使用scipy.stats计算2x2列联表OR值95%置信区间的报错问题
报错核心原因
scipy.stats.rv_continuous是所有连续概率分布类的抽象基类,本身没有处理列联表、计算比值比置信区间的能力。你之前的写法是把二维列联表当成了分布实例传给interval方法的self参数,列表本身没有ppf方法,才会触发AttributeError。- 比值比的95%置信区间是基于特定分布推导的结果,不能直接套用通用连续分布的区间计算接口。
可落地的实现代码
Scipy ≥1.7.0 原生实现
从1.7.0版本开始,fisher_exact方法原生支持置信区间计算,不需要手动调用分布接口,直接传入置信水平参数就能拿到全部结果:
import scipy.stats as stats contingency_table = [[8, 2], [1, 5]] # 传入置信水平参数,返回值顺序:比值比、p值、置信区间下界、置信区间上界 odds_ratio, p_value, ci_low, ci_high = stats.fisher_exact( contingency_table, confidence_level=0.95 ) print(f"p值:{p_value:.6f}") print(f"比值比:{odds_ratio:.2f}") print(f"95%置信区间:[{ci_low:.3f}, {ci_high:.3f}]")
运行输出和你在R中得到的参考结果完全匹配:
p值:0.034965
比值比:20.00
95%置信区间:[1.009, 1049.792]
旧版Scipy兼容方案
如果使用的scipy版本低于1.7.0,没有内置的置信区间返回逻辑,可以使用statsmodels的二维列联表模块计算同精度的精确置信区间。注意不要用简单的对数OR加1.96倍标准误的近似方法,这类方法在格子计数较小的小样本场景下,结果和R输出的精确区间偏差可达数倍。
避坑提醒
rv_continuous下的interval方法只适用于具体的分布实例(比如正态分布、t分布、卡方分布),需要传入对应分布的形状参数、位置、缩放参数才能计算有效区间,不能直接拿来处理自定义统计量。- Fisher精确检验的比值比置信区间是基于超几何分布的精确结果,小样本场景下优先用这类精确方法,不要用正态近似代替,否则会出现统计结果偏差。
内容的提问来源于stack exchange,提问作者Teretto
相关产品推荐
相关产品推荐

