置信区间和百分比答案

【问题标题】：Confidence intervals and percentage置信区间和百分比
【发布时间】：2018-01-02 02:44:05
【问题描述】：

我正在尝试生成图 1 中描述的信息，更具体地说，是路径上的百分比和置信区间。图 2 是我在运行下面的语法时得到的。如果这太基本了，我很抱歉，但我真的很难找到正确的语法。非常感谢！

library(partykit)

IG.tree = ctree(total_factor  ~ IGCDS9_1 + IGCDS9_2 + IGCDS9_3 + IGCDS9_4 + 
IGCDS9_5 + IGCDS9_6 + IGCDS9_7 + IGCDS9_8 + IGCDS9_9, 
data = data)

plot(IG.tree)

情节1

情节2

【问题讨论】：

标签： r decision-tree party

【解决方案1】：

您正在寻找的情节不是开箱即用的。但至少最近添加了条形图中条形相对频率的文本：Plot party decision tree

但是，这也需要针对您所追求的布局进行调整。但是你可以为terminal_panel 和inner_panel 设置你自己的函数来做你想要的。我建议首先从partykit 源代码包中复制node_barplot 和node_inner 的源代码，然后对其进行调整以做你想做的事情。

【讨论】：

我想知道 plot1 中显示的路径估计。也许作者正在使用除partykit 之外的另一个包或使用特定的特定源代码来获取这些值。您知道如何获取此类估算值吗？
情节看起来很像来自partykit。显示的所有信息都可以在包内计算。但我建议直接联系作者...
确实，它看起来像partykit。我会给他们发一封电子邮件，如果我得到解决方案，我会在这里发布。
你好，阿奇姆。忘记了一点情节，但开始计算。到目前为止，我无法弄清楚如何为图 1 中的每个拆分显示额外的输出（例如，是的 44.75%[CI]）。在我阅读的所有地方，输出只是标准拆分是/否或给定分数，如图 2 所示（例如，>4）。请您帮忙说明如何获取这些附加信息？非常感谢！
嗯，树的那个分支具有整体n <- 64 + 52 + 65 观察值。响应中“成功”的比例为p <- (1 + 22 + 58) / n。标准差为s <- sqrt(p * (1 - p)/n)。然后用作临界值的正常分位数是q <- qnorm(c(0.5, 0.025, 0.975))。然后你可以把所有的东西放在一起，以百分比计算平均值和置信区间为100 * (p + q * s)。