我手头有一个向量,其中包含不同研究的ROC曲线下面积,例如:
a <- c(.91, .85, .76, .89)
我还有每个研究参与者的绝对数量,例如:
n <- c(50, 34, 26, 47)
我使用weighted.mean函数计算了这些面积的加权平均值:
weighted.mean(a, n)
但是,基于我手头的信息,有没有一种方法在R中计算加权平均数的95%置信区间?我查看了pROC,但据我所知,那里需要每个ROC曲线的原始数据(我没有)。非常感谢您的任何建议!
a <- c(.91, .85, .76, .89)
我还有每个研究参与者的绝对数量,例如:
n <- c(50, 34, 26, 47)
我使用weighted.mean函数计算了这些面积的加权平均值:
weighted.mean(a, n)
但是,基于我手头的信息,有没有一种方法在R中计算加权平均数的95%置信区间?我查看了pROC,但据我所知,那里需要每个ROC曲线的原始数据(我没有)。非常感谢您的任何建议!
weights
包加权平均值相同的函数),按照OP指定的方式进行加权。 - Hack-Rweighted.mean
命令中添加了na.rm=T
后它非常有效。 - fmerhout