Python SciPy OddsRatioResult.confidence_interval用法及代碼示例

本文簡要介紹 python 語言中scipy.stats._result_classes.OddsRatioResult.confidence_interval的用法。

用法:

OddsRatioResult.confidence_interval(confidence_level=0.95, alternative='two-sided')#

比值比的置信區間。

參數 ：：

confidence_level: float：

置信區間的所需置信水平。該值必須以 0 到 1 之間的分數形式給出。默認值為 0.95(表示 95%)。

alternative： {‘雙麵’，‘less’, ‘greater’}，可選

置信區間對應的假設檢驗的備擇假設。也就是說，假設原假設是真實優勢比等於OR置信區間為(low, high)。然後是以下選項選擇可用(默認為“雙麵”)：

• “雙麵”：真實優勢比不等於OR。有證據反對所選的原假設confidence_level如果high < OR或者low > OR.

• ‘less’：真實優勢比小於OR.這low置信區間的末尾為 0，並且有證據反對所選位置的原假設confidence_level如果high < OR.

• ‘greater’：真實優勢比大於OR。這high置信區間的終點是np.inf，並且有證據反對所選的原假設confidence_level如果low > OR.

返回 ：：

ci： ConfidenceInterval 實例

置信區間，表示為具有屬性 low 和 high 的對象。

注意：

什麽時候種類是'conditional'，置信區間的極限是費舍爾說明的條件“exact confidence limits”[1]。 Sahai 和 Khurshid 的文本第 4.1.2 節還討論了條件優勢比和置信區間[2].

什麽時候種類是'sample'，置信區間是在假設優勢比的對數呈正態分布且標準誤差由下式給出的假設下計算的：

se = sqrt(1/a + 1/b + 1/c + 1/d)

其中 a 、 b 、 c 和 d 是列聯表的元素。 (例如，參見 [2]，第 3.1.3.2 節，或 [3]，第 2.3.3 節)。

參考：

[1]

R. A. Fisher (1935)，歸納推理的邏輯，皇家統計學會雜誌，卷。 98，第 1 期，第 39-82 頁。

[2] (1,2)

H. Sahai 和 A. Khurshid (1996)，《流行病學統計：方法、技術和應用》，CRC Press LLC，佛羅裏達州博卡拉頓。

[3]

Alan Agresti，分類數據分析簡介(第二版)，Wiley，新澤西州霍博肯，美國(2007 年)。