statsmodels.stats.rates.confint_poisson_2indep¶

statsmodels.stats.rates.confint_poisson_2indep(count1, exposure1, count2, exposure2, method='score', compare='ratio', alpha=0.05, method_mover='score')[source]¶

两个独立泊松率比率或差异的置信区间。

Parameters:¶

count1int

第一个样本中的事件数量。

exposure1float

第一个样本中的总暴露量（时间 * 受试者）。

count2int

第二个样本中的事件数量。

exposure2float

总曝光量（时间 * 样本数）在第二个样本中。

methodstr

测试统计量和p值的方法。默认为‘score’。 参见注释。

比率：

• ‘wald’: 尚未实现, 方法 W1A, wald 检验, 基于观察率的方差

• ‘waldcc’ :

• ‘score’: 方法 W2A, 得分检验, 基于零假设下估计的方差

• ‘wald-log’: W3A, 使用对数比率，方差基于观察到的比率

• ‘score-log’ W4A，使用对数比率，基于零假设下的估计的方差

• ‘sqrt’: W5A，基于方差稳定平方根变换

• ‘sqrtcc’ :

• ‘exact-cond’: 尚未实现，基于二项分布的精确条件检验 该方法使用 binom_test，在双侧情况下最小似然。

• ‘cond-midp’: 尚未实现, 精确条件检验的中点p值

• ‘移动’ :

差异：

• ‘wald’,

• ‘waldccv’

• ‘分数’

• ‘移动’

compare{‘diff’, ‘ratio’}

默认是“ratio”。 如果 compare 是 diff，那么假设检验是针对 diff = rate1 - rate2。 如果 compare 是 ratio，那么假设检验是针对 由 ratio = rate1 / rate2 定义的率比。

alternativestr

备择假设，H1，必须是以下之一

• ‘双侧’: H1: 比率之比不等于 ratio_null（默认）

• ‘larger’ : H1: 比率之比大于 ratio_null

• ‘smaller’ : H1: 比率之比小于 ratio_null

alphafloat in (0, 1)

显著性水平，置信区间的名义覆盖率为1 - alpha。

Returns:¶

tuple (low, upp)confidence limits.