如何计算优势比的置信区间

我们在分析 2×2 表格时经常计算优势比，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)

然后我们可以使用以下公式来计算优势比的置信区间：

• CI 小于 95% = ^{eln(OR) – 1.96√ (1/a + 1/b + 1/c + 1/d)}
• CI 大于 95% = ^{eln(OR) + 1.96√ (1/a + 1/b + 1/c + 1/d)}

以下示例展示了如何在实践中计算优势比和相应的置信区间。

示例：计算优势比的置信区间

假设篮球教练使用新的训练计划，看看与旧的训练计划相比，它是否增加了能够通过某种技能测试的球员数量。

教练招募 50 名球员使用每个程序。下表显示了通过和未通过技能测试的玩家数量（基于他们使用的程序）：

我们可以将优势比计算为 (34*11) / (16*39) = 0.599

我们将此解释为，使用新程序的玩家通过测试的几率仅为使用旧程序的玩家通过测试的几率的 0.599 倍。

换句话说，由于新程序，玩家通过测试的几率实际上降低了40.1%。

然后我们可以使用以下公式来计算优势比的 95% 置信区间：

• CI 小于 95% = ^{eln (0.599) – 1.96√ (1/34 + 1/16 + 1/39 + 1/11)} = 0.245
• 大于 95% CI = ^{eln (0.599) + 1.96√ (1/34 + 1/16 + 1/39 + 1/11)} = 1.467

因此，优势比的 95% 置信区间为[0.245, 1.467] 。

我们 95% 确信新旧训练计划之间的真实优势比包含在该区间内。

由于该置信区间包含值 1，因此不具有统计显着性。

当您考虑以下因素时，这应该是有意义的：

• 优势比大于 1 意味着玩家使用新程序通过测试的机会大于玩家使用旧程序通过测试的机会。
• 优势比小于 1 意味着玩家使用新程序通过测试的机会低于使用旧程序通过测试的机会。

因此，由于优势比的 95% 置信区间包含值 1，这意味着使用新程序的玩家通过技能测试的机会可能会或可能不会大于同一玩家通过测试的机会使用新程序。旧程序。

其他资源

以下教程提供了有关解释优势比的更多信息：

如何解释优势比
什么是调整优势比？
如何解释比值比小于 1
如何在 Excel 中计算优势比和相对风险