Ryzyko względne Scipy

Analiza danych jest kluczową cechą uczenia maszynowego i przedmiotu nauki danych. Język programowania Python zapewnia wiele przydatnych bibliotek powiązanych z niesamowitymi funkcjami, które dobrze działają w przypadku algorytmów uczenia maszynowego. Zasadniczo ryzyko jest występowaniem czegoś złego, a analiza ryzyka jest analizą ryzyka związanego z zdarzeniem. Stąd w przypadku analizy ryzyka należy wziąć pod uwagę przypadki negatywne i pozytywne. Do końca tego artykułu będziesz w stanie zrozumieć, jakie jest względne ryzyko i jak można je wdrożyć w programie Python.

Jakie jest względne ryzyko?

Ryzyko względne jest miarą ryzyka związanego z zdarzeniem, które dzieje się w dwóch różnych grupach. Na przykład nastąpiło pewne zdarzenie, a jego wpływ jest obserwowany w dwóch różnych grupach. Miarą ryzyka związanego z zdarzeniem, które ma miejsce w tych dwóch grupach, jest analiza ryzyka. Innymi słowy, analiza ryzyka jest stosunkiem ryzyka związanego z zdarzeniem, które miało miejsce dla grupy narażenia z ryzykiem związanym z tym samym zdarzeniem, które miało miejsce dla grupy niezakłóconej. Na przykład względne ryzyko rozwoju bólu pleców jest wyższe u robotników niż u innych ludzi. Analiza ryzyka lub wskaźnik ryzyka jest obliczany poprzez podzielenie ryzyka w grupie pierwszej przez ryzyko w grupie drugiej. To są nieoczekiwana grupa i narażona grupa.

Jak znaleźć względne ryzyko w programie Python?

Jak wspomniano wcześniej, ryzyko względne jest porównanie dwóch grup - jedna grupa jest narażona na zmianę, a druga nie jest narażona na zmianę. Krótko mówiąc, jedna grupa jest grupą eksperymentalną, a druga to grupa porównawcza. Przypomina stosunek grupy podstawowej do grupy porównawczej w dwóch grupach. Spróbujmy to zrozumieć z przykładem. Załóżmy, że 100 pacjentów ma tę samą chorobę, niektórzy z nich dostali nowe leki, a niektórzy z nich nie otrzymali nowego leku. Teraz, jeśli chcemy sprawdzić analizę ryzyka, potrzebujemy poniższej tabeli:

	Pozytywna odpowiedź	Reakcja negatywna
Grupa eksperymentalna	43	57
Grupa kontrolowana	70	30

43 pacjentów na 100 dostało nowego medycyny, a ich zdrowie wykazało pozytywne wyzdrowienie, podczas gdy 57 pacjentów nie wykazało powrotu do zdrowia, albo lek miało na nie zły wpływ. Z drugiej strony grupa pozostałych 100 pacjentów nie otrzymała nowych leków. Wtedy 70 na 100 wykazuje dobre powrót do zdrowia, podczas gdy 30 pacjentów albo nie wykazuje powrotu do zdrowia, albo powolne powrót do zdrowia. Teraz obliczmy ryzyko zarówno grup eksperymentalnych, jak i kontrolowanych:

	Pozytywna odpowiedź	Reakcja negatywna	Ryzyko
Grupa eksperymentalna	43	57	57/100 = 0.57
Grupa kontrolowana	70	30	30/100 = 0.30

Gdy obliczyliśmy ryzyko obu grup, obliczmy ryzyko względne. Oto formuła obliczania ryzyka względnego:

Ryzyko względne = ryzyko eksperymentalne/kontrolowane ryzyko
Ryzyko względne = 0.57/0.30 = 1.9

Rozumieliśmy teraz, jakie jest względne ryzyko i jak możemy je obliczyć. Dowiedzmy się, jak znaleźć względne ryzyko za pomocą funkcji Pythona.

