2X5 Bang's Blinding Index
무작위 대조연구에서 중요한 것 중의 하나가 얼마나 가림 blinding이 잘 되었는가
하는 이슈이죠.
Blinding Index 중에서 간단한 2X3으로 하는 것은 지난 번에 올린 적이 있고요,
이번에는 2X5 로 된 것 올리도록 하겠습니다.
역시 동일하게 노란 칸에만 입력하는 것입니다.
계산이 좀 복잡했습니다. 엑셀 아래쪽으로 내려보면 어떻게 계산했는지..
아실 수 있으실 것입니다.
혹시, R로 계산하시고 싶으신 분은..
아래의 것을 복사해서 사용하셔도 될 것같습니다.
저도 이거 받아서 이걸로 엑셀로 전환한 것입니다.
========================
#2by3;
bifun<-function(n11,n12,n13){
n1<-n11+n12+n13
bi<-(2*(n11/(n11+n12))-1)*(n11+n12)/n1
p1.1<-n11/n1
p2.1<-n12/n1
var.bi<-(p1.1*(1-p1.1)+p2.1*(1-p2.1)+2*p1.1*p2.1)/n1
se.bi<-sqrt(var.bi)
ub<-bi+1.96*se.bi
lb<-bi-1.96*se.bi
#return(bi,lb,ub,se.bi)
print(bi)
print(lb)
print(ub)
#print(se.bi)
}
bifun(n11=82,n12=25,n13=170)
bifun(n11=29,n12=27,n13=83)
#2by5+2x2;
bifun<-function(n11,n12,n13,n14,n15,nt,np,w11,w12,w13,w14,wt,wp){
n1<-n11+n12+n13+n14+n15
bi<-(w11*n11+w12*n12+wt*nt+wp*np+w13*n13+w14*n14)/n1
p1.1<-n11/n1
p2.1<-n12/n1
p3.1<-n13/n1
p4.1<-n14/n1
pt.1<-nt/n1
pp.1<-np/n1
var.bi<-(w11**2*p1.1*(1-p1.1)+w12**2*p2.1*(1-p2.1)+w13**2*p3.1*(1-p3.1)+w14**2*p4.1*(1-p4.1)+wt**2*pt.1*(1-pt.1)+wp**2*pp.1*(1-pp.1)
+2*w11*w12*p1.1*p2.1+2*w11*w13*p1.1*p3.1+2*w11*w14*p1.1*p4.1+2*w11*wt*p1.1*pt.1+2*w11*wp*p1.1*pp.1
+2*w12*w13*p2.1*p3.1+2*w12*w14*p2.1*p4.1+2*w12*wt*p2.1*pt.1+2*w12*wp*p2.1*pp.1
+2*w13*w14*p3.1*p4.1+2*w13*wt*p3.1*pt.1+2*w13*wp*p3.1*pp.1
+2*w14*wt*p4.1*pt.1+2*w14*wp*p4.1*pp.1
+2*wt*wp*pt.1*pp.1
)
var.bi<-var.bi/n1
se.bi<-sqrt(var.bi)
ub<-bi+1.96*se.bi
lb<-bi-1.96*se.bi
print(bi)
print(lb)
print(ub)
#print(se.bi)
}
bifun(n11=38,n12=44,n13=21,n14=4,n15=170,nt=79,np=86,w11=1,w12=0.5,w13=-0.5,w14=-1,wt=0.25,wp=-0.25)
bifun(n11=8,n12=21,n13=16,n14=11,n15=83,nt=45,np=36,w11=1,w12=0.5,w13=-0.5,w14=-1,wt=0.25,wp=-0.25)
무작위 대조연구에서 중요한 것 중의 하나가 얼마나 가림 blinding이 잘 되었는가
하는 이슈이죠.
Blinding Index 중에서 간단한 2X3으로 하는 것은 지난 번에 올린 적이 있고요,
이번에는 2X5 로 된 것 올리도록 하겠습니다.
역시 동일하게 노란 칸에만 입력하는 것입니다.
계산이 좀 복잡했습니다. 엑셀 아래쪽으로 내려보면 어떻게 계산했는지..
아실 수 있으실 것입니다.
혹시, R로 계산하시고 싶으신 분은..
아래의 것을 복사해서 사용하셔도 될 것같습니다.
저도 이거 받아서 이걸로 엑셀로 전환한 것입니다.
========================
#2by3;
bifun<-function(n11,n12,n13){
n1<-n11+n12+n13
bi<-(2*(n11/(n11+n12))-1)*(n11+n12)/n1
p1.1<-n11/n1
p2.1<-n12/n1
var.bi<-(p1.1*(1-p1.1)+p2.1*(1-p2.1)+2*p1.1*p2.1)/n1
se.bi<-sqrt(var.bi)
ub<-bi+1.96*se.bi
lb<-bi-1.96*se.bi
#return(bi,lb,ub,se.bi)
print(bi)
print(lb)
print(ub)
#print(se.bi)
}
bifun(n11=82,n12=25,n13=170)
bifun(n11=29,n12=27,n13=83)
#2by5+2x2;
bifun<-function(n11,n12,n13,n14,n15,nt,np,w11,w12,w13,w14,wt,wp){
n1<-n11+n12+n13+n14+n15
bi<-(w11*n11+w12*n12+wt*nt+wp*np+w13*n13+w14*n14)/n1
p1.1<-n11/n1
p2.1<-n12/n1
p3.1<-n13/n1
p4.1<-n14/n1
pt.1<-nt/n1
pp.1<-np/n1
var.bi<-(w11**2*p1.1*(1-p1.1)+w12**2*p2.1*(1-p2.1)+w13**2*p3.1*(1-p3.1)+w14**2*p4.1*(1-p4.1)+wt**2*pt.1*(1-pt.1)+wp**2*pp.1*(1-pp.1)
+2*w11*w12*p1.1*p2.1+2*w11*w13*p1.1*p3.1+2*w11*w14*p1.1*p4.1+2*w11*wt*p1.1*pt.1+2*w11*wp*p1.1*pp.1
+2*w12*w13*p2.1*p3.1+2*w12*w14*p2.1*p4.1+2*w12*wt*p2.1*pt.1+2*w12*wp*p2.1*pp.1
+2*w13*w14*p3.1*p4.1+2*w13*wt*p3.1*pt.1+2*w13*wp*p3.1*pp.1
+2*w14*wt*p4.1*pt.1+2*w14*wp*p4.1*pp.1
+2*wt*wp*pt.1*pp.1
)
var.bi<-var.bi/n1
se.bi<-sqrt(var.bi)
ub<-bi+1.96*se.bi
lb<-bi-1.96*se.bi
print(bi)
print(lb)
print(ub)
#print(se.bi)
}
bifun(n11=38,n12=44,n13=21,n14=4,n15=170,nt=79,np=86,w11=1,w12=0.5,w13=-0.5,w14=-1,wt=0.25,wp=-0.25)
bifun(n11=8,n12=21,n13=16,n14=11,n15=83,nt=45,np=36,w11=1,w12=0.5,w13=-0.5,w14=-1,wt=0.25,wp=-0.25)
댓글 없음:
댓글 쓰기