«survival» 태그된 질문

로지스틱 회귀 모델을 사용하여 불연속 시간 생존 분석을 수행하려고하는데 프로세스를 완전히 이해하지 못했습니다. 몇 가지 기본적인 질문에 도움을 주셔서 감사합니다. 설정은 다음과 같습니다. 5 년 내에 그룹 멤버십을보고 있습니다. 각 회원은 해당 회원이 그룹에 속한 각 달의 월별 회원 기록을 보유합니다. 5 년 동안 멤버십을 시작한 모든 멤버를 고려하고 있습니다 …

18 survival  discrete-data  hazard  kaplan-meier 

콕스 비례 위험 모델에 대해 배웠습니다. 로지스틱 회귀 모형에 적합한 경험이 많으므로 직관을 구축하기 위해 coxphR "survival"에서 사용 glm하는 모형을로 사용 하는 로지스틱 회귀 모형 과 비교했습니다 family="binomial". 코드를 실행하면 : library(survival) s = Surv(time=lung$time, event=lung$status - 1) summary(coxph(s ~ age, data=lung)) summary(glm(status-1 ~ age, data=lung, family="binomial")) 나는 각각 0.0419와 …

17 r  logistic  survival  cox-model  power 

업데이트 : 다른 업데이트에 대해 죄송하지만 분수 다항식과 도움이 필요한 경쟁 위험 패키지가있는 가능한 솔루션을 찾았습니다. 문제 시간 종속 계수 분석을 수행하는 쉬운 방법을 찾을 수 없습니다 .R입니다. 변수 계수를 가져 와서 시간 의존 계수 (변수가 아닌)로 수행 한 다음 시간에 대한 변동을 플롯 할 수 있기를 원합니다. βmy_ v …

17 r  regression  survival  cox-model 

이탈을 예측하기위한 예측 모델을 구축하고 개인 기간 교육 데이터 세트 (각 고객에 대해 한 행씩, 위험에 처한 개별 기간 및 개별 기간, 이벤트 표시기-1 해당 기간 동안 이탈이 발생한 경우 0). Singer와 Willet 의 기술을 사용하여 일반적인 로지스틱 회귀를 사용하여 모델을 피팅하고 있습니다 . 고객의 이탈은 한 달 동안 어느 …

17 survival  predictive-models  churn 

두 생존 곡선의 비교를 요약하는 한 가지 방법은 위험 비율 (HR)을 계산하는 것입니다. 이 값을 계산하는 데는 적어도 두 가지 방법이 있습니다. 로그 랭크 방법. Kaplan-Meier 계산의 일부로 각 그룹 ( 및 O b )에서 관찰 된 이벤트 수 (일반적으로 사망 ) 및 생존에 차이가없는 귀무 가설을 가정 한 예상 …

17 survival  hazard 

나는 통계를 이해하려고 노력하는 의대생입니다 (!)-조심하십시오! ;) 생존 분석 (Kaplan-Meier, Log-Rank 및 Cox regression)을 포함한 상당한 양의 통계 분석이 포함 된 에세이를 작성 중입니다. 데이터에 대해 콕스 회귀 분석을 실행하여 두 그룹 (고위험군 또는 저 위험군)에서 환자의 사망간에 유의 한 차이를 찾을 수 있는지 알아 냈습니다. Cox 회귀 분석에 여러 …

17 regression  survival  hazard 

보험 계리 과학의 각 주요 기능 (특히 Cox 비례 위험 모델)에 대한 직감을 얻으려고합니다. 여기까지 내가 가진 것입니다 : f(x)f(x)f(x) : 시작 시간에 시작하여 사망 할 확률 분포. F(x)F(x)F(x) : 누적 분포입니다. 시간 , 인구의 몇 %가 죽을 것인가?TTT S(x)S(x)S(x) : . 시간 에 인구의 몇 %가 살아 있습니까?1−F(x)1−F(x)1-F(x)TTT h(x)h(x)h(x) …

17 probability  survival  hazard 

위험률의 정의로 사용되는 방정식에 대해 혼란 스럽습니다. 나는 위험률이 무엇인지에 대한 아이디어를 얻었지만 방정식이 그 직관을 어떻게 표현하는지 보지 못합니다. xxx 가 시간 간격 에서 누군가의 사망 시점을 나타내는 임의의 변수 인 경우 [0,T][0,T][0,T]. 그런 다음 위험률은 다음과 같습니다. h(x)=f(x)1−F(x)h(x)=f(x)1−F(x)h(x)=\frac{f(x)}{1-F(x)} 여기서 F(x)F(x)F(x) 시점까지 사망 가능성을 나타내는 x∈[0,T]x∈[0,T]x\in[0,T] , 1−F(x)1−F(x)1-F(x) 시점까지 …

