost outrageous money and its graduates are destined to be called Uraguchi morons who bought thier way into the Do-Teihen, by thier colleagues and even by thier own clients. Although people won't call them names to their face, certain 80-90% people of about my age have been yet scorning and sneering at Uraguchi graduates, speaking in the back of our mind, " Uraguchi morons shall not behave like somebody. We never speak out face to face in real life.
## a=t(combn(1:(2*n),m)) RES=numeric(nrow(a)) for(ii in 1:nrow(a)){ H=list() # H=list(G[[a[ii,1]]],G[[a[ii,2]]],G[[a[ii,3]]]) for(jj in 1:m){ H[[jj]]=G[[a[ii,jj]]] } M=matrix(NA,m,2*n) for(i in 1:m){ for(j in 1:(2*n)){ M[i,j] = g12(G[[j]],H[[i]]) } } re=matrix(NA,m,2*n) for(i1 in 1:(2*n)){ re[,i1]=sort(M[,i1]) } RES[ii] =nrow(unique(t(re))) } idx=which(RES==(2*n/m)) # Lagrangea's theorem (b=a[idx,]) print(matrix(names[b],ncol=m),quote=FALSE)
These are the very benificial laws for not only doctors but also everyone who has common sense, Three laws of Do-Teihen Medical School, currently called Gachi'Ura by its graduates. 1: It is not bottom medical school but its enrollee that is despicable, which deserves to be called a bona fide moron beyond redemption. 2: The graduates of Do-Teihen are so ashamed that none of them dare to mention their own alma mater they have gone through. 3: The Do-Teihen graduates are so ashamed of having bought their way into the privately-founded exclusively bottom-leveled medical school that they tend to call a genuine doctor a charlatan who elucidates their imbecility. Glossary for better understanding bona fide : neither specious nor counterfeit : genuine despicable : very bad or unpleasant : deserving to be despised matriculation : the formal process of entering a university, or of becoming eligible to enter by fulfilling certain academic requirements such as a matriculation examination. alma nater : a school, college, or university which one has attended or from which one has graduated charlatan : someone who professes knowledge or expertise, esp in medicine, that he or she does not have; quack
ド底辺特殊シリツ医大卒=裏口バカは医師・患者の共通認識。 私は昭和の時代に大学受験したけど、昔は今よりも差別感が凄く、慶応以外の私立医は特殊民のための特殊学校というイメージで開業医のバカ息子以外は誰も受験しようとすらしなかった。 常識的に考えて、数千万という法外な金を払って、しかも同業者からも患者からもバカだの裏口だのと散々罵られるのをわかって好き好んで私立医に行く同級生は一人もいませんでした。 本人には面と向かっては言わないけれど、俺くらいの年代の人間は、おそらくは8−9割は私立卒を今でも「何偉そうなこと抜かしてるんだ、この裏口バカが」と心の底で軽蔑し、嘲笑しているよ。当の本人には面と向かっては絶対にそんなことは言わないけどね。 (ver.0.03) It is common knowledge among doctors and patients that Do-Teihen(exclusively bottom-leveled medical school) graduates mean morons who bought their way to Gachi'Ura(currently called by themselves) According to my experience of entrance exam to medical school in the era of Showa, when the sense of discrimination against privately-founded medical schools were more intense than it is now, all such schools but for Keio had been so compared to some specialized institution for educable mentally retarded kids that nobody but imbecile successors of town physicians had applied for admission. There had been NOT a single classmate who chose willingly against his/her common sense to go to the Do-Teihen(exclusively bottom-leveled medical school, currently also known as Gachi'Ura), which would have cost outrageous money and its graduates are destined to be called Uraguchi morons who bought thier way into the Do-Teihen, by thier colleagues and even by thier own clients. Although people won't call them names to their face, certain 80-90% people of about my age have been yet scorning and sneering at Uraguchi graduates, speaking in the back of our mind, " Uraguchi morons shall not behave like somebody." We never speak out face to face in real life.
