So erstellen Sie einen Bland-Altman-Plot in Python

Ein Bland-Altman-Diagramm wird verwendet, um die Unterschiede in Messungen zwischen zwei verschiedenen Instrumenten oder zwei verschiedenen Messtechniken zu visualisieren.

Es ist nützlich, um zu bestimmen, wie ähnlich zwei Instrumente oder Techniken bei der Messung desselben Konstrukts sind.

Dieses Tutorial enthält ein Schritt-für-Schritt-Beispiel zum Erstellen eines Bland-Altman-Plots in Python.

Schritt 1: Erstellen Sie die Daten

Angenommen, ein Biologe verwendet zwei verschiedene Instrumente (A und B), um das Gewicht desselben Satzes von 20 verschiedenen Fröschen in Gramm zu messen.

Wir erstellen den folgenden Dataframe, der das Gewicht jedes Frosches darstellt, wie es von jedem Instrument gemessen wird:

import pandas as pd

df = pd.DataFrame({'A': [5, 5, 5, 6, 6, 7, 7, 7, 8, 8, 9,
                         10, 11, 13, 14, 14, 15, 18, 22, 25],
                   'B': [4, 4, 5, 5, 5, 7, 8, 6, 9, 7, 7, 11,
                         13, 13, 12, 13, 14, 19, 19, 24]})

Schritt 2: Erstellen Sie das Bland-Altman-Diagramm

Als Nächstes verwenden wir die Funktion mean_diff_plot() aus dem Paket statsmodels, um ein Bland-Altman-Diagramm zu erstellen:

import statsmodels.api as sm
import matplotlib.pyplot as plt

#Bland-Altman-Plot erstellen                  
f, ax = plt.subplots(1, figsize = (8,5))
sm.graphics.mean_diff_plot(df.A, df.B, ax = ax)

#Bland-Altman-Plot anzeigen
plt.show()

Die x-Achse des Diagramms zeigt die durchschnittliche Messung der beiden Instrumente und die y-Achse zeigt die Differenz der Messungen zwischen den beiden Instrumenten.

Die schwarze durchgezogene Linie stellt die durchschnittliche Differenz der Messungen zwischen den beiden Instrumenten dar, während die beiden gestrichelten Linien die 95%-Konfidenzintervallgrenzen für die durchschnittliche Differenz darstellen.

Die durchschnittliche Differenz beträgt 0,5 und das 95%-Konfidenzintervall für die durchschnittliche Differenz beträgt [-1,86, 2,86].