机器学习预备03

RR(Relative Risk)——相对危险度

表示两种情况下发病密度或者说发病概率之比 Pt：

        实验组人群反应阳性概率 Pc：

        对照组人群反应阳性概率

如果RR > 1，说明相应的自变量取值增加，会导致个体发病/死 亡风险增加若干倍，例如：吸烟者的发病概率是非吸烟者的5倍

RR在医学中得到了极为广泛的应用

RR的计算条件比较苛刻（观察周期长

OR(Odds Ratio)——优势比

       为下列两种比例之比

                 反应阳性人群中实验因素有无的比例 a/b

                 反应阴性人群中实验因素有无的比例 c/d

例如：某疾病病例中吸烟/非吸烟者的比例是非病例中吸烟/非吸 烟者比例的3倍

        OR可以间接反映关联强度，但是理解上比较困难

        发病概率较低时，OR往往近似的在按照RR的含义进行解释和使 用

代码实现

scipy的实现方式

scipy.stats.fisher_exact()中可以计算OR值，相应的检验P值则 是确切概率法的P值

OR, P = ss.fisher_exact(pd.crosstab(home.Ts9,
home.O1))

statsmodels的实现方式

import numpy as np
import statsmodels.stats.contingency_tables as
tbl
# 这里必须使用np.array函数进行数组转换，否则后续计算会
出问题
table =
tbl.Table2x2(np.array(pd.crosstab(home.Ts9,
home.O1)))
print(table.oddsratio) # OR值
print(table.summary())  # 汇总信息

基础告一段落 下一阶段 深度学习