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  
 df    xあり層の yを  a,b,c,d の順に出力
■ 層化度数の記述
 sty # x あり層
        x<- 6 # 【その都度数値で指定し、実行】
        y<- 7 # 【その都度数値で指定し、実行】
 a1 <- sum( y1[x] * y1[y] )
 b1 <- sum( y1[x] * re1[y] )
 c1 <- sum( y0[x] * y0[y] )  
 d1 <- sum( y0[x] * re0[y] )
 sty<-c(a1,b1,c1,d1)


 stn #     xなし層 
    記述 stn 
           x<-  6 # 【その都度数値で指定し、実行】
         y<- 7  # 【その都度数値で指定し、実行】
        a0 <- sum( re1[x] * y1[y] )
        b0 <- sum( re1[x] * re1[y] )
        c0 <- sum( re0[x] * y0[y] )  
        d0 <- sum(   re0[x] * re0[y] )
        stn<-c(a0,b0,c0,d0)


 検算
  例  x:6番目因子  y:7番目の因子とするとき、
    x<-6 ♯ここはその都度指定
    y<- 7 #同  
       sなしt
     [1] 37 4 18 25  ← 正解
----------------------
つづいてMHOR、実発生数率などを計算できる.・・・・cf 別記事
----------------------
tが生起と決まった場合、次の段階へ移ることができる.
----------------------
■ 度数ベクトルdf 
 b対応による i ごとの層化度数
【tが生起、sが抑制と 指定済みなので、b1=7 i = 0:7 として 】 
なし層
vstn
 s0の iによるベクトル化
 m0<-a0+b0
 n0<- a0+b0+c0+d0
 k0<- a0+c0


 vstn<-NULL
 va0<-NULL
 vb0<-NULL
 vc0<-NULL
 vd0<-NULL
   for ( j in 0:7)
   { va0<- m0-7+j
    vb0<- 7-j
   vc0<- k0-m0+7-+j
   vd0<- n0-k0-7+j
  vstn <-rbind( vstn,c( data.frame(va0),data.frame(vb0),data.frame(vc0),data.frame(vd0) ) )
  }
------------
vsty
 s1の iによるベクトル化
vsty<-NULL
 va1<-NULL
 vb1<-NULL
 vc1<-NULL
 vd1<-NULL
  for ( j in 0:7)
   { va1<-m1-j
     vb1<-j
     vc1<-k1-m1+j
   vd1<-n1-k1-j
  vsty <-rbind( vsty,c( data.frame(va1),data.frame(vb1),data.frame(vc1),data.frame(vd1) ) )
   }
 ---------------
  vsty
va1 vb1 vc1 vd1
[1,] 98 0 60 16
[2,] 97 1 61 15
[3,] 96 2 62 14
[4,] 95 3 63 13
[5,] 94 4 64 12
[6,] 93 5 65 11
[7,] 92 6 66 10
[8,] 91 7 67 9
---------

×

非ログインユーザーとして返信する