r - 相对风险的标准误

Question

我正在尝试对相对风险的标准错误进行编码。在许多情况下，我获得了 SE 的无穷大和 NaN 的置信限。我想知道是否需要为参数指定限制才能获得有限的标准误差。这是我的代码

    set.seed(111) 
    k<-63
    n<-60
    xt<-NULL
    xc<-NULL

    pt<-rbeta(k,3,3)   # treatment effect
    pc<-rbeta(k,1,3)   # control effect
    true_RR<-pt/pc   # True Relative Risk

    for(i in 1:k)
    {
    xt<-cbind(xt,rbinom(300,n,pt[i]))

    xc<-cbind(xc,rbinom(300,n,pc[i]))
     }
    a<-xt
    b<-n-a
    c<-xc
    d<-n-c

    RR<-xt/xc

    for (i in 1:300){

    for (j in 1:63) 
    {
    if (xc[i,j]==0)
    {
     RR[i,j]<-0
     }}}
     se_rate<-sqrt((b/(a*(a+b)))+(d/(c*(c+d))))

     l_cl<-RR*exp(-1.96*se_rate)
     u_cl<-RR*exp(1.96*se_rate)

Answer 1

你得到的原因Inf是因为你除以0。特别是，你设置

xc = cbind(xc,rbinom(300,n,pc[i]))
c = xc

稍后计算：

d/(c*(c+d))

所以有一个非零概率设置c为零。你应该做的是一个统计问题，我们没有足够的信息给你明智的建议。