R-计算分组数据的置信区间

假设您有一个名为

data

的数据集，如下所示：

Gender Pneumonia_Incidence lower_CI upper_CI
Male   38000               30000    44000
Female 34000               32000    38000

我现在想计算肺炎的总发病率，这很容易做到：

sum(data$Pneumonia_Incidence)

---

但是，如何计算此估算的下限CI和上限CI？只对

较低的CI

和

较高的CI

值求和有效吗？还是我需要做其他事情

如何计算此估算的下限CI和上限CI

您无法使用您提供的信息。你需要知道每个估计患病率的方差。必须知道这一点，因为有人计算了置信区间。通过这些，您可以获得总方差的汇总估计，然后计算总体置信区间

如果这对你很重要，我强烈建议你咨询一位合格的统计学家，或者至少是一本有声望的教科书。这不是简单的高中数学。可能还涉及其他问题，如取样重量。我当然不会在这里寻求统计方面的建议，甚至可能在经常提到的其他地方也不会。如果你的老板问你如何计算置信区间呢？你会说你查阅了互联网吗

将较低的\u CI值和较高的\u CI值相加是否有效

不。差异涉及样本量。考虑一下这个。想象两组，一组样本量非常大，另一组样本量非常小。与小样本组相比，大样本组的置信区间更窄。如果你只是加上两个时间间隔，你会得到一个总体时间间隔，这个时间间隔由两组平均加权，这在直觉上似乎是不正确的。这是一个有偏见的估计

---

。。。还是我需要做些别的

---

咨询统计学家。：）

“我需要做点别的吗”不，那应该行。但是考虑到没有一个区间，但无限多。大多数情况下，我们使用95%的conf.int。最好明确说明我们正在查看的分位数。@dario，这不对。如果你收集了一个大小为n的样本，m为阳性，那么比率估计为m/n，95%的置信区间为m+/-1.96*sqrt（（（m/n）*（1-m/n））/n）。@dario例如，如果我对100人进行了抽样，发现10个阳性，那么每100000人的估计发病率为10000（95%CI 5163-18035）。但如果我抽取200个样本，发现20个阳性，那么每100000人的估计发病率是10000（95%可信区间6366-15230）。如果这里的结果是每100000名男性的发病率和每100000名女性的发病率，简单地加上结果就会得出每200000人的发病率，置信区间是错误的。@dario因为有一个置信区间，我假设发病率是基于一个人群的样本，乘以得出每100000或每百万的发病率。如果想把这些加起来，得到每20万（或每200万）的利率，那将是非常奇怪的。希望OP能澄清他们到底想做什么，而不是我们两个都被一个不完整的例子引入歧途！我们都只是想帮助…@艾伦·卡梅伦。谢谢你的耐心；）我同意，示例不完整，我对CI的解释/使用与我通常使用的CI不同。@J.Doe的评论可能让我误入歧途：

这很容易做到：sum（数据$Pneumonia\u发病率）

。。。。