scipy.stats._result_classes.RelativeRiskResult.

confidence_interval#

RelativeRiskResult.confidence_interval(confidence_level=0.95)[source]#

计算相对风险的置信区间。

置信区间使用 Katz 方法计算（即 [1] 的“方法 C”；另见 [2]，第 3.1.2 节）。

参数:

confidence_levelfloat，可选: 用于置信区间的置信水平。默认为 0.95。

返回值:

ciConfidenceInterval 实例: 返回值是一个对象，具有属性 low 和 high，它们保存置信区间。

参考文献

[1]

D. Katz, J. Baptista, S. P. Azen 和 M. C. Pike, “Obtaining confidence intervals for the risk ratio in cohort studies”, Biometrics, 34, 469-474 (1978)。

[2]

Hardeo Sahai 和 Anwer Khurshid, Statistics in Epidemiology, CRC Press LLC, Boca Raton, FL, USA (1996)。

示例

>>> from scipy.stats.contingency import relative_risk
>>> result = relative_risk(exposed_cases=10, exposed_total=75,
...                        control_cases=12, control_total=225)
>>> result.relative_risk
2.5
>>> result.confidence_interval()
ConfidenceInterval(low=1.1261564003469628, high=5.549850800541033)