Riesgo relativo de SciPy

El análisis de datos es la característica clave del asunto de aprendizaje automático y ciencia de datos. Python Programing Language proporciona muchas bibliotecas útiles asociadas con algunas funciones increíbles que funcionan bien para los algoritmos de aprendizaje automático. En general, el riesgo es la aparición de algo malo y el análisis de riesgos es el análisis del riesgo asociado con un evento. Por lo tanto, para el análisis de riesgos, los casos negativos y positivos deben considerarse. Al final de este artículo, podrá comprender cuál es el riesgo relativo y cómo se puede implementar en un programa de Python.

¿Qué es el riesgo relativo??

El riesgo relativo es la medida del riesgo asociado con un evento que ocurre en dos grupos diferentes. Por ejemplo, ocurrió un cierto evento y su impacto se observa en dos grupos diferentes. La medida del riesgo asociado con el evento que está ocurriendo en estos dos grupos es el análisis de riesgos. En otras palabras, el análisis de riesgos es la relación del riesgo asociado con un evento que ocurrió para el grupo de exposición al riesgo asociado con el mismo evento que ocurrió para el grupo no expuesto. Por ejemplo, el riesgo relativo de desarrollar dolor de espalda es mayor en trabajadores que en otras personas. El análisis de riesgos o la relación de riesgo se calcula dividiendo el riesgo en el grupo uno por el riesgo en el grupo dos. Estos son el grupo no expuesto y el grupo expuesto.

Cómo encontrar el riesgo relativo en un programa de Python?

Como se discutió anteriormente, el riesgo relativo es la comparación entre dos grupos: un grupo está expuesto al cambio y el otro no está expuesto al cambio. En palabras simples, un grupo es el grupo experimental y el otro es el grupo de comparación. Se asemeja a la relación del grupo primario con el grupo de comparación en dos grupos. Intentemos entender esto con un ejemplo. Suponga que 100 pacientes tienen la misma enfermedad, algunos de ellos obtuvieron un nuevo medicamento y otros no han recibido la nueva medicina. Ahora, si queremos verificar el análisis de riesgos, necesitamos la siguiente tabla:

	Respuesta positiva	Respuesta negativa
Grupo experimental	43	57
Grupo controlado	70	30

Los 43 pacientes de 100 obtuvieron nuevas medicinas y su salud mostraron una recuperación positiva, mientras que 57 pacientes no mostraron recuperación o el medicamento tuvo un mal impacto en ellos. Por otro lado, un grupo de otros 100 pacientes no ha recibido nuevos medicamentos. Entonces 70 de cada 100 muestran una buena recuperación, mientras que 30 pacientes no muestran recuperación o recuperación lenta. Ahora, calculemos el riesgo de los grupos experimentales y controlados:

	Respuesta positiva	Respuesta negativa	Riesgo
Grupo experimental	43	57	57/100 = 0.57
Grupo controlado	70	30	30/100 = 0.30

A medida que calculamos el riesgo de ambos grupos, calculemos el riesgo relativo. Aquí está la fórmula para calcular el riesgo relativo:

Riesgo relativo = riesgo experimental/riesgo controlado
Riesgo relativo = 0.57/0.30 = 1.9

Ahora entendimos qué es el riesgo relativo y cómo podemos calcularlo. Aprendamos cómo encontrar el riesgo relativo usando una función de Python.

Bisagro.Estadísticas.Contingencia.Riesgo relativo

La biblioteca Scipy en el lenguaje de programación de Python proporciona una función relativa_risk para calcular automáticamente y rápidamente el riesgo relativo. La función relativa_risk pertenece a la clase de contingencia que nos permite realizar los diversos cálculos estadísticos y uno de ellos es el cálculo de riesgo relativo. La sintaxis de la función de riesgo relativo es la siguiente:

Ahora, considere cada parámetro como una sección del grupo general que explicamos con la ayuda de un ejemplo. El parámetro "experimental_cases" representa el grupo experimental que está expuesto al cambio. El parámetro "experimental_total" representa los miembros totales del grupo experimental. El parámetro "Controled_Cases" representa el grupo que no está expuesto al cambio. Por último, el parámetro "controlado_total" representa el miembro total del grupo controlado. La función relativa_risk devuelve el atributo relativo_risk float. La fórmula para esto es la siguiente:

Permítanos implementar la función relativa_risk en un programa de Python para ayudarlo a comprender cómo puede usarla fácilmente de acuerdo con su necesidad.

Ejemplo 1:

La misma información que proporcionamos en la sección anterior también se utiliza en este caso. Esto se hace para mostrarle el resultado calculado por la función relativa_risk. Considere el programa de muestra dado en el siguiente fragmento de código:

De Scipy.estadísticas.importancia importación relativa_risk
experimental_cases = 57
experimental_total = 100
controled_cases = 30
controled_total = 100
RR = Relative_Risk (Experimental_Cases, Experimental_total,
controled_cases, controled_total)
RR.riesgo relativo

El scipy.estadísticas.Se llama al paquete de contingencia al programa para importar la función relativa_risk. Luego se proporcionan los datos para cada parámetro y cada parámetro se pasa a la función relative_risk (). Ahora, veamos el resultado calculado dado en el siguiente fragmento:

Ejemplo 2:

Cambiemos los datos de entrada y ver el resultado de la función relativa_risk. Nos ayuda a comprender cómo funciona la función relativa_risk. Considere el siguiente programa de código de muestra adjunto:

De Scipy.estadísticas.importancia importación relativa_risk
experimental_cases = 53
experimental_total = 100
controled_cases = 47
controled_total = 100
RR = Relative_Risk (Experimental_Cases, Experimental_total,
controled_cases, controled_total)
RR.riesgo relativo

Como puede tener en cuenta, el programa es completamente el mismo; Solo se cambian los datos. Veamos el siguiente resultado:

Ejemplo 3:

La función realtive_risk nos permite calcular la confianza_interval de los datos. Se debe proporcionar el rentable_level para calcular la confianza_interval. Considere la siguiente muestra:

De Scipy.estadísticas.importancia importación relativa_risk
experimental_cases = 53
experimental_total = 100
controled_cases = 47
controled_total = 100
RR = Relative_Risk (Experimental_Cases, Experimental_total,
controled_cases, controled_total)
RR.confianza_interval (confianza_level = 0.5)

Primero, el relativo_risk se calcula con la función relativa_risk y el resultado se almacena en la variable RR. La variable RR se llama la función de confianza_interval al pasar el valor de confianza_level para el riesgo relativo. El confianza_interval devuelve los niveles bajos y altos de confianza. Veamos la salida de la función confianza_interval de la siguiente manera:

Conclusión

En este artículo, proporcionamos los detalles sobre cómo encontrar el riesgo relativo entre los datos especificados. El riesgo relativo es el cálculo o la comparación de dos grupos. De ellos, uno está expuesto al cambio y el otro no está expuesto al cambio. Con la ayuda de un programa de ejemplo, explicamos cómo encontrar el riesgo relativo de los datos. También demostramos algunos ejemplos de Python para mostrar cómo encontrar el riesgo relativo utilizando la función relativa_risk.