数学 統計に詳しい人が語るコロナウイルス
■ このスレッドは過去ログ倉庫に格納されています
東大数学科卒の元官僚はこう分析してるが、お前らはどうなると思う? http://www.zakzak.co.jp/soc/news/200220/dom2002200003-n2.html 中国国外感染者の中国国内との比率をみると、 1月20日の数字公表以降は、0・8〜2・6%で比較的安定している。 これは、新型肺炎の感染者のほとんどは中国国内、それも湖北省に集中しているからだ。 ちなみに中国国外での感染者数は、中国国内の1・1%だ(2月16日現在)。 本コラムで紹介したが、現時点では、最終的な中国国内の感染者数は20万人超と筆者は推計している。 となると、中国国外の感染者は数千人程度になるだろう。 中国国外のうち日本の比率は1割弱なので、日本の感染者数は数百人程度であろう。 その場合、死者も数人から10人程度になるだろう。 こうした推計をすると、今の感染者は氷山の一角だと思われるが、今後の増加ペースはどうなるだろうか。 新型コロナウイルスの検査は簡単に行えるので、今後、日本での感染者数は増えていくだろう。 ある時点ではそれがネズミ算的に増えるかのように思える局面もあるだろうが、 筆者の推計が正しければ、現時点ではせいぜい数百人が一つのメドだ。 >>692 ロッシェとアボトットという業界では一流ブランドなのに一致率が低いのに驚き TYO=matrix(c(2,4,2,1963),2,b=T) > OSA=matrix(c(5,5,11,2949),2,b=T) > MYA=matrix(c(1,6,2,3000),2,b=T) > (dat=TYO+OSA+MYA) [,1] [,2] [1,] 8 15 [2,] 15 7912 > library('epiR') > epi.kappa(dat) $prop.agree obs exp 1 0.9962264 0.9942306 $pindex est se lower upper 1 -0.9942138 0.0008513625 -0.9958825 -0.9925452 $bindex est se lower upper 1 0 0.0008518883 -0.00166967 0.00166967 $pabak est lower upper 1 0.9924528 0.9892346 0.9949051 $kappa est se lower upper 1 0.3459338 0.01121544 0.323952 0.3679157 $z test.statistic p.value 1 30.84442 6.655295e-209 $mcnemar test.statistic df p.value 1 0 1 1 ロシュとアボットのキットのカッパ値をMCMCして分布をだしてみた。 https://i.imgur.com/VosPLlv.png >>694 これだけ一致率が低いデータで東京大阪宮城で陽性率に有意差があるを検定することに意味があるんだろうか? >>692 多重比較になるけど、補正なしでも都市間の有意差はでないね。 むしろ、有名メーカーの検査キットの不一致の方が意外だった。 > positives=c(TYO=2,OSA=5,MYA=1) > subjects =c(TYO=1971,OSA=2970,MYA=3009) > pairwise.prop.test(positives,subjects,p.adjust.method = 'none') Pairwise comparisons using Pairwise comparison of proportions data: positives out of subjects TYO OSA OSA 0.82 - MYA 0.71 0.21 P value adjustment method: none Warning messages: 1: In prop.test(x[c(i, j)], n[c(i, j)], ...) : Chi-squared approximation may be incorrect 2: In prop.test(x[c(i, j)], n[c(i, j)], ...) : Chi-squared approximation may be incorrect 3: In prop.test(x[c(i, j)], n[c(i, j)], ...) : Chi-squared approximation may be incorrect > library(fmsb) > pairwise.fisher.test(positives,subjects,p.adjust.method = 'none') Pairwise comparisons using Pairwise comparison of proportions (Fisher) data: positives out of subjects TYO OSA OSA 0.71 - MYA 0.57 0.12 P value adjustment method: none まあ、特異度99.5%でも偽陽性が15人ぐらいでるから、陽性者はほとんどそれなんだろうな。なので両方陽性の人のみを数えてるのは正しいと思う。 日本の抗体保有率が低すぎたと。 統計勉強しててこのスレ見つけたんですけどみなさんRつかってるんですね pythonや他の言語ではないということは統計界隈はRが主流なのでしょうか? >>697 偽陽性率 = 1 - 特異度だから全部が偽陽性の可能性もあるなぁ。 その確率は計算できるのだろうか? >>699 https://www.magojibi.jp/928/ https://www.magojibi.jp/920/ ここを信じる限り、特異度は99.6%と99.8%。3000人の検査で6〜12人偽陽性が出る感じで、あってるように思う。 両方同時に偽陽性になる検体が1つ以上出る確率は2.3%だから、2つ調べればほぼ確実ということだろうね。まあ、互いに独立した事象ならという仮定だが。 2キットが両方陽性のときのみ検査陽性とすると 特異度は 1-((1-0.996)×(1-0.998)) =0.999992 でいいのかな? 偽陽性率は100万分の8でいいのか。 すると全部偽陽性というわけでもなさそう。 >>702 あくまで、偽陽性の発生が2つの試験で独立の場合。 実際には、判定メカニズムに共通部分があるだろうから、完全に独立ではなくある程度相関はあるかも。相関が低いほど最終的な特異度は高くなる。 そういう意味では、カッパ値が低いことはむしろ利点となる。 レスありがとうございます。 有病率prevalenceが低いとカッパ値は低めにでるらしいので これを補正した PABAK = 2✕(陽性合致数+陰性合致数)/ 検査総数 − 1 は>693にある通り0.992と高いので 2キットは相関しているような気もする。 ■ このスレッドは過去ログ倉庫に格納されています
read.cgi ver 07.5.1 2024/04/28 Walang Kapalit ★ | Donguri System Team 5ちゃんねる