计算 r 中因子水平的置信区间

Question

我有一个包含约 2,204 项鸟类调查的数据集。我使用（每个 sex/total 每个性别的调查数量的 1 数量）计算了每个性别的检测率。我想计算每个性别的检出率的置信区间。数据集如下所示：

bird	sex	outcome
a	f	1
a	f	0
a	f	1
a	f	0
a	f	1
b	m	1
b	m	0
b	m	0
b	m	1
b	m	1
c	f	1
c	f	0
c	f	1
c	f	0
c	f	1

我用这个代码来计算每个性别的检出率：

df$outcome <- as.numeric(df$outcome)
detection_sex <- df %>% 
    group_by(sex) %>% 
   summarise(dr = mean(sex))

男性检出率为59%，女性检出率为56%。我不确定如何为每个性别提取 95% CI。我有 729 份女性调查和 1,475 份男性调查，所以我使用此代码来尝试获得 95% CI:

Hmisc::binconf(1475, 2204)

这产生了：

PointEst     Lower    Upper
 0.3307623 0.3114294 0.350684

这不可能，因为男性的平均检出率为 59%。有没有办法让每个性别的平均检出率达到 95%CI？

Answer 1

如果我没理解错的话，你想独立计算每个性别的检出率的置信区间，对吗？

如果是这样，您可以尝试以下操作。按 sex 分组后，您可以对 Hmisc 中的二项式概率使用 binconf 并包含参数以提供每个 sex.

所需的所有结果

调用 binconf 时，第一个参数将是检测到的结果总数（或 sum(outcome)）。第二个参数是鸟的总数surveyed/observations（或n()）。

结果包括以下内容（对于每个 sex）：X 是 outcome 的总数，N 是观察总数，PointEst 这是均值的点估计值，以及上下置信区间估计值。

默认值为 0.05 的 alpha 和 Wilson 区间。

library(tidyverse)
library(Hmisc)

df %>% 
  group_by(sex) %>% 
  summarise(CI = list(binconf(sum(outcome), 
                              n = n(), 
                              include.x = T, 
                              include.n = T, 
                              return.df = T))) %>%
  unnest(CI)

输出

# A tibble: 2 × 6
  sex       X     N PointEst Lower Upper
  <chr> <dbl> <dbl>    <dbl> <dbl> <dbl>
1 f         6    10      0.6 0.313 0.832
2 m         3     5      0.6 0.231 0.882

计算 r 中因子水平的置信区间

Calculate confidence interval for factor levels in r

r

confidence-interval