本文简要介绍 python 语言中 scipy.stats.contingency.relative_risk
的用法。
用法:
scipy.stats.contingency.relative_risk(exposed_cases, exposed_total, control_cases, control_total)#
计算相对风险(也称为风险比)。
此函数计算与 2x2 列联表相关的相对风险([1],第 2.2.3 节;[2],第 3.1.2 节)。不接受表格作为参数,而是将用于计算相对风险的各个数字作为单独的参数给出。这是为了避免列联表的哪一行或哪一列对应于“exposed”案例以及哪一列对应于“control”案例的歧义。与优势比不同,相对风险在行或列的交换下不是不变的。
- exposed_cases: 非负int
“exposed” 个体样本中“cases” 的数量(即发生疾病或其他感兴趣的事件)。
- exposed_total: 正int
样本中“exposed” 个个体的总数。
- control_cases: 非负int
“control” 样本或未暴露个体中“cases” 的数量。
- control_total: 正int
样本中“control” 个个体的总数。
- result:
RelativeRiskResult
的实例 该对象具有浮点数属性
relative_risk
,即:rr = (exposed_cases/exposed_total) / (control_cases/control_total)
该对象还具有
confidence_interval
方法来计算给定置信水平的相对风险的置信区间。
- result:
参数 ::
返回 ::
注意:
R 包 Epitools 具有函数 riskratio,它接受具有以下布局的表:
disease=0 disease=1 exposed=0 (ref) n00 n01 exposed=1 n10 n11
对于上述格式的 2x2 表,当给出参数 method=”wald” 时,CI 的估计值由 Riskratio 计算,或者使用函数riskratio.wald。
例如,在对吸烟者和非吸烟者样本中肺癌发病率的测试中,“exposed” 类别对应于“is a smoker”,“disease” 类别对应于“患有或患有肺癌”。
要将相同的数据传递给
relative_risk
,请使用:relative_risk(n11, n10 + n11, n01, n00 + n01)
参考:
[1]Alan Agresti,分类数据分析简介(第二版),威利,霍博肯,新泽西州,美国(2007 年)。
[2] (1,2)Hardeo Sahai 和 Anwer Khurshid,流行病学统计,CRC Press LLC,博卡拉顿,佛罗里达州,美国(1996 年)。
例子:
>>> from scipy.stats.contingency import relative_risk
此示例来自 [2] 的示例 3.1。下表总结了一项心脏病研究的结果:
High CAT Low CAT Total -------- ------- ----- CHD 27 44 71 No CHD 95 443 538 Total 122 487 609
CHD是冠心病,CAT是指循环儿茶酚胺的水平。 CAT 是“exposure” 变量,高 CAT 是“exposed” 类别。所以表中要传递给
relative_risk
的数据是:exposed_cases = 27 exposed_total = 122 control_cases = 44 control_total = 487
>>> result = relative_risk(27, 122, 44, 487) >>> result.relative_risk 2.4495156482861398
求相对风险的置信区间。
>>> result.confidence_interval(confidence_level=0.95) ConfidenceInterval(low=1.5836990926700116, high=3.7886786315466354)
区间不包含 1,因此数据支持高 CAT 与更高的 CHD 风险相关的说法。
相关用法
- Python SciPy contingency.crosstab用法及代码示例
- Python SciPy contingency.margins用法及代码示例
- Python SciPy contingency.chi2_contingency用法及代码示例
- Python SciPy contingency.odds_ratio用法及代码示例
- Python SciPy contingency.expected_freq用法及代码示例
- Python SciPy contingency.association用法及代码示例
- Python SciPy constants.nu2lambda用法及代码示例
- Python SciPy constants.convert_temperature用法及代码示例
- Python SciPy constants.precision用法及代码示例
- Python SciPy constants.unit用法及代码示例
- Python SciPy constants.find用法及代码示例
- Python SciPy constants.value用法及代码示例
- Python SciPy convolve.init_convolution_kernel用法及代码示例
- Python SciPy constants.lambda2nu用法及代码示例
- Python SciPy coo_array.tocsr用法及代码示例
- Python SciPy coo_matrix.tocsr用法及代码示例
- Python SciPy coo_matrix.tocsc用法及代码示例
- Python SciPy coo_array.diagonal用法及代码示例
- Python SciPy coo_array.dot用法及代码示例
- Python SciPy coo_array.tocsc用法及代码示例
- Python SciPy coo_matrix.nonzero用法及代码示例
- Python SciPy coo_matrix.dot用法及代码示例
- Python SciPy coo_matrix.diagonal用法及代码示例
- Python SciPy coo_array.nonzero用法及代码示例
- Python SciPy csc_array.diagonal用法及代码示例
注:本文由纯净天空筛选整理自scipy.org大神的英文原创作品 scipy.stats.contingency.relative_risk。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。