Hoe u een bland-altman-plot in python maakt

Een Bland-Altman-plot wordt gebruikt om meetverschillen tussen twee verschillende instrumenten of twee verschillende meettechnieken te visualiseren.

Het is nuttig om te bepalen hoe vergelijkbaar twee instrumenten of technieken zijn bij het meten van hetzelfde concept.

Deze tutorial biedt een stapsgewijs voorbeeld van hoe u een Bland-Altman-plot in Python maakt.

Stap 1: Creëer de gegevens

Stel dat een bioloog twee verschillende instrumenten (A en B) gebruikt om het gewicht van dezelfde set van twintig verschillende kikkers te meten, in grammen.

We zullen het volgende gegevensframe maken dat het gewicht van elke kikker weergeeft, zoals gemeten door elk instrument:

 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]})

Stap 2: Creëer de Bland-Altman-plot

Vervolgens zullen we de functie Mean_diff_plot() uit het statsmodels-pakket gebruiken om een Bland-Altman-plot te maken:

 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 () 

De x-as van de grafiek geeft de gemiddelde meting van de twee instrumenten weer en de y-as geeft het verschil in metingen tussen de twee instrumenten weer.

De ononderbroken zwarte lijn geeft het gemiddelde verschil in metingen tussen de twee instrumenten weer, terwijl de twee stippellijnen de grenzen van het 95% betrouwbaarheidsinterval voor het gemiddelde verschil weergeven.

Het gemiddelde verschil blijkt 0,5 te zijn en het 95% betrouwbaarheidsinterval voor het gemiddelde verschil is [-1,86, 2,86] .