Bei der Analyse einer 2×2-Tabelle berechnen wir oft ein Quotenverh\u00e4ltnis, das das folgende Format hat:<\/span> <\/p>\n Um ein Quotenverh\u00e4ltnis in R zu berechnen, k\u00f6nnen wir die Funktion oddsratio()<\/strong> aus dem epitools-<\/strong> Paket verwenden.<\/span><\/p>\n Das folgende Beispiel zeigt, wie diese Syntax in der Praxis verwendet wird.<\/span><\/p>\n Nehmen wir an, 50 Basketballspieler nutzen ein neues Trainingsprogramm und 50 Spieler nutzen ein altes Trainingsprogramm. Am Ende des Programms testen wir jeden Spieler, um zu sehen, ob er einen bestimmten F\u00e4higkeitstest besteht.<\/span><\/p>\n Die folgende Tabelle zeigt die Anzahl der Spieler, die bestanden und nicht bestanden haben, basierend auf dem von ihnen verwendeten Programm:<\/span> <\/p>\n Nehmen wir an, wir m\u00f6chten ein Quotenverh\u00e4ltnis berechnen, um die Chancen eines Spielers, den F\u00e4higkeitstest mit dem neuen Programm zu bestehen, mit denen mit dem alten Programm zu vergleichen.<\/span><\/p>\n So erstellen Sie diese Matrix in R:<\/span><\/p>\n Und so berechnen Sie das Quotenverh\u00e4ltnis mit der Funktion oddsratio()<\/strong> aus dem Epitools-<\/strong> Paket:<\/span><\/p>\n Das Quotenverh\u00e4ltnis betr\u00e4gt 0,6045506<\/strong> .<\/span><\/p>\n Wir interpretieren dies so, dass die Wahrscheinlichkeit, dass ein Spieler den Test mit dem neuen Programm besteht, nur 0,6045506-mal h\u00f6her ist als die Wahrscheinlichkeit<\/strong> , dass ein Spieler den Test mit dem alten Programm besteht.<\/span><\/p>\n Mit anderen Worten: Die Chancen, dass ein Spieler den Test besteht, sinken durch den Einsatz des neuen Programms tats\u00e4chlich um etwa 39,6 %.<\/span><\/p>\n Wir k\u00f6nnen auch die Werte in der unteren<\/strong> und oberen<\/strong> Spalte des Ergebnisses verwenden, um das folgende 95 %-Konfidenzintervall f\u00fcr das Quotenverh\u00e4ltnis zu erstellen:<\/span><\/p>\n 95 %-Konfidenzintervall f\u00fcr das Odds Ratio: [0,24, 1,48]<\/strong> .<\/span><\/p>\n Wir sind zu 95 % sicher, dass das tats\u00e4chliche Quotenverh\u00e4ltnis zwischen dem neuen und dem alten Trainingsprogramm in diesem Intervall liegt.<\/span><\/p>\n Die Spalte \u201emidp.exact\u201c<\/strong> in der Ausgabe zeigt auch den p-Wert an, der dem Quotenverh\u00e4ltnis zugeordnet ist.<\/span><\/p>\n Dieser p-Wert betr\u00e4gt 0,271899<\/strong> . Da dieser Wert nicht weniger als 0,05 betr\u00e4gt, w\u00fcrden wir daraus schlie\u00dfen, dass das Odds Ratio statistisch nicht signifikant ist.<\/span><\/p>\n Mit anderen Worten: Wir wissen aus dem Quotenverh\u00e4ltnis, dass die Erfolgsaussichten eines Spielers mit dem neuen Programm geringer sind als die Erfolgsaussichten mit dem alten Programm, aber der Unterschied zwischen diesen Chancen ist statistisch nicht signifikant.<\/span><\/p>\n Die folgenden Tutorials bieten zus\u00e4tzliche Informationen zu Quotenverh\u00e4ltnissen:<\/span><\/p>\n Odds Ratio versus relatives Risiko: Was ist der Unterschied?<\/a> In der Statistik gibt uns ein Odds Ratio das Verh\u00e4ltnis der Wahrscheinlichkeit, dass ein Ereignis in einer Behandlungsgruppe auftritt, zur Wahrscheinlichkeit, dass ein Ereignis in einer Kontrollgruppe auftritt, an. Bei der Analyse einer 2×2-Tabelle berechnen wir oft ein Quotenverh\u00e4ltnis, das das folgende Format hat: Um ein Quotenverh\u00e4ltnis in R zu berechnen, k\u00f6nnen wir die Funktion […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/cotesratioexcel0.png\")
<\/p>\n Beispiel: Berechnen Sie ein Odds Ratio in R<\/strong><\/span><\/h2>\n
![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/cotes1.png\")
<\/p>\n #create matrix<\/span>\nprogram <- c(' New Program<\/span> ', ' Old Program<\/span> ')\noutcome <- c(' Pass<\/span> ', ' Fail<\/span> ')\ndata <- matrix(c(34, 16, 39, 11), nrow= 2<\/span> , ncol= 2<\/span> , byrow= TRUE<\/span> )\ndimnames(data) <- list(' Program<\/span> '=program, ' Outcome<\/span> '=outcome)\n\n#view matrix\n<\/span>data\n\n Outcome\nProgram Pass Fail\n New Program 34 16\n Old Program 39 11<\/strong><\/pre>\n install. packages<\/span> (' epitools<\/span> ')<\/span>\n\n<\/span>library<\/span> (epitools)\n\n#calculate odds ratio<\/span>\noddsratio(data)\n\n$measure\n odds ratio with 95% CI\nProgram estimate lower upper\n New Program 1.0000000 NA NA\n Old Program 0.6045506 0.2395879 1.480143\n\n$p.value\n two-sided\nProgram midp.exact fisher.exact chi.square\n New Program NA NA NA\n Old Program 0.271899 0.3678219 0.2600686\n\n$correction\n[1] FALSE\n\nattr(,\"method\")\n[1] \u201cmedian-unbiased estimate & mid-p exact CI\u201d\n<\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h2>\n
Der vollst\u00e4ndige Leitfaden: So melden Sie Quotenverh\u00e4ltnisse<\/a>
So berechnen Sie ein Konfidenzintervall f\u00fcr ein Quotenverh\u00e4ltnis<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"