(revised to ver.0.04) It is common knowledge among doctors and patients that Do-Teihen(exclusively bottom-leveled medical school) graduates mean morons who bought their way to Gachi'Ura(currently called by themselves) According to the experience of entrance exam to medical school in the era of Showa, when the sense of discrimination against privately-founded medical schools were more intense than it is now, all such schools but for Keio had been so compared to some specialized institution for educable mentally retarded kids that nobody but imbecile successors of physicians in private practice had applied for admission. There had been NOT a single classmate who chose willingly against his/her common sense to go to the Do-Teihen(exclusively bottom-leveled medical school, currently also known as Gachi'Ura), which would have cost outrageous money and its graduates are destined to be called Uraguchi morons who bought thier way into the Do-Teihen, by thier colleagues and even by thier own clients. Although people won't call them names to their face, certain 80-90% people of about my age have been yet scorning and sneering at Uraguchi graduates, speaking in the back of our mind, " Uraguchi morons shall not behave like somebody." We never speak out face to face in real life.
0013 週2回風俗小屋が楽しみの●本英二っす 2017/11/19 03:32:13 「彼女、発達障害があると思うんです」 と俺のセフレ女の乳首真っ黒ブス女が言ってた。 この女は「1週間に複数の男とSEXするのが趣味なの」と俺に言い寄ってきて、先週も俺とSEXさせてくれたが、あそこがマジ臭かった。 しかも家事や料理が下手糞な女で、自分が発達障害のキモブサ女でデパ地下惣菜を皿や弁当箱に盛り付けて「自分で作った」と俺にタッパーとかで持ってくるブス女で、3Pもした。 まぁ、「肉便器扱いの俺のセフレ」の不細工女が「彼女、発達障害だと思うんです」と自分が発達障害でSEX依存症なのに面白いこと言ってうけたwSEXとコンパだけが趣味のブス女って面白いw
0113 俺のセフレ女が「来年、結婚発表しまーす」 2017/11/03(金) 23:59:13 9月「二ヶ月遅れて結婚発表しまーす」「これからは堂々と会えるね」 と言ってた女は男が仕事で忙しい時は、俺や俺の友達に電話してはよくセックスさせてくれた。 不細工女でたれ乳だが、セックス依存症だから仕方ない 9月から2ヵ月後の11月 は 11月「金曜日に結婚届けを出しました」「来年、結婚発表しまーす」 「いっぱいセックスもしたよ」「他の男ともセックスしたけど、男には内緒」 と俺に言ってきた。しかも「男は仕事で忙しくて忘れ物取りに帰ったり、不審な行動多いから、私が結婚してもたまに会って、また私とHしようね」とそのブスなヤリマン女に言われた。 11月5日「金曜日に婚姻届け出しました」「来年、結婚発表しまーす」 と言ってた女が妊娠したら、ちゃんとDNA鑑定した方がいいぜ。妊娠してなくても「できちゃった」とか「死産」とか大嘘つく女で有名人だ ついでに調査会社で違法に浮気調査をし、「24時間、男を監視してください」「男のPCと携帯は毎回チェックしている」「男が見ているSNSも調べてください」とベッドで俺とSEXした後に言ってたんだがw 自分が一番じゃないと気がすまないブスは9月に「2ヶ月遅れて結婚発表します」「これからは堂々と会えるね」と言いふらし、「やっぱり来年、結婚発表します」と色んな人に言いふらしているぜw しかも自分たちがしていたことを棚に上げて、ある女性に嫌がらせストーカーしている女。車にまでGPSをつけて「24時間、あの女も監視してください」と嫌がらせストーカーした証拠もある 怖い女だぜw自分は1週間に3人の男とセックスしてるのに男を浮気調査で24時間監視する女だしなw ↑この書き込み、色んなとこに書いてあるけど、このSEX依存症の「発達障害」の「うつ病」女は誰ですか?
