Реброва «Статистический анализ медицинских данных»: обзор

import numpy as np

# Условное ожидание результата, минуты; None означает отсутствие измерения.
raw = [4,5,6,7,None,8,9,None]
x = np.array([v for v in raw if v is not None], dtype=float)
wrong = np.array([0 if v is None else v for v in raw], dtype=float)
print("recorded, missing, mean observed, wrong zero mean:",
      len(x),len(raw)-len(x),x.mean(),wrong.mean())
for assumed in [6.5,15]:
    print("scenario",assumed,(x.sum()+2*assumed)/len(raw))

import numpy as np
from scipy import stats

before = np.array([22,24,26,28,30,32,34,36.])
after = before + np.array([-1,-2,-1,-3,-2,-1,-2,-4.])
d = after-before
result = stats.ttest_rel(after,before)
print("mean difference",d.mean(),"SD differences",d.std(ddof=1))
print("paired t,p",result.statistic,result.pvalue)
print("95% CI",result.confidence_interval())
print("independent Welch p (wrong design)",stats.ttest_ind(after,before,equal_var=False).pvalue)

import numpy as np
from scipy.stats import spearmanr

# Балл дискомфорта порядковый: другая возрастающая кодировка сохраняет ранги.
wait = np.array([5,8,10,12,16,20.])
score = np.array([1,2,2,3,3,4.])
recoded = np.array([1,10,10,100,100,1000.])
print("Spearman original",spearmanr(wait,score).statistic)
print("Spearman recoded",spearmanr(wait,recoded).statistic)