确定 R 中具有 95% CI 的两组中位数之间的差异（不是差异的中位数）答案

【问题标题】：Determine the difference between the medians of two groups with 95% CI in R (not the median of the differences)确定 R 中具有 95% CI 的两组中位数之间的差异（不是差异的中位数）
【发布时间】：2021-09-09 12:51:32
【问题描述】：

我有 49 名患者的连续结果变化和该结果的基线评分的数据。此外，我根据中位基线得分将患者划分为低基线得分（Q1）或高基线得分（Q2）。该数据如下所示：

library(boot)

mydata <-
  structure(
    list(
      ID=c(4, 13, 20, 24, 30, 34, 37, 38, 48, 49, 51, 52, 54, 58, 75, 80, 81, 82, 83, 84, 92, 95, 103, 104, 115, 
           117, 125, 127, 138, 141, 153, 160, 172, 180, 185, 197, 198, 202, 205, 213, 221, 253, 255, 258, 262, 
           271, 277, 279, 320), 
      change_continuous_outcome = c(694, 52, 1500, 195, 53, 54, -500, 2, -21, 394, -10, -38, 43, 1500, 
                                    -500, -11, 8, 149, 0, 473, 8, 797, 313, 9, 263, 1219, 68, 216, 
                                    75, 0, 95, 698, -1, 750, 168, 251, -381, 19, 70, 0, 182, 4, -28, 
                                    36, 37, 18, 3, 928, -4), 
      baseline_continuous_outcome = c(2646.8, 3112.4, 10661.6, 5706.7, 81.5, 3730.4, 196.1, 83.9, 177.3, 1976.7, 
                                      3196.8, 2007.5, 63.2, 7594.5, 3261.8, 155.2, 57.2, 11189.7, 0, 
                                      2800.8, 13.9, 3484.5, 3528.1, 3636.6, 9.1, 5681.4, 67.9, 205.4, 138.4, 
                                      3141.1, 138.5, 3795.9, 152.7, 7349.1, 2123.4, 122, 5935.8, 100.7, 
                                      2023.4, 4095.4, 2636.1, 11.9, 2241.1, 198.2, 186, 20.2, 97.7, 6709.8, 169.5), 
      q2vsq1_baseline_cont_outcome = structure(c(2L, 2L, 2L, 2L, 1L, 2L, 1L, 1L, 1L, 1L, 2L, 2L, 1L, 2L, 2L, 
                                                 1L, 1L, 2L, 1L, 2L, 1L, 2L, 2L, 2L, 1L, 2L, 1L, 1L, 1L, 2L, 
                                                 1L, 2L, 1L, 2L, 2L, 1L, 2L, 1L, 2L, 2L, 2L, 1L, 2L, 1L, 1L, 
                                                 1L, 1L, 2L, 1L ), .Label = c("0", "1"), class = "factor")), 
    row.names = c(NA, -49L), 
    class = c("tbl_df", "tbl", "data.frame"))

我执行了 Wilcoxon 秩和检验来比较低基线得分和高基线得分患者之间的 continuous_outcome_change 变量：

wilcox.test(mydata$change_continuous_outcome ~ mydata$q2vsq1_baseline_cont_outcome)
Wilcoxon rank sum test with continuity correction

data:  mydata$change_continuous_outcome by mydata$q2vsq1_baseline_cont_outcome
W = 201.5, p-value = 0.04995
alternative hypothesis: true location shift is not equal to 0

Warning message:
In wilcox.test.default(x = c(53, -500, 2, -21, 394, 43, -11, 8,  :
  cannot compute exact p-value with ties

现在我有兴趣计算组的两个中位数之间的差异，包括 95% 的置信区间。我想使用boot 函数来执行此操作，它接受两个参数：一个用于数据，一个用于索引数据。所以我需要编写一个函数来索引我的数据/计算组之间的中位数。借用我在别处找到的东西 (https://data.library.virginia.edu/the-wilcoxon-rank-sum-test/) 我做了：

med.diff <- function(d, i) {
  mydata <- d[i,] 
  median(mydata$change_continuous_outcome[mydata$q2vsq1_baseline_cont_outcome=="2"]) - 
    median(mydata$change_continuous_outcome[mydata$q2vsq1_baseline_cont_outcome=="1"])
}

boot_result <- boot(data=mydata, statistic=med.diff, R=1000)
median(boot_result$t)
boot.ci(boot_result, type = "perc")

但是，这会返回 NA 结果。我的公式有问题吗？还是其他地方的问题？提前致谢！

【问题讨论】：

仅供参考，我将您的bootstrap-4 标签更改为bootstrapping； Bootstrap 4 是 CSS 框架 Bootstrap 的第 4 版，与统计无关

标签： r dplyr median bootstrapping

【解决方案1】：

据我所知，您得到的错误来自以下行：

median(mydata$change_continuous_outcome[mydata$q2vsq1_baseline_cont_outcome=="2"])

这是不适用。定义基线计数结果的数据结构后，您将其转换为因子，但重新标记了它。所以整数 1 和 2 看起来在数据框中被重新标记为 0 和 1。然后，您在该列中搜索 "2" 的值会返回 NA，因为它不存在。如果您将功能更改为：

med.diff <- function(d, i) {
  mydata <- d[i,] 
  median(mydata$change_continuous_outcome[mydata$q2vsq1_baseline_cont_outcome=="1"]) - 
    median(mydata$change_continuous_outcome[mydata$q2vsq1_baseline_cont_outcome=="0"])
}

你得到：

median(boot_result$t)
> 143

boot.ci(boot_result, type = "perc")
BOOTSTRAP CONFIDENCE INTERVAL CALCULATIONS
Based on 1000 bootstrap replicates

CALL : 
boot.ci(boot.out = boot_result, type = "perc")

Intervals : 
Level     Percentile     
95%   ( -1.0, 579.4 )  
Calculations and Intervals on Original Scale

【讨论】：