Domanda:
Come calcolare l'intervallo di confidenza per i dati di conteggio in R?
lokheart
2011-05-18 09:44:31 UTC
view on stackexchange narkive permalink

Come domanda, ho trovato qualcosa di simile qui, ma come farlo in R?

L'esempio su http://stats.stackexchange.com/q/5206/919 è utile?
`poisson.test` fornisce risposte identiche alla pagina a cui hai puntato per i dati di conteggio.
Tre risposte:
#1
+10
Henry
2011-05-18 12:25:38 UTC
view on stackexchange narkive permalink

Stai cercando un intervallo di confidenza intorno al conteggio da un processo di Poisson. Se inserisci 42 nel tuo esempio collegato, ottieni

Hai osservato 42 oggetti in un certo volume o 42 eventi in un certo periodo di tempo.

Intervallo di confidenza di Poisson esatto :

  • L'intervallo di confidenza del 90% si estende da 31,94 a 54,32
  • L'intervallo di confidenza del 95% si estende da 30,27 a 56,77
  • L'intervallo di confidenza del 99% si estende da 27.18 a 61.76

Puoi ottenerlo in R usando poisson.test . Ad esempio

  > poisson.test (42, conf.level = 0.9) Exact Poisson testdata: 42 time base: 1 number of events = 42, time base = 1, p-value < 2.2 e-16Ipotesi alternativa: il tasso di eventi reali non è uguale all'1 90% intervallo di confidenza: 31,93813 54,32395 stime del campione: tasso di eventi 42 

e analogamente gli altri valori cambiando conf.level . Se non desideri tutte le informazioni di base, prova qualcosa come

  > poisson.test (42, conf.level = 0.95) $ conf.int [1] 30.26991 56.77180attr (, "conf .level ") [1] 0,95  
#2
+6
chainsaw riot
2011-12-23 13:35:55 UTC
view on stackexchange narkive permalink

Se il numero di eventi è troppo piccolo, sarebbe meglio utilizzare il metodo esatto.

  exactPoiCI <- function (X, conf.level = 0.95) {alpha = 1 - conf. livello superiore <- 0,5 * qchisq ((1- (alpha / 2)), (2 * X)) inferiore <- 0,5 * qchisq (alpha / 2, (2 * X +2)) return (c (inferiore , upper))} exactPoiCI (42, 0.9) exactPoiCI (42) exactPoiCI (42, 0.99)  

Riferimento: Liddell FD. Semplice analisi esatta del rapporto di mortalità standardizzato. J Epidemiol Community Health. 1984; 38: 85-8 ( link)

Benvenuto nel sito. Ti dispiace espandere su questo. Cosa significa esattamente "i dati di conteggio sono troppo piccoli" (la dimensione del campione è piccola o l'intensità degli eventi è troppo piccola?) Sarebbe apprezzato anche un riferimento.
#3
+2
Jianmei Wang
2015-11-19 17:27:07 UTC
view on stackexchange narkive permalink

La prima risposta che utilizza poisson.test fornisce l'esatto intervallo di confidenza. Tuttavia, questo calcolo è così semplice che preferisco calcolarlo direttamente invece di utilizzare una funzione di libreria. Nella seconda risposta c'è un piccolo errore. Il +2 dovrebbe essere nel grado di libertà per il calcolo dell'IC superiore, non per quello inferiore. Quindi il codice corretto dovrebbe essere:

  exactPoiCI <- function (X, conf.level = 0.95) {alpha = 1 - conf.level upper <- 0.5 * qchisq (1-alpha / 2 , 2 * X + 2) lower <- 0.5 * qchisq (alpha / 2, 2 * X) return (c (lower, upper))} exactPoiCI (42, 0.9) exactPoiCI (42) exactPoiCI (42, 0.99)  codice> 
Ma questo è già presente nell'altra risposta.Perché l'hai messo qui?
L'altra risposta ha avuto un errore, questa è una correzione.Nota che il +2 è nel calcolo CI superiore.
Benvenuto nel sito e grazie per aver corretto l'errore.


Questa domanda e risposta è stata tradotta automaticamente dalla lingua inglese. Il contenuto originale è disponibile su stackexchange, che ringraziamo per la licenza cc by-sa 3.0 con cui è distribuito.
Loading...