在分析2×2表格时，我们通常会计算出一个赔率 ，其格式如下。
赔率告诉我们一个事件在治疗组发生的几率与一个事件在对照组发生的几率的比率。它的计算方法是：。
- 赔率=（A*D）/（B*C）。
然后我们可以用下面的公式来计算几率比的置信区间。
- 95%的下限CI=eln(OR) - 1.96√(1/A+1/B+1/C+1/D)
- 95%的上限CI=eln(OR) + 1.96√(1/a + 1/b + 1/c + 1/d)
下面的例子显示了如何在实践中计算几率比和相应的置信区间。
例子。计算赔率的置信区间
假设一个篮球教练使用一个新的训练计划，看看与旧的训练计划相比，它是否增加了能够通过某种技能测试的球员的数量。
教练招募了50名球员来使用每个项目。下表显示了根据他们使用的方案，通过和未通过技能测试的球员数量。
我们可以计算出几率比为（34*11）/（16*39）=0.599
我们将其解释为：使用新程序的球员通过测试的几率只是使用旧程序的球员通过测试的几率的0.599倍。
换句话说，使用新程序，球员通过测试的几率实际上降低了40.1%。
然后我们可以用下面的公式来计算赔率的95%置信区间。
- 95%的下限CI =eln(.599) - 1.96√(1/34 + 1/16 + 1/39 + 1/11) = 0.245
- 95%的上限CI =eln(.599) + 1.96√(1/34 + 1/16 + 1/39 + 1/11)=1.467
因此，赔率的95%置信区间为**[0.245, 1.467]**。
我们有95%的信心，新旧训练计划之间的真实几率包含在这个区间内。
由于这个置信区间包含数值1，所以它没有统计学意义。
如果我们考虑以下情况，这应该是有意义的。
- 赔率大于1意味着选手使用新方案通过测试的赔率_高于_选手使用旧方案通过测试的赔率。
- 赔率小于1意味着选手使用新程序通过测试的几率_低于_使用旧程序通过测试的几率。
因此，由于我们95%的置信区间的赔率包含了1的值，这意味着使用新程序的球员通过技能测试的几率可能高于或不高于使用旧程序的同一球员通过测试的几率。
其他资源
下面的教程提供了更多关于解释赔率的信息。
如何解释赔率
什么是调整后的赔率？
如何解释小于1的赔率
如何用Excel计算赔率和相对风险
The postHow to Calculate a Confidence Interval for an Odds Ratio appeared first onStatology.