Scipy.Statystyki.Przypadkowość.Względny_risk

Biblioteka Scipy w języku programowania Python zapewnia względną funkcję_risk do automatycznego i szybkiego obliczenia względnego ryzyka. Funkcja względna_risk należy do klasy awaryjnej, która pozwala nam wykonywać różne obliczenia statystyczne, a jednym z nich jest względne obliczenia ryzyka. Składnia względnej funkcji ryzyka jest następująca:

Teraz rozważ każdy parametr jako rozdział ogólnej grupy, którą wyjaśniliśmy za pomocą przykładu. Parametr „eksperymentalnych” reprezentuje grupę eksperymentalną, która jest narażona na zmianę. Parametr „eksperymentalny” reprezentuje całkowitą liczbę członków grupy eksperymentalnej. Parametr „Controlled_cases” reprezentuje grupę, która nie jest narażona na zmianę. Wreszcie parametr „Controled_Total” reprezentuje całkowity element grupy kontrolowanej. Funkcja relatywnego_risk zwraca atrybut Float Relatyw_Risk. Formuła tego jest następująca:

Pozwól nam wdrożyć funkcję względnej_risk w programie Python, aby pomóc Ci zrozumieć, w jaki sposób możesz ją łatwo użyć według potrzeb.

Przykład 1:

W tym przypadku wykorzystane są również te same informacje, które podaliśmy w poprzedniej sekcji. Odbywa się to, aby pokazać wynik obliczany przez funkcję względnej_risk. Rozważ dany przykładowy program w następującym fragmencie kodu:

od Scipy.statystyki.import awaryjny względny_risk
Experimental_cases = 57
Experimental_total = 100
Controlled_cases = 30
Controlled_total = 100
rr = względne_risk (eksperymentalne_case, eksperymentalne_total,
Controlled_cases, Controled_Total)
RR.względny_risk

Scipy.statystyki.Pakiet awaryjny jest wywoływany w programie w celu zaimportowania funkcji względnej_risk. Dane dla każdego parametru są następnie podawane, a każdy parametr jest przekazywany do funkcji względnej_risk (). Teraz spójrzmy na dany obliczony wynik w następującym fragmencie:

Przykład 2:

Zmieńmy dane wejściowe i zobacz wynik funkcji względnej_risk. Pomaga nam zrozumieć, jak działa funkcja względna_risk. Rozważ następujący załączony przykładowy program kodu:

od Scipy.statystyki.import awaryjny względny_risk
Experimental_cases = 53
Experimental_total = 100
Controlled_cases = 47
Controlled_total = 100
rr = względne_risk (eksperymentalne_case, eksperymentalne_total,
Controlled_cases, Controled_Total)
RR.względny_risk

Jak można zauważyć, program jest całkowicie taki sam; Tylko dane są zmieniane. Zobaczmy następujący wynik:

Przykład 3:

Funkcja Realtive_Risk pozwala nam obliczyć_pewność danych danych. Należy podać, aby obliczyć_interval. Rozważ następującą próbkę:

od Scipy.statystyki.import awaryjny względny_risk
Experimental_cases = 53
Experimental_total = 100
Controlled_cases = 47
Controlled_total = 100
rr = względne_risk (eksperymentalne_case, eksperymentalne_total,
Controlled_cases, Controled_Total)
RR.pewność_interval (pewność_level = 0.5)

Po pierwsze, względny_risk jest obliczany z funkcją względnej_risk, a wynik jest przechowywany w zmiennej RR. Zmienna RR jest następnie wywoływana funkcją ufności_interval, przekazując wartość pewności_pewności dla ryzyka względnego. Ufność_interval zwraca niski i wysoki poziom zaufania. Zobaczmy dane wyjściowe funkcji zaufania_interval w następujący sposób:

Wniosek

W tym artykule podaliśmy szczegóły dotyczące znalezienia względnego ryzyka wśród określonych danych. Ryzyko względne to obliczenie lub porównanie dwóch grup. Z nich jeden jest narażony na zmianę, a drugi nie jest narażony na zmianę. Za pomocą przykładowego programu wyjaśniliśmy, jak znaleźć względne ryzyko danych. Wykazaliśmy również niektóre przykłady Pythona, aby pokazać, jak znaleźć względne ryzyko za pomocą funkcji względnej_riskowej.