scipy.stats._result_classes.OddsRatioResult.

confidence_interval

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

优势比的置信区间。

参数:

confidence_level: float

置信区间的期望置信水平。该值必须以 0 到 1 之间的分数给出。默认为 0.95（表示 95%）。

alternative{‘two-sided’, ‘less’, ‘greater’}, 可选

与置信区间对应的假设检验的备择假设。也就是说，假设零假设是真实的优势比等于 OR，置信区间是 (low, high)。然后，以下选项用于 alternative 可用（默认为 ‘two-sided’）

• ‘two-sided’：真实的优势比不等于 OR。如果 high < OR 或 low > OR，则在选定的 confidence_level 处有证据反对零假设。

• ‘less’：真实的优势比小于 OR。置信区间的 low 端为 0，如果 high < OR，则在选定的 confidence_level 处有证据反对零假设。

• ‘greater’：真实的优势比大于 OR。置信区间的 high 端为 np.inf，如果 low > OR，则在选定的 confidence_level 处有证据反对零假设。

返回:

ciConfidenceInterval 实例

置信区间，表示为具有属性 low 和 high 的对象。

说明

当 kind 为 'conditional' 时，置信区间的限制是 Fisher 描述的条件“精确置信限” [1]。Sahai 和 Khurshid 的文本第 4.1.2 节也讨论了条件优势比和置信区间 [2]。

当 kind 为 'sample' 时，计算置信区间的假设是优势比的对数呈正态分布，标准误差由下式给出

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

其中 a、b、c 和 d 是列联表中的元素。（例如，参见 [2]，第 3.1.3.2 节或 [3]，第 2.3.3 节）。

参考文献

[1]

R. A. Fisher (1935), The logic of inductive inference, Journal of the Royal Statistical Society, Vol. 98, No. 1, pp. 39-82.

[2] (1,2)

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

[3]

Alan Agresti, An Introduction to Categorical Data Analysis (second edition), Wiley, Hoboken, NJ, USA (2007).