平淡的奥特曼巨蟒情节
pyCompare的Python项目详细描述
pycompare
用于生成Bland-Altman图以比较两组度量值的python模块。
您可以使用Binder尝试代码。
安装
要通过pip安装，请运行：
pip install pyCompare
使用pip安装允许使用uninstall命令：
pip uninstall pyCompare
文档
布兰达尔曼（）
blandAltman(data1, data2,
limitOfAgreement=1.96,
confidenceInterval=95,
confidenceIntervalMethod='approximate',
detrend=None,
**kwargs)
生成一个平淡的altman图来比较两组相同值的测量值。
data1和data2应该是包含成对测量值的等长度1d numpy数组。
如果没有None则用confidenceInterval=x绘制x%范围内的置信区间
平均差和一致限的置信区间可使用以下公式计算：
- “精确配对”使用Carkeet描述的精确配对方法 <近似>使用Brand &奥特曼；所描述的近似方法。
当成对测量的数量较低（约100）时，“精确配对”方法将在一致性极限上给出更精确的置信区间，以牺牲更慢的绘图时间为代价。
detrend参数支持以下选项：
None不要试图去趋势化数据-绘制原始值- “线性”尝试通过线性回归建模并删除每个分析之间的乘法偏移量
- “ODR”试图通过正交距离回归建模并移除每个分析之间的乘法偏移量
如果不使用None，建议使用“odr”。
默认情况下，绘图使用当前matplotlib后端显示，或者可以使用savePath=参数保存。
保存时，默认情况下保存PNG格式的图形：
blandAltman(data1, data2,
savePath='SavedFigure.png')
保存格式类型可以从matplotlib使用figureFormat=参数已知的类型中选择：
blandAltman(data1, data2,
savePath='SavedFigure.svg',
figureFormat='svg)
参考文献
要引用pyCompare，请使用zendo doi:10.5281/zenodo.1238915。
- 医学中的测量：方法比较研究的分析〉，皇家统计学会杂志。D辑（统计学家），第32卷，第3期，1983年，第307-317页。JSTOR。
- Altman，D.G.和Bland，J.M.“方法比较研究中的测量一致性”，医学研究统计方法，第8卷，第2期，1999年，第135-160页。DOI。
- Carkeet，A.“Bland-Altman一致极限的精确参数置信区间”，验光与视觉科学，第92卷，第3期，2015年，第E71-E80页DOI。
欢迎加入QQ群-->： 979659372
