Rで eｇを調べる～ 率

・曝露g ; eg をRで作れたので、他の因子を調べる. ■　生起因子t、抑制因子sが、決まった後、粗な観察で効果が際立っていないとしても捨てきれない因子2つを加えて、4つとしたデータをもとに考える. 　4因子；最大 2の4乗通り を考えることになる.　　　　 　　　　　 　tの効果は奇数行のgを... 続きをみる

Rで 曝露グループ egを作る記述

・曝露ｇをＲで扱う試行 　曝露gの特徴は、IDの重複なしに分類して因子効果をみること. ■　dfの名前　、作り方 eg ：　曝露グループ;単純に結合 ・具体 列番号　1 2 3 4 5 6 7 8 　 列名　 "y" "wat" "tya" "mesi" "tori" "sake" "tam" "... 続きをみる

Rで計算 総当たりMHORと ｃOR比

・因子の効果を概観したい、疑わしい因子の効果を確認したくて、表計算で総当たり調整値をみた.そのR版. ・繰り返しを入れ子にした記述でMH指標を計算. ・層化は一階；一回. ・粗指標と比較するMHOR/ｃORを試す. ■　総当たりMHOR MH<-NULL mh<-NULL mh2<-NULL fo... 続きをみる

Rの記述３. 層化度数の起こりやすさ

・層化し、とりうる度数ベクトルに対応する起こりやすさとの対応を記述 　生起t、抑制sが挙げられた後、続く処理の記述 　vstyとvstnのdfは、層化し、とりうる範囲の度数ベクトルからなる. 　i、０:７は、tに対するBGの幅.0から7まで動かすと度数、起こりやすさはそれにつれて決まる. 　次の表... 続きをみる

Rの記述２. 層化;とりうる度数ベクトル

・疑わしい因子について層化し、度数を求める記述 ・生起以外の発生をBGとし、周辺度数固定し、とりうる幅の度数を求める記述 ・起こりやすさを調べる準備 ・MHORの値は、この段階の数値が必要 --------------- ・層化度数　；生起 t、抑制 s 　ｘでｙを層化し、tableを出す　　 　... 続きをみる

Rの記述１. データから粗な度数

・リスト　dr　：マスターテーブルともいう　 ・2分反転データ　：簡単な表記のため 　y1　y0　re1　re0　の4つを作る. 　作り方： 　　１） リスト2分 　　　行を抽出　　y1　と y0　に リスト　をわける 　　　リストの列　yが　1に一致する ものを　y１とするよう指定　 　　　　y... 続きをみる

Rの記述 シリーズ 　～実用備忘

・実用的な備忘として 記述を残すシリーズ

Rで計算 実発生数も並べる

・２×２表に 粗な指標を付け加える 　実質発生数は、粗表から対象の因子単独で説明できる発生数 　　　( a - b / (b+d) * k ) / (a+b)　 　の分母のみとなる.みかけの発生からBGとみなした相当分を引いた残り、実発生数. zhas <-NULL　#　 粗なtableから読み出... 続きをみる

Rで計算 cORを並べてみたい

・xtableを作ったのに加えて、ｃORをそろえて表示する cor<-NULL for( i in 1:8) 　 {　 　 cor<-cbind(cor ,round(intetab[i,1]*intetab[i,4]/intetab[i,2]/intetab[i,3],digits=2) ,""... 続きをみる

Rで計算 2×2表でみたい... 配置するだけの作り方

2×2表を並べ替えて作る. 　1行目はab、2行目はcdのように並べる. 　intetab ;因子ごとの発生数dfから作る. ------------------ ad<-NULL ab<-NULL 　for (i in 1:8) { ad<-cbind( intetab[i,1],intetab... 続きをみる

生起因子らしくもない？　感染症など外の要因

・生起因子らしさは、粗な発生数の多さ；事例全体に対し・・. 　それ以外：非曝露群における発生は小さいことに加え、低率でなければならないということだった. ・解析に使用する手元データに、発生の多くを説明しうる生起因子がないとき、外部menuや、感染症による別事例の可能性が強まる. 　持ち合わせた因子... 続きをみる

抑制因子らしいか. 層化実発生数率、b対応で起こりやすさ

・生起らしいのと抑制らしいのを検討して、生起、抑制ときめることとする. ・ｃORや実発生数率は、生起因子の候補を絞る. ・候補因子との層化で、らしさから数的な裏付けをもつ因子とする方法の１つ. ・生起因子に対する抑制因子の効果も計算する. ■　層化での実発生数率 　抑制因子：生起因子曝露に対してそ... 続きをみる

生起因子らしいか.実発生数率 を計算 ｃORと比べる；crude

・データによっては、生起因子を逸し、疑わしい因子を扱うこともありうる. ・生起因子らしさとは、事例の大部分の発生を説明できる因子であることも１つ. 　曝露が重複してみかけ上発生が多いものは生起因子でない、としてよい. 　そのようなものを数的に示したい.多いとする数値は、なくとも比較はできる. 　有... 続きをみる

Rで計算. ”数字”になった df を数値に直す

　xtabsは、度数ごとの因子dfだが、いつのまにか数字のdfになっていて、読み出し計算できない. 　まとめて数値dfにする. 　計算例：　cを省いた新ORを計算 　　ad/b 　 　 intetab <- data.frame(lapply(xtabs,as.integer))　♯■　xtabs... 続きをみる

Rで計算 2×2表でみたい 関数定義;tbt ( )から配置

・2×2表をながめたいのは、刷り込みかもしれないが、関数を組んで、全因子の2×2表を作る. 　abcdデータは、得られているので、並べ方の工夫をする. ・個々因子を指定するとき 　　tbt<-function(x){ 　　　return( c(sum(y1[x]), sum(re1[x]),sum... 続きをみる

　オッズからの見方 ４.BG発生範囲の層化 起こりやすさ

　生起因子が分かったのち、BGとした、bの値は、とりうる範囲が限られる.その範囲で、発生オッズをみる. 　　　　　　　　　　 　　　　　 　　　　　　　　　　　　　b1による発生オッズ 　　　　　　　　　　　　　　　 　　　横軸　1：８は　t0s1のb1＝0：7 　　　　　　　　　　　　　　 　　... 続きをみる

　オッズからの見方 ３.オッズプロットで層化をみる

・オッズプロットのおもしろさは、 　ORが、原点から延ばした線の傾きである；再. ・層化に広げてみる. ■　層化したオッズブロット 　　t を sによる層化でみる 　　　i 7番目 t　　　　j　6番目 s　　 　　tの　sありなしで 　　　sなし　a0/c0　2.06　　b/d 　0.16　 　... 続きをみる

　オッズからの見方 ２. オッズベクトルとplot

■　非曝露オッズ b/d 　非曝露オッズの記述は、 　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　wat; 2 を例 　　hib　　[1] 0.0000000 1.2307692 1.2571429 0.5714286 0.7291667 　　　　 　[6] 0.95348... 続きをみる

　オッズからの見方 １ オッズをながめる記述

オッズのまま眺める 　記述： # hib 繰り返し　 　比を　各因子　分計算 　　hib<-NULL 　　for(j in 1:8) {　 　　　　 　hib<-c (　hib, sum( dr[1]*(1-dr[j] ) )　/ sum( (1-dr[1]) * (1-dr[j]) 　) ) }... 続きをみる