morの解析ブログ

解析疫学、リスクにまつわるメモや計算

「推定」のまわりをさぐる.教科書では「解析はMHにより行う、因子が多ければ重回帰を用いる」という風で詳しい例は少ない.独自(のつもり)な思いつきで具体に試行.
 数理を用いるべきアセスメントにも切り込む.

 いずれかに曝露したもの ;論理式 復習

 過去記事でも論理式を持ち出したが;cf 論理式が使えるRの計算


 sum( yos*(vi)*(1-(1-ch)*(1-mi) ) *(1-(1-yh)*(1-r)) )
    y1かつviに曝露かつ ch mlいずれかに曝露 かつ yh rいずれかに曝露


 (1-(1-ch)*(1-mi) ) 
 ( chでないかつmiでない )でない =chまたはmiである 
 

Rの汎用記述 曝露数の大きな因子を選ばせる


・船事例では、曝露数の大きな因子が生起、抑制因子の効果に影響しうることをみた
・曝露数の大きな因子を書き出す記述をする
----------  曝露表の記述から続けて;保存dfなどを引き継ぎ  ----------


■ 曝露数ベクトル;行列
  tem.data<- dr13 # 【具体データ 入力】
n <- ncol(tem.data)  #
mx.bak <-matrix(0, nrow =4 , ncol = n)  # 行列にするため 4行  
for ( j in 1:n)
{ bak<- sum(tem.data[,j]) #
mx.bak[1,j] <- bak #
}
colnames(mx.bak)<- colnames(dr13) #
# mx.bak
rownames(mx.bak)<- c("曝露数 ","","","") # 行列にしたので 行名がつけられる 
   mx.dr13 <- mx.bak # 【具体mx名 指定】
mx.dr13
  # --------
  

  


■ 曝露数の大きな 因子
   #-- 曝露の大きな上位 4 の因子名
colnames(mx.bak)[ order(mx.bak[1,])[n] ]  # カラム名(data) [ 13番目に小さいcolum]
[1] "mesi"                                                       # 
> colnames(mx.bak)[ order(mx.bak[1,])[n-1] ]
[1] "ste"
> colnames(mx.bak)[ order(mx.bak[1,])[n-2] ]
[1] "tam"
colnames(mx.bak)[ order(mx.bak[1,])[n-3] ]
[1] "fly"



 曝露数重なり表でみると、対角線の数値が曝露数となっている
 また、tamを生起因子として、その行または列はtamとの重複曝露となる