scipy.stats._result_classes.OddsRatioResult.

confidence_interval#

OddsRatioResult.confidence_interval(confidence_level=0.95, альтернатива='two-sided')[источник]#

Доверительный интервал для отношения шансов.

Параметры:
confidence_level: float

Желаемый уровень доверия для доверительного интервала. Значение должно быть задано как дробь между 0 и 1. По умолчанию 0.95 (что означает 95%).

альтернатива{‘two-sided’, ‘less’, ‘greater’}, необязательный

Альтернативная гипотеза проверки гипотез, которой соответствует доверительный интервал. То есть предположим, что нулевая гипотеза состоит в том, что истинное отношение шансов равно OR и доверительный интервал равен (low, high). Затем следующие опции для альтернатива доступны (по умолчанию 'two-sided'):

  • ‘two-sided’: истинное отношение шансов не равно OR. Существуют доказательства против нулевой гипотезы на выбранном confidence_level if high < OR или low > OR.

  • ‘меньше’: истинное отношение шансов меньше чем OR. low конец доверительного интервала равен 0, и есть свидетельства против нулевой гипотезы на выбранном confidence_level if high < OR.

  • ‘greater’: истинное отношение шансов больше, чем OR. The high конец доверительного интервала np.inf, и есть свидетельства против нулевой гипотезы на выбранном confidence_level if low > OR.

Возвращает:
ciConfidenceInterval экземпляр

Доверительный интервал, представленный как объект с атрибутами low и high.

Примечания

Когда kind является 'conditional', пределы доверительного интервала являются условными «точными доверительными пределами», как описано Фишером [1]. Условное отношение шансов и доверительный интервал также обсуждаются в разделе 4.1.2 текста Сахаи и Хуршида [2].

Когда kind является 'sample', доверительный интервал вычисляется в предположении, что логарифм отношения шансов имеет нормальное распределение со стандартной ошибкой, заданной формулой:

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

где a, b, c и d являются элементами таблицы сопряженности. (См., например, [2], раздел 3.1.3.2, или [3], раздел 2.3.3).

Ссылки

[1]

Р. А. Фишер (1935), Логика индуктивного вывода, Журнал Королевского статистического общества, Том 98, № 1, стр. 39-82.

[2] (1,2)

H. Sahai и A. Khurshid (1996), Statistics in Epidemiology: Methods, Techniques, and Applications, CRC Press LLC, Boca Raton, Florida.

[3]

Алан Агрести, Введение в анализ категориальных данных (второе издание), Wiley, Хобокен, Нью-Джерси, США (2007).

На этой странице