优势比与相对风险：有什么区别？

学生在统计学中经常混淆的两个术语是优势比和相对风险。

我们在分析 2×2 表时经常使用这两个指标，其格式如下：

优势比告诉我们治疗组中事件发生的概率与对照组中事件发生的概率之间的比率。计算方法如下：

优势比= (A*D) / (B*C)

相对风险告诉我们治疗组中事件发生的概率与对照组中事件发生的概率之间的比率。计算方法如下：

相对风险= [A/(A+B)] / [C/(C+D)]

简而言之，区别如下：

• 优势比是两个优势的比值。
• 相对风险是两个概率的比率。

以下示例展示了如何计算和解释现实情况中的优势比和相对风险。

示例：优势比和相对风险的计算

假设 100 名篮球运动员使用新的训练计划，100 名篮球运动员使用旧的训练计划。在节目结束时，我们会测试每个玩家，看看他们是否通过了特定的技能测试。

下表显示了通过和失败的玩家数量（基于他们使用的程序）：

优势比计算如下：

• 优势比 = (A*D) / (B*C)
• 优势比 = (61*48) / (39*52)
• 优势比 = 1.44

我们将此解释为，使用新程序的玩家通过测试的机会是使用旧程序的玩家通过测试的机会的 1.44 倍。

换句话说，通过使用新程序，玩家通过测试的机会会增加。

相对风险计算如下

• 相对风险 = [A/(A+B)] / [C/(C+D)]
• 相对风险 = [61/(61+39)] / [52/(52+48)]
• 相对风险 = 1.17

我们将此解释为玩家使用新程序和旧程序通过测试的概率之比为1.17 。

由于该值大于 1，这告诉我们新程序的成功概率高于旧程序。

我们还可以通过直接计算玩家在每个程序下通过的概率来看到这一点：

新计划成功的概率 = 61/100 = 61%

旧计划成功的概率 = 52 / 100 = 52%

通过计算这些概率的比率，我们可以计算出相对风险为 61% / 52% = 1.17 。

请注意，比值比和相对风险都大于 1，这告诉我们治疗组经历事件（例如通过技能测试）的机会大于对照组。

优势比和相对风险为我们提供了类似的信息，但我们对每个值的解释略有不同。

尤其：

• 优势比告诉我们，在新计划下通过技能测试的机会更高。
• 相对风险告诉我们，在新计划下通过技能测试的概率更高。

使用任一指标，我们都可以轻松看出新程序比旧程序更好。

其他资源

以下教程提供了有关优势比和相对风险的更多信息：

如何解释优势比
如何解释相对风险
如何在 Excel 中计算优势比和相对风险