SPIPY RISCHIO RICHIESTA

L'analisi dei dati è la caratteristica chiave della materia di apprendimento automatico e scienza dei dati. Python Programing Language fornisce molte biblioteche utili associate ad alcune incredibili funzioni che funzionano bene per gli algoritmi di apprendimento automatico. In generale, il rischio è il verificarsi di qualcosa di sbagliato e l'analisi del rischio è l'analisi del rischio associato a un evento. Pertanto, per l'analisi del rischio, i casi negativi e positivi devono essere considerati. Entro la fine di questo articolo, sarai in grado di capire quale sia il rischio relativo e come può essere implementato in un programma Python.

Cos'è il rischio relativo?

Il rischio relativo è la misura del rischio associato a un evento che si verifica in due gruppi diversi. Ad esempio, si è verificato un certo evento e il suo impatto è osservato in due gruppi diversi. La misura del rischio associato all'evento che sta avvenendo in questi due gruppi è l'analisi del rischio. In altre parole, l'analisi del rischio è il rapporto tra il rischio associato a un evento avvenuto per il gruppo di esposizione al rischio associato allo stesso evento avvenuto per il gruppo non esposto. Ad esempio, il rischio relativo di sviluppare mal di schiena è più alto nei lavoratori che nelle altre persone. L'analisi del rischio o il rapporto di rischio viene calcolata dividendo il rischio nel gruppo uno per il rischio nel gruppo due. Questi sono il gruppo non esposto e il gruppo esposto.

Come trovare il rischio relativo in un programma Python?

Come precedentemente discusso, il rischio relativo è il confronto tra due gruppi: un gruppo è esposto alla modifica e l'altro non è esposto alla modifica. In parole semplici, un gruppo è il gruppo sperimentale e l'altro è il gruppo di confronto. Assomiglia al rapporto tra il gruppo primario e il gruppo di confronto in due gruppi. Proviamo a capirlo con un esempio. Supponiamo che 100 pazienti abbiano la stessa malattia, alcuni di loro hanno una nuova medicina e alcuni di essi non hanno ottenuto la nuova medicina. Ora, se vogliamo controllare l'analisi del rischio, abbiamo bisogno della seguente tabella:

	Risposta positiva	Risposta negativa
Gruppo sperimentale	43	57
Gruppo controllato	70	30

I 43 pazienti su 100 hanno ottenuto nuovi medicinali e la loro salute hanno mostrato un recupero positivo mentre 57 pazienti non hanno mostrato alcun recupero o la medicina ha avuto un cattivo impatto su di essi. D'altra parte, un gruppo di altri 100 pazienti non ha ricevuto nuovi farmaci. Quindi 70 su 100 mostrano un buon recupero mentre 30 pazienti non mostrano alcun recupero o recupero lento. Ora, calcoliamo il rischio sia per i gruppi sperimentali che controllati:

	Risposta positiva	Risposta negativa	Rischio
Gruppo sperimentale	43	57	57/100 = 0.57
Gruppo controllato	70	30	30/100 = 0.30

Mentre calcolavamo il rischio per entrambi i gruppi, calcoliamo il rischio relativo. Ecco la formula per calcolare il rischio relativo:

Rischio relativo = rischio sperimentale/rischio controllato
Rischio relativo = 0.57/0.30 = 1.9

Ora abbiamo capito quale sia il rischio relativo e come possiamo calcolarlo. Impariamo come trovare il rischio relativo usando una funzione Python.

Scipy.Statistiche.Contingenza.Rischio relativo

La libreria Scipy in Python Programing Language fornisce una funzione relativa_risk per calcolare automaticamente e rapidamente il rischio relativo. La funzione relativa_risk appartiene alla classe di contingenza che ci consente di eseguire i vari calcoli statistici e uno di essi è il calcolo del rischio relativo. La sintassi della funzione di rischio relativo è la seguente:

Ora, considera ogni parametro come una sezione del gruppo generale che abbiamo spiegato con l'aiuto di un esempio. Il parametro "sperimental_case" rappresenta il gruppo sperimentale esposto alla modifica. Il parametro "sperimental_total" rappresenta i membri totali del gruppo sperimentale. Il parametro "controlled_case" rappresenta il gruppo che non è esposto alla modifica. Infine, il parametro "controlled_total" rappresenta il membro totale del gruppo controllato. La funzione relative_risk restituisce l'attributo float relative_risk. La formula per questo è la seguente:

Facciamo implementare la funzione relative_risk in un programma Python per aiutarti a capire come puoi usarla facilmente in base alle tue esigenze.

Esempio 1:

Anche in questo caso vengono utilizzate le stesse informazioni fornite nella sezione precedente. Questo viene fatto per mostrarti il ​​risultato che viene calcolato dalla funzione relative_risk. Considera il programma di esempio dato nel seguente frammento di codice:

da Scipy.statistiche.Importazione di emergenza RELATIVE_RISK
sperimentale_case = 57
sperimentale_total = 100
controlled_case = 30
controlled_total = 100
rr = relative_risk (sperimental_case, sperimental_total,
controlled_case, controlled_total)
rr.rischio relativo

Il Scipy.statistiche.Il pacchetto di emergenza viene chiamato nel programma per importare la funzione relative_risk. Vengono quindi forniti i dati per ciascun parametro e ciascun parametro viene passato alla funzione relativa_risk (). Ora, guardiamo il risultato calcolato dato nel seguente frammento:

Esempio 2:

Modifichiamo i dati di input e visualizziamo il risultato della funzione relative_risk. Ci aiuta a capire come funziona la funzione relative_risk. Considera il seguente programma di codice di esempio allegato:

da Scipy.statistiche.Importazione di emergenza RELATIVE_RISK
sperimentale_case = 53
sperimentale_total = 100
controlled_case = 47
controlled_total = 100
rr = relative_risk (sperimental_case, sperimental_total,
controlled_case, controlled_total)
rr.rischio relativo

Come puoi notare, il programma è completamente lo stesso; Solo i dati vengono modificati. Vediamo il seguente risultato:

Esempio 3:

La funzione REALTIVE_RISK ci consente di calcolare la confidenza_interval dei dati. Il Level di confidenza deve essere fornito per calcolare la confidenza_interval. Considera il seguente campione:

da Scipy.statistiche.Importazione di emergenza RELATIVE_RISK
sperimentale_case = 53
sperimentale_total = 100
controlled_case = 47
controlled_total = 100
rr = relative_risk (sperimental_case, sperimental_total,
controlled_case, controlled_total)
rr.confidence_interval (confidence_level = 0.5)

Innanzitutto, il parente_risk viene calcolato con la funzione relative_risk e il risultato viene memorizzato nella variabile RR. La variabile RR viene quindi chiamata FUNZIONE CONFITTURA_Interval passando il valore di confidenza. La confidenza_interval restituisce i livelli bassi e alti di fiducia. Vediamo l'output della funzione confidenza_interval nella seguente:

Conclusione

In questo articolo, abbiamo fornito i dettagli sulla ricerca del rischio relativo tra i dati specificati. Il rischio relativo è il calcolo o il confronto di due gruppi. Da loro, uno è esposto al cambiamento e l'altro non è esposto alla modifica. Con l'aiuto di un programma di esempio, abbiamo spiegato come trovare il rischio relativo di dati. Abbiamo anche dimostrato alcuni esempi di Python per mostrare come trovare il rischio relativo usando la funzione relativa_risk.