代码之家 › 专栏 › 技术社区 › ECII

发作持续时间频率的置信区间

confidence-interval count r

0

ECII · 技术社区 · 5 年前

我有事件持续时间数据(以天为单位)

dur<-c(1, 2, 1, 2, 1, 3, 11, 2, 2, 3, 2, 4, 1, 2, 2, 1, 2, 10, 1, 1, 2, 2, 18, 2, 2, 2, 1, 7, 1, 1, 11, 25, 17, 2, 2, 9, 3, 3, 2, 5, 3, 2, 3, 2, 5, 363, 1, 1, 2, 2)

这意味着在一个例子中,发作持续时间是1天,2天,1天等等

table(dur) 总结工期数据(1天12个实例,2天20个实例等)

freq.table<-(table(dur)/sum(table(dur)))

如何获得的置信区间 freq.table 在R?对于这种数据,最合适的方法是什么?

编辑:我有兴趣估计1,2,…,n天发作持续时间频率的CI

0 回复 | 直到 5 年前

1

2

Bernhard 5 年前

一个快速而简单的方法来获得R中比例的CIs是函数 binom.test 如在

dur <- c(1, 2, 1, 2, 1, 3, 11, 2, 2, 3, 2, 4, 
   1, 2, 2, 1, 2, 10, 1, 1, 2, 2, 18, 2,
   2, 2, 1, 7, 1, 1, 11, 25, 17, 2, 2, 9,
   3, 3, 2, 5, 3, 2, 3, 2, 5, 363, 1, 1, 2, 2)

t <- table(dur)
n <- length(dur)

ci <- sapply(t, function(x) binom.test(x, n, conf.level = .95)$conf.int)
rownames(ci) <- c("lower", "upper")
print(ci)

这是假设,每个事件的数据形成过程类似于二项式过程。

在第一条评论后编辑