：医学统计中的or值与rr值是什么？在中，常常有or、rr值，表示某因素对病情的影响程度。
下面学习一下odds、or、rr的概念：
在病例对照研究中，可以画出下列的四格表：
odds:称为比值、比数，是指某事件发生的可能性(概率)与不发生的可能性(概率)之比。在病例对照研究中病例组的暴露比值为：
odds1 = (a/(a c))/(c(a c)) = a/c，
对照组的暴露比值为：
odds2 = (b/(b d))/(d/(b d)) = b/d
or：比值比，为：病例组的暴露比值(odds1)/对照组的暴露比值(odds2) = ad/bc
换一种角度，暴露组的疾病发生比值：
odds1 = (a/(a b))/(b(a b)) = a/b
非暴露组的疾病发生比值：
odds2 = (c/(c d))/(d/(c d)) = c/d
or = odds1/odds2 = ad/bc
与之前的结果一致。
or的含义与相对危险度相同，指暴露组的疾病危险性为非暴露组的多少倍。or>1说明疾病的危险度因暴露而增加，暴露与疾病之间为“正”关联;or<1说明疾病的危险度因暴露而减少，暴露与疾病之间为“负”关联。还应计算or的置信区间，若区间跨1，一般说明该因素无意义。
关联强度大致如下：
rr:相对危险度(relative risk)的本质为率比(rate ratio)或危险比(risk ratio)，即暴露组与非暴露组发病率之比，或发病的概率之比。但是病例对照研究不能计算发病率，所以病例对照研究中只能计算or。当人群中疾病的发病率或者患病率很小时，or近似等于rr，可用or值代替rr。
不同发病率情况下，or与rr的关系图如下：
当发病率<10%时，rr与or很接近。当发病率增大时，两者的差别增大。当or>1时，or高估了rr，当or<1时，or低估了rr。
设疾病在非暴露人群中的发病为p0，则可用下列公式对rr记性校正：
rr = or/((1-p0) (p0*or))
若p0未知，可以用c/(c d)估计。
的“交叉表(cross-table)”检验和分析可以直接给出or值及置信区间。
交叉表检验中，勾选“风险”选项，如图:
logisti回归中，勾选“exp(b)的ci”选项，如图：
