Se utiliza un gráfico de Bland-Altman para visualizar las diferencias en las mediciones entre dos instrumentos diferentes o dos técnicas de medición diferentes.
Es útil para determinar qué tan similares son dos instrumentos o técnicas para medir el mismo constructo.
Este tutorial proporciona un ejemplo paso a paso de cómo crear un diagrama de Bland-Altman en Python.
Paso 1: crear los datos
Suponga que un biólogo usa dos instrumentos diferentes (A y B) para medir el peso del mismo conjunto de 20 ranas diferentes, en gramos.
Crearemos el siguiente marco de datos que representa el peso de cada rana, medido por cada instrumento:
importar pandas como 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]})
Paso 2: Cree la gráfica de Bland-Altman
A continuación, usaremos la función mean_diff_plot () del paquete statsmodels para crear un gráfico de Bland-Altman:
importar modelos de estadísticas. api como sm import matplotlib. pyplot como plt #crear el diagrama f de Bland-Altman , ax = plt. subparcelas (1, figsize = (8,5)) sm. gráficos . mean_diff_plot (df.A, df.B, ax = ax) #display Plt de la trama de Bland-Altman . mostrar ()
El eje x del gráfico muestra la medición promedio de los dos instrumentos y el eje y muestra la diferencia en las mediciones entre los dos instrumentos.
La línea negra sólida representa la diferencia promedio en las mediciones entre los dos instrumentos, mientras que las dos líneas discontinuas representan los límites del intervalo de confianza del 95% para la diferencia promedio.
La diferencia promedio resulta ser 0.5 y el intervalo de confianza del 95% para la diferencia promedio es [-1.86, 2.86] .
- https://r-project.org
- https://www.python.org/
- https://www.stata.com/