16 survival  intuition  hazard 

무작위 모집단 샘플을 조사했다. 그들은 채식을 먹는지 물었습니다. 그들이 예라고 대답하면, 그들은 중단없이 채식을 얼마나 오랫동안 먹었는지 명시하도록 요청 받았다. 이 데이터를 사용하여 채식주의에 대한 평균 준수 기간을 계산하고 싶습니다. 다시 말해, 누군가 채식을하면 평균적으로 채식을한다는 것을 알고 싶습니다. 다음과 같이 가정 해 봅시다 : 모든 응답자가 정확하고 정확한 답변을하였습니다 …

16 survival  mean  missing-data  survey  weighted-mean 

순열 검정 (랜덤 화 검정, 재 랜덤 화 검정 또는 정확한 검정이라고도 함)은 매우 유용하며, 예를 들어 요구되는 정규 분포 가정이 t-test충족되지 않고 순위에 따라 값을 변환 할 때 유용합니다. 비모수 테스트 Mann-Whitney-U-test는 더 많은 정보가 손실 될 수 있습니다. 그러나 이러한 종류의 테스트를 사용할 때 단 하나의 가정 만 …

15 hypothesis-testing  permutation-test  exchangeability  r  statistical-significance  loess  data-visualization  normal-distribution  pdf  ggplot2  kernel-smoothing  probability  self-study  expected-value  normal-distribution  prior  correlation  time-series  regression  heteroscedasticity  estimation  estimators  fisher-information  data-visualization  repeated-measures  binary-data  panel-data  mathematical-statistics  coefficient-of-variation  normal-distribution  order-statistics  regression  machine-learning  one-class  probability  estimators  forecasting  prediction  validation  finance  measurement-error  variance  mean  spatial  monte-carlo  data-visualization  boxplot  sampling  uniform  chi-squared  goodness-of-fit  probability  mixture  theory  gaussian-mixture  regression  statistical-significance  p-value  bootstrap  regression  multicollinearity  correlation  r  poisson-distribution  survival  regression  categorical-data  ordinal-data  ordered-logit  regression  interaction  time-series  machine-learning  forecasting  cross-validation  binomial  multiple-comparisons  simulation  false-discovery-rate  r  clustering  frequency  wilcoxon-mann-whitney  wilcoxon-signed-rank  r  svm  t-test  missing-data  excel  r  numerical-integration  r  random-variable  lme4-nlme  mixed-model  weighted-regression  power-law  errors-in-variables  machine-learning  classification  entropy  information-theory  mutual-information 

생존 분석 결과를 설명하는 한 논문에서 나는 공식을 사용하여 위험 비율 (HR)을 평균 생존 시간 비율 ( 및 ) 로 변환 할 수 있음을 암시하는 진술을 읽었습니다 .미디엄1미디엄1M_1미디엄2미디엄2M_2 HR = M1미디엄2H아르 자형=미디엄1미디엄2HR = \frac{M_1}{M_2} 비례 위험 모델을 취할 수 없을 때 유지되지 않습니다 (HR이 잘 정의되어 있지 않으면 아무것도 작동하지 …

15 survival  hazard 

다음과 같은 문제가 있다고 가정 해 봅시다. 다음 3 개월 동안 상점에서 구매를 중단 할 가능성이 가장 높은 고객을 예측하십시오. 각 고객에 대해 우리는 고객이 상점에서 구매하기 시작한 달을 알고 있으며 추가로 월별 집계에 많은 행동 기능이 있습니다. '가장 오래된'고객은 50 개월 동안 구매했습니다. 클라이언트가 ( ) 까지 구매를 시작한 …

15 logistic  survival  cox-model 

하나의 데이터 세트 (모델 구축 데이터 세트)에서 특정 질병의 발생에 대한 예측 모델을 구성했으며 이제 새 데이터 세트 (유효성 검증 데이터 세트)에서 모델이 얼마나 잘 작동하는지 확인하려고합니다. 로지스틱 회귀로 작성된 모델의 경우 모델 빌딩 데이터 세트에서 얻은 모델 계수를 기반으로 유효성 검사 데이터 세트의 각 사람에 대한 예측 확률을 계산 …

15 predictive-models  cross-validation  survival  roc 

나는 여기에서 다양한 스레드를 탐색했지만 정확한 질문에 대답하지 않았다고 생각합니다. ~ 50,000 명의 학생 데이터와 이탈 시간이 있습니다. 잠재적 인 공변량이 많은 비례 위험 회귀 분석을 수행하려고합니다. 또한 중퇴 / 숙박에 대한 로지스틱 회귀 분석을 수행 할 예정입니다. 주요 목표는 새로운 학생 집단을 예측하는 것이지만, 작년의 집단과 크게 다를 것이라고 …

14 cross-validation  survival  train 

추적 조사가 끝날 때 (예 : 1 년) 사망 한 참가자의 데이터 집합에서 모든 원인으로 인한 사망률에 대한 예측 모델 (Cox PH)을 개발하려고합니다. 특정 시점에서 사망의 절대 위험을 예측하는 대신 각 개인의 생존 시간 (개월)을 예측하고 싶습니다. R에서 그러한 예측을 얻을 수 있습니까 (예 : coxph-object에서), 그렇다면 어떻게 할 수 …

14 survival  prediction  cox-model