心神耗弱状態の女は化粧ばっかして、別れたがってる男にすがるヤリマンビッチが多い 男依存症の「うつ病」女の発言 「私のこと、一番好きって言ったの嘘だったの?」 「私のこと、肉便器扱いだったの?」 「あなたとは別れるけど、この女とくっついたら許さないから」 別れた男を監視するストーカー行為をしてますがwこれ、ストーカーの「うつ病」女の発言だしw
0113 9月「2ヶ月遅れて結婚発表します」「これからは堂々と会えるね」 2017/11/19 03:13:21 11月3日〔金〕に「結婚届け」ほのめかしのアホな不細工バカップルは不幸のゲート 113〔金〕=世界で「1番」不幸な「13」日の「金曜日」に婚姻届け提出 「金曜日に婚姻届けを提出しました」「来年結婚発表しまーす」 「男が仕事で忙しい時は他の男とセックスしちゃいました」 「本当は1週間に3人の男とセックスしたけど『私、1週間に3人の男とセックスしてない』と泣いて演技したら男を騙せたよ。男の前で泣くのが趣味で色んな男を騙すのが得意分野です」 ↑このバカップルは周囲のみんなの笑いもの。一同、みんな大笑いw 9月「二ヶ月遅れて結婚発表しまーす」「これからは堂々と会えるね」 と言ってたバカで不細工なヤリマ●女は9月から2ヵ月後の11月 11月「金曜日に結婚発表しました」「来年、結婚発表しまーす」 「いっぱいセックスもしたよ」「他の男ともセックスしたけど、男には内緒」 色んな人に暴露しまくるアホで不細工な嫁に、職場のみんな全員、大爆笑w この新婚のアホ嫁は「自分が一番」じゃないと気が済まない「うつ病」発狂のメンヘラブス女で有名人。男がいない時は寂しくて他の男とセックス、コンパが趣味のアホなブス嫁のことです。 このアホな不細工嫁って「自分が一番可愛いの」と言いふらしてて、影では皆で「バカな女」と大笑いしたんだw 不細工でバカなアンポンタン嫁が暴露しまくりで、みんなで大爆笑しちゃった! ♪真っ赤のお鼻のトナカイよりも、みんなの笑いもの〜♪アンポンタン嫁〜♪
開業医の息子(30代の男医師)とSEXしまくった女です 813 男医師と部屋でSEXした女です 2017/04/25 開業医の息子と交際している20代のナースです。30代の男医師とsexしてます。医者は忙しいので1人で寂しい時は他の男ともSEXしました。 彼とは現在このような状況です。 ・デートは基本的に彼からのお誘いで、月に2度ぐらい。部屋でSEXします。とりあえず色んな人に自慢したくて →私から誘ってもOKしてくれます。日程は彼に合わせています。 ・夕方以降に会うことが多く、場所は殆ど彼の自宅 →当直や医師のバイト、休日の出勤のない時です。でも寂しくて他の男ともSEXしました。彼には「私は処女っぽく見える」ようで他の男とSEXしたことは内緒です。 ・デートではお互いの趣味の話をする →彼のサイト履歴を無断で調べたら、ある女性のSNSを見ていたので、その女性の趣味ややっていることを真似して話を合わせています。 ・私との交際は彼の友人も知らない →彼は誰にも伝えていないとのこと。私の職業に加え、職場に同期の友人や後輩が多いから?でも私は色んな人に「男医師と部屋でSEXした」と喋りました。自慢したくて ・小さな事でも毎日1回は連絡をくれる →私のことが好きみたいで毎日、1回は必ず連絡をくれるけど、彼の性癖が特殊なので会えない日は他の男とSEXしたりします。彼にはばれないようにしています。 ・毎回きちんとsexで避妊してくれる。でもコンドームに穴をあけたことがあります。部屋でSEXすることが多いので →彼は結婚後に於いても身体の相性は大切と考えているようです。 「私は彼が初体験」と言ったけど、本当は大嘘で血のりを用意しました。 彼の実家は開業されており、父親が医師、母親は専業主婦。 ご子息は彼1人ですが、彼はお父様の後を継ぐ気はなく、勤務医でやっていくと言っていました。 一方の私は一般家庭の育ちで、母がナースをしています。親族に医師は1人もいません。 学歴としては公立の4大を出たし、私の学歴は患者や元患者と違って自信を持って自慢できるので男医師と結婚します。 同じ職場です。 医師の彼とのことは同僚や患者にも話しました。だって自宅デートが多いしsexばっかだから 男医師と部屋でsexしてることを色んな人に自慢しまくりたくて。