Так я же написал в своём первом комментарии: В "мужской" статистике "Лекарство Б" показывает большую долю выздоровевших (на 10%) но при этом "fiabilité des données" для Лекарства Б ниже в три раза (количество мужчин которым давали Лек. Б было 20 человек против 60 которым давали Лек. А). Поэтому ввиду небольшого разброса по доле выздоровевших между двумя лекарствами и гораздо более "надёжного" результата для Лекарства А, оно выглядит более предпочтительным для мужчин. В "женской" же статистике всё замечательно - в случае Лекарства Б и доля выздоровевших выше и надёжность данных для Лекарства Б выше - женщинам смело прописываем Лекарство Б !
Т.е. считается общий коэффициент который равен E(fficacy)*ke * R(eliability)*re для каждого лекарства и потом они сравниваются. (ke и re - это коэффициенты которые позволяют усиливать или ослаблять важность одного из параметров, я их всунул по привычке, так у нас такой способ забит во всех прогнозах - есть общая формула и есть возможность "тюнинга" по желанию пользователя)
no subject
Date: 2020-12-18 03:40 pm (UTC)В "мужской" статистике "Лекарство Б" показывает большую долю выздоровевших (на 10%) но при этом "fiabilité des données" для Лекарства Б ниже в три раза (количество мужчин которым давали Лек. Б было 20 человек против 60 которым давали Лек. А). Поэтому ввиду небольшого разброса по доле выздоровевших между двумя лекарствами и гораздо более "надёжного" результата для Лекарства А, оно выглядит более предпочтительным для мужчин.
В "женской" же статистике всё замечательно - в случае Лекарства Б и доля выздоровевших выше и надёжность данных для Лекарства Б выше - женщинам смело прописываем Лекарство Б !
Т.е. считается общий коэффициент который равен E(fficacy)*ke * R(eliability)*re для каждого лекарства и потом они сравниваются.
(ke и re - это коэффициенты которые позволяют усиливать или ослаблять важность одного из параметров, я их всунул по привычке, так у нас такой способ забит во всех прогнозах - есть общая формула и есть возможность "тюнинга" по желанию пользователя)