Python에서 bland-altman 플롯을 만드는 방법

Bland-Altman 플롯은 두 개의 서로 다른 장비 또는 두 개의 서로 다른 측정 기술 간의 측정 차이를 시각화하는 데 사용됩니다.

동일한 개념을 측정할 때 두 도구나 기술이 얼마나 유사한지 확인하는 데 유용합니다.

이 튜토리얼에서는 Python에서 Bland-Altman 플롯을 생성하는 방법에 대한 단계별 예를 제공합니다.

1단계: 데이터 생성

생물학자가 두 개의 서로 다른 도구(A와 B)를 사용하여 동일한 20개 개구리 세트의 무게를 그램 단위로 측정한다고 가정합니다.

각 장비로 측정한 각 개구리의 무게를 나타내는 다음 데이터 프레임을 생성합니다.

 import pandas as pd

df = pd. DataFrame ({' A ': [5, 5, 5, 6, 6, 7, 7, 7, 8, 8, 9,
                         10, 11, 13, 14, 14, 15, 18, 22, 25],
                   ' B ': [4, 4, 5, 5, 5, 7, 8, 6, 9, 7, 7, 11,
                         13, 13, 12, 13, 14, 19, 19, 24]})

2단계: Bland-Altman 플롯 생성

다음으로 statsmodels 패키지의 Mean_diff_plot() 함수를 사용하여 Bland-Altman 플롯을 만듭니다.

 import statsmodels. api as sm
import matplotlib. pyplot as plt

#create Bland-Altman plot                  
f, ax = plt. subplots (1,figsize=(8,5))
sm. graphics . mean_diff_plot (df.A, df.B, ax = ax)

#display Bland-Altman plot
plt. show () 

플롯의 x축은 두 기기의 평균 측정값을 표시하고 y축은 두 기기 간의 측정값 차이를 표시합니다.

검은색 실선은 두 계측기 간의 측정값의 평균 차이를 나타내고 두 개의 점선은 평균 차이에 대한 95% 신뢰 구간의 한계를 나타냅니다.

평균 차이는 0.5 로 나타나고 평균 차이에 대한 95% 신뢰 구간은 [-1.86, 2.86] 입니다.