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.

R 記述を短くするデータ

 元データを加工して記述を簡単にしたい.
■ 元データ   

     

■ 【リストを2分、反転し2倍】
・y1とy0に分ける.
 139と119の 2群になる.
 tableは、    m: [4] を例にすると、
     sum(y1[4])    
            sum((1-y1[4]))
            131                           8
        sum(y0[4])
            sum(1-y0[4])
               105                          14
 となる.y1の中では、 [4] 曝露したID数が度数になり、単純.        <2分割>


・ 字数は、dを比べると、sum( (1- dr[1])*(1-dr[4]))だったので、かなり少ないメリットがある.
・反転をつくる
 さらに、非曝露数を簡単にするため、反転データを作る.
    re1<-1-y1 ,  re0<-1-y0               <2倍>  
 これによって、1-y0[4] は,re0[4] 、dは、 sum(re[4]) だけとなる.
  sumを略して、table は、i 因子に対して、
     y1 [i]   re1[i]    y0[i]    re0[i]
  と表せる. 並べてベクトル化できる.
                            
・例 層化     
  tのtable   t ;7 
   sなし層 s;6  reのデータを乗ずる
         
  sum( re1[6] * y1[7] )         曝露なし
     sなし      sum(   re1[6] * re1[7]  )
   sum( re0[6] * y0[7]  )
              sum(   re0[6] * re0[7] ) 


     dについて sum((1-dr[,"sake"])*(1-dr[,"y"])*(1-dr[,"tam"]))
 が、    sum( re0[6]*re0[7] )
  のように短くなる.

×

非ログインユーザーとして返信する