menu placering: Analyse_eksact_odds Ratio CI.

Odds = Sandsynlighed / (1-Sandsynlighed) derfor odds kan tage på enhver værdi mellem 0 og uendelig mens sandsynligheden kan variere kun mellem 0 og 1. Odds og log odds er derfor bedre egnet end Sandsynlighed for nogle typer af beregninger.

Odds ratio (OR) er relateret til risiko ratio (RR, relativ risiko):

RR = (A / (A+c)) / (b / (b+d))

når A er lille i forhold til c og b er lille i forhold til d (dvs. relativt lille antal resultat positive observationer eller lav prævalens) så kan c erstattes med a+c og d kan erstattes med d+b i ovenstående. Med en lille omlægning giver dette oddsforholdet (krydsforhold, omtrentlig relativ risiko):

eller = (A*d)/(b*C).

eller kan derfor relateres til RR ved:

RR = 1/(BR+(1-BR)/eller)

..hvor BR er baseline (kontrol) responsrate; BR kan estimeres med b / (b+d), hvis det ikke er kendt fra større studier.

denne funktion bruger en nøjagtig metode til at konstruere konfidensgrænser for oddsforholdet for en firdoblet tabel (Martin og Austin, 1991). Fisher-grænserne supplerer Fishers nøjagtige test af uafhængighed i en firefoldig tabel, for hvilken der findes en og tosidede sandsynligheder her. Mid-P værdier er også givet.

bemærk, at denne metode vil tage lang tid med store tal.

datainput:

observerede frekvenser skal indtastes som en standard firefoldig tabel:

sample estimate of the odds ratio = (a*d)/(b*c)

Example

From Thomas (1971).

følgende data ser på tvillingernes straffedomme i et forsøg på at undersøge nogle af kriminalitetens arvelighed.

for at analysere disse data i StatsDirect skal du vælge Odds Ratio konfidensinterval fra sektionen nøjagtige Tests i analysemenuen. Vælg Standard 95% tosidet konfidensinterval.

i dette eksempel:

konfidensgrænser med 2,5% nedre haleområde og 2,5% øvre haleområde tosidet:

observerede odds ratio = 25

betinget maksimal sandsynlighedsestimat for odds ratio = 21,305318

præcis Fisher 95% konfidensinterval = 2,753383 til 301.462338

præcis Fisher ensidig P = 0.0005, tosidet P = 0.0005