Syllabus data

Course Title
Health Statistics
Course Title in English
Health Statistics
Course Type
Basic specialized courses (Specialization-related courses)
Eligible Students
School of Nursing Art and Science
Target Grade
2Year
Course Numbering Code
ANNBN2MCA1
Credits
2.00Credits
The course numbering code represents the faculty managing the subject, the department of the target students, and the education category (liberal arts / specialized course). For detailed information, please download the separate manual from the upper right 'question mark'.
Type of Class
講義 (Lecture)
Eligible Year/Semester
Spring semester 2026
Instructor
片山 貴文
Affiliation
看護学部
Language of Instruction
Japanese
Related SDGs
4
Office Hours and Location
金曜日・5F研究室
Contact
takafumi_katayama
●cnas.u-hyogo.ac.jp
●は“@”に変換

Corresponding Diploma Policy
A double circle indicates the most relevant DP number and a circle indicates the associated DP.
Corresponding Undergraduate School DP
3◎/1〇
Corresponding Graduate School DP
Corresponding University-Wide DP
N/a
Academic Goals of Teacher Training Course

Course Objectives and Learning Outcome
本講義では、科学的根拠に基づいた看護を実践するために、健康情報を分析する際に正しい保健統計学的手法を選択できること、および、分析結果を説明できることを講義目的としています。到達目標は、1) 膨大な患者の情報や、地域・国の統計情報を整理するための手法を選択できること、2) 論文に記載されている統計用語の意味を説明できること、3)算出された各種の数値の意味を説明できることである。


Subtitle and Keywords of the Class
サブタイトル: 科学的根拠に基づいた看護を実践するための健康情報を分析できる
キーワード: 科学的根拠、膨大な情報分析、統計用語の理解、算出される数値の解釈
Course Overview and Schedule
Ⅰ 講義内容
 保健統計は、講義と演習を組み合わせて、情報を活用するために必要な理論と実践を同時に学び、体験型学習として理解を促進する。また情報を扱う上での倫理的配慮についても扱う。一部、実験を通じてデータを収集、分析しながら、理論と実践を融合させる。

Ⅱ 授業計画
1. データを要約する (代表値、散布度)
2. データの分布 (確率分布)
3. 偶然の影響 (偶然の大きさ)
4. 推定 (区間推定、点推定)
5. 仮説を立てる (仮説検定)
6. 平均値を比較する (2群の平均値の差の検定)
7. 2種類の数値の関連性をさぐる (相関分析、回帰分析)
8. 数字の種類 (尺度)、データの広がり (四分位、パーセンタイル)
9. 図で特徴を示す (箱ひげ図、ヒストグラム)
10. 仮説検定で用いられる用語 (両側、有意水準、棄却、採択)
11. 仮説検定の性質 (有意差の有無と臨床的な重要性)
12. 仮説検定の種類 その1 (t検定、ノンパラメトリック検定)
13. 仮説検定の種類 その2 (分散分析)
14. 仮説検定の種類 その3 (カイ2乗検定、マン・ホイットニーのU検定)
15. 層別解析、多変量解析
定期試験

※ パソコンの利用: 毎回実施する確認テストへの回答時に使用(スマートフォンで代替可能)
In-person/Remote Classification
In-person
Implementation Method and Remote Credit Limit Application
・対面授業のみ
・遠隔授業単位上限の適応を受けない
Uses of Generative AI
Limited permission for use
Precautions for using Generative AI
生成AIの利用にあたっては『本学の教育における生成AIの取扱いについて(学生向け)』の記載内容について留意すること。

この授業においては、以下の範囲において、生成AIの利用を許可し、これ以外の範囲での利用は禁止する。生成AIの利用については担当教員の指示に従うこと。教員が認める範囲を超えて生成AIを利用したことが判明した場合は、単位を認定しない、又は認定を取り消すことがある。生成AIの出力した内容について、事実関係の確認や出典・参考文献を確認・追記することが重要である。また、生成AIによる出力結果をそのまま課題・レポートとして提出してはならない。

<利用可の範囲(例示)>
講義資料の要約、課題・レポート文案作成、文書の翻訳・校正等
Textbook
やさしい保健統計学 (改定第5版)、縣 俊彦 (著)、南江堂(生協等で購入する)
References
・いまさら誰にも聞けない医学統計の基礎のキソ 第1巻 まずは統計アレルギーを克服しよう!、浅井 隆 (著)、アトムス (丸善eBook)
・いまさら誰にも聞けない医学統計の基礎のキソ 第2巻 結果の解釈ができるようになろう!、浅井 隆 (著)、アトムス (丸善eBook)
・いまさら誰にも聞けない医学統計の基礎のキソ 第3巻 研究の質を評価できるようになろう!、浅井 隆 (著)、アトムス (丸善eBook)
・SPSSで学ぶ医療系データ解析—分析内容の理解と手順解説、対馬 栄輝 (著) 、東京図書
Contents and Estimated Time for Pre- and Post- Learning (Preparation and Review)
【予習】授業に際して公開する授業資料の事前読み込み(15h)、テキストの該当する章を事前読み込み(15h)
【復習】確認テストへの回答(5h)、講義内容の理解を深め定着させるためにテキスト・授業資料を読み直し(15h)
Contents of Active Learning
提示した課題に対して、数人のグループ単位でディスカッションする時間を設ける。実験を取り入れ、予想を立てて調査する時間を設ける。
Grading Criteria and Methods
【成績評価の基準】
 1) 膨大な患者の情報や、地域・国の統計情報を整理するための手法を選択できること、2) 論文に記載されている統計用語の意味を説明できること、3)算出された各種の数値の意味を説明できることに対して、その到達度に応じてS(90点以上)、A(80点以上)、B(70点以上)、C(60点以上)による成績評価を実施し、単位を付与する。
【成績評価の方法】
 確認テスト(20%)、定期試験(80%)を基準として、授業態度を含めて総合的に評価する。
How to Disclose Assignments and Exam Results
確認テストは、次の講義の中で紹介しながら講評する。定期試験は、授業評価アンケートの教員コメント欄に試験結果に関するコメントを合わせて記載する。
Precautions and Requirements for Course Registration
履修にあたり、予習(教科書を事前に読み、分からない所を把握してくる)、復習(学習した内容をノートにまとめる)をして講義に出席すること。
Practical Education
該当しない
Remarks
指定規則に定める別表の種類とそれぞれの別表に定める教育内容のうち、当該科目で教授する教育内容
別表1(保健師課程):保健統計学
別表3(看護師課程):科学的思考の基礎
In cases where any differences arise between the English version and the original Japanese version, the Japanese version shall prevail as the official authoritative version.