Коллеги, я запутался, при проведении prop.test в R. Итак
Допустим есть ЭГ , в ней 125 человек, из них все выздоровели. Есть КГ, там тоже 125 человек, но всего 92 выздоровело, т.е. 33 не выздоровело.
Как правило прописать пропорцию. Таким образом?
yes <- c(125,92)
no <- c(0,33)
prop.test(no,yes)
да - выздоровел
нет - не выздоровел
или таким
yes <- c(125,125)
no <- c(0,33)
prop.test(no,yes)
Полная версия этой страницы: prop.test в R
Почему бы не сделать по аналогии с примером из справки?
Код
smokers <- c( 83, 90, 129, 70 )
patients <- c( 86, 93, 136, 82 )
prop.test(smokers, patients)
patients <- c( 86, 93, 136, 82 )
prop.test(smokers, patients)
Цитата
x
a vector of counts of successes, a one-dimensional table with two entries, or a two-dimensional table (or matrix) with 2 columns, giving the counts of successes and failures, respectively.
n
a vector of counts of trials; ignored if x is a matrix or a table.
a vector of counts of successes, a one-dimensional table with two entries, or a two-dimensional table (or matrix) with 2 columns, giving the counts of successes and failures, respectively.
n
a vector of counts of trials; ignored if x is a matrix or a table.
если я верно понял пример, то там взяли 4 выборки пациентов, и посмотрели сколько в каждой курильщиков. Согласно этому примеру, тогда правильно делать так
patiens <- c(125,125)
smokers <- c(0,33)
но меня терзают смутные сомнения. Правильно ли это в моем случае.
patiens <- c(125,125)
smokers <- c(0,33)
но меня терзают смутные сомнения. Правильно ли это в моем случае.
Цитата(kont @ 3.06.2016 - 18:58) 
если я верно понял пример, то там взяли 4 выборки пациентов, и посмотрели сколько в каждой курильщиков. Согласно этому примеру, тогда правильно делать так
patiens <- c(125,125)
smokers <- c(0,33)
но меня терзают смутные сомнения. Правильно ли это в моем случае.
patiens <- c(125,125)
smokers <- c(0,33)
но меня терзают смутные сомнения. Правильно ли это в моем случае.
Правильно. Только я бы использовал для сравнения точный критерий Фишера.
Фишер в плане не указан,это раз, а во вторых
тут его никак не вставить. Это если с table работать то можно. А в моем случае даны только доли
Код
prop.test(x, n, p = NULL,
alternative = c("two.sided", "less", "greater"),
conf.level = 0.95, correct = TRUE)
alternative = c("two.sided", "less", "greater"),
conf.level = 0.95, correct = TRUE)
тут его никак не вставить. Это если с table работать то можно. А в моем случае даны только доли
Цитата(kont @ 3.06.2016 - 19:42)
Фишер в плане не указан,это раз
То, что делаете анализ по плану - это хорошо. Плохо, что план в этом плане
недоработан. Но тут выводы получаются одинаковые, никто не придерется, если будут даны оба варианта сравнения.Цитата(kont @ 3.06.2016 - 19:42)
тут его никак не вставить. Это если с table работать то можно. А в моем случае даны только доли
Тут его вставлять не нужно, это отдельная функция, и таблицу сопряженности из частот получить нетрудно.
Код
> a <- matrix(c(0, 125, 33, 125-33), ncol = 2, byrow = TRUE)
> a
[,1] [,2]
[1,] 0 125
[2,] 33 92
> fisher.test(a)
Fisher's Exact Test for Count Data
data: a
p-value = 2.036e-11
alternative hypothesis: true odds ratio is not equal to 1
95 percent confidence interval:
0.00000000 0.09075863
sample estimates:
odds ratio
0
> a
[,1] [,2]
[1,] 0 125
[2,] 33 92
> fisher.test(a)
Fisher's Exact Test for Count Data
data: a
p-value = 2.036e-11
alternative hypothesis: true odds ratio is not equal to 1
95 percent confidence interval:
0.00000000 0.09075863
sample estimates:
odds ratio
0
Респект)
А ещё хорошо в данном случае нарисовать доверительные интервалы.
0.6496887 ... 0.8107924 сопоставленный с 0.9709202 ... 1.0000000 куда нагляднее показывает что произошло в эксперименте чем просто p.
Для просмотра полной версии этой страницы, пожалуйста, пройдите по ссылке.