・弱い因子の抑制性を調べる

■　仮説　t以外の、或る因子が曝露重複する程、発生率を抑えている.
・調べる方針
　曝露する因子数をIDごとに和し、その数により分類し、発生率を調べる.
　一様なBGから取り出されたとみなした、発生率の起こりやすさと比べる.
・計算
　発生；yありなしと曝露重複度数が必要：IDごと そのdfを作る.
       ye     y   曝露
    　   　 1    5   i = 5 の例
  　  　    0    5
　   　    ・    5
　   　    ・   ・
　曝露度数  i 
　　　ye[ye[,2]==i,]　　　分子、分母のもと　となる
   さらに、曝露数ごとに率を計算する.
name　　[,1]　 [,2] 　[,3]　  [,4] 　[,5]　　[,6] 　[,7] 　[,8]
　　[1,] 　"y" 　"wat" "tya" "mesi" "tori"　 "sake" "tam" "potesara"

■　記述　全ID；t1 t0
　とりあえず全体について計算して調べる.

ye<-cbind(　dr[,1], (dr[,2]+dr[,3]+dr[,4]+dr[,5]+dr[,6]+dr[,8] ))　　
 dosdata<- NULL
   for(i in 1:8) {
　　　yi<- ye[ye[,2]==i,] # 　
#    分母　　yi内の　・・
　　　bo<- nrow(ye[ye[,2]==i,] )　
#　分子　y1の計　　　　yi[1,]　の　和
　　　si<- sum(yi[,1])　
#　率
　　　ri<-　sum(yi[,1])/nrow(ye[ye[,2]== i ,] )　　
　ind <-c(bo,si,ri )　　
　dosdata <-rbind( dosdata,ind)
　　}
  rownames(dosdata)<-t(c(1:8))
  colnames(dosdata)<-c("ID","発生","率")

表　全ID　dosdata　重複数ごとのID数

          　　　

図　全ID　重複数を度数とする各群の発生率
　plot(c(1:8),dosdata[,3],cex=dosdata[,2]/20,type="S",xlim=c(0,8),ylim=c(0,1))
　text(x=c(1:8)-0.5,y=dosdata[,3],cex=5,"-" )
　text(x=c(1:8)-0.5,y=0,dosdata[,1])
　　

     

        
　　　　　　　　　　　　横軸；曝露数、縦軸；発生率　図内数：群分母

　tを含む全IDについて t 以外の因子曝露を和し、曝露数ごとに発生率を計算した.曝露4から5では率の低下があった.
　全体をまとめて計算したせいか、曝露数に応じて発生率が低いとの一貫した傾向はない.やり直してみる.

■　s除いた場合　s0
　上と同様な処理で、曝露度数の条件を「sを除く」に変えると、「曝露が重なれば率が上がる」傾向が顕著.

■　t1に限った場合　t1
　抑制性を調べるには、tへの効果をみる必要があるのだった.
　tに限定する記述とし、調べる.
　　　 t1　dosdata

　　　　

　この場合、t1に限るため、上の表よりは各ID 数は小さい.図示するとへこみがある.
　

　　　　

　　　　　　　　率の、曝露度数ごと観察値　　　　　↑発生率　→重複する曝露数

　　曝露数2のところは少数ぶれであるため、色付き棒で起こりそうな範囲を示した.
　　その幅は、詳しくはつぎの超幾何分布でみる.
　　

　　　 　

　　　　　　　　　　　度数ごとの起こりやすさ　n=12
                                                            nが小さいので階段が疎になっていること
　　　　　　　　　　　　　　　　  横軸で６だと6/12=0.5 の率に相当する
 　　　　
　 d12<-plot(dhyper(1:12,132,81,12),type="s")　♯ 均一な t1 から取り出したものとする
　 which.max(d12)　で起こりやすさ最大の番号は [1] 8となる.その両隣の確率密度を和すると、 　
　 sum(d12[7:9])　　[1] 0.621124
　 sum(d12[6:10])　 [1] 0.8572838
　 sum(d12[5:11])     [1] 0.9593948
なので、
　結局、t あり全体から12ID取り出すと、6-10が起こりやすい.
　観察した 6は、起こりやすい下限に近い.つまり、かなり小さめに現れている.これはnが小さな群に起こっているために、率のぶれがめだっているだけと考えられる.

■　他の t1群について起こりやすさの範囲も広くみたい
　曝露重複した群のnと同じだけ、t1からランダムに取り出された時の率を超幾何分布から計算して、観察値がどうなっているかを調べる.

▲　データ限定するt1　記述　　はじめから計算しなおす必要
 　 ye<-cbind(　dr[,1], dr[,7]*(dr[,2]+dr[,3]+dr[,4]+dr[,5]+dr[,6]+dr[,8] ))　
dosdata<- NULL　　♯　↑  
for(i in 1:8) {
　　　yi<- ye[ye[,2]==i,] # 　
# 分母　　yi内の　・・
　　　bo<- nrow(ye[ye[,2]==i,] )　
#　分子　y1の計　　　　yi[1,]　の　和
　　　si<- sum(yi[,1])　
#　率
　　　ri<-　sum(yi[,1])/nrow(yi  )　　
　　　ind <-c(bo,si,ri )　　
　　　dosdata <-rbind( dosdata,ind)
　　　}
　rownames(dosdata)<-t(c(1:8))
　colnames(dosdata)<-c("ID","発生","率")
 -----
t1 描画 記述　
　　　dd<- dosdata 　　#　としておく.
   if( dev.cur() > 1 ) dev.off() # 前の図を消す
     for ( i in 1:6) {
　　bb　<-　dd[ i ,1] 　　　　　　　　#　 i 番目の　分母　；例　12　
　　　plot( 0,xlim=c(1,6),ylim=c(0,1),cex=0 )
　　　text(x=i ,  y=(1:bb-1 )/dd[i,1],"-" ,cex=dhyper(1:bb-1,132,81,bb)^0.5*10,col="gray" )　
　　　text(x=i ,y=dd[i,3],"○")
　　par(new = T )
  　  }

図　t1
       

　　　　　　　　　　　　　　　　　　　 ○　 観察値
　　　　　　　　　　　　　　　　　 　　－　帯幅：確率密度
　　　　　　　　　　　　　　　　　　　 　　疎密　各群のn に応じる
　　　　　　　　　　　　　　　　　　　  n=0とnを除いてplot　

　各群のとりうる率とdhを図示し、観察と比較した.　　

　曝露数2の他の群では、曝露度数が小さいほど、観察値は発生しやすい率を上回り、大きい時下回るから、曝露重複に応じた弱い抑制性がありうるとみる.

■　まとめ
・因子への重複曝露と発生の関係を記述し、t の生起性を抑制する弱い効果を調べる試み.
・調べる組み合わせとしてt1s0がありうる.
・取り上げていない因子が関係する可能性はある.