«survival» 태그된 질문

올바른 검열을 받고 비례 위험과 일정한 기준 위험으로 일부 분포를 따르는 완구 생존 (이벤트 시간) 데이터를 작성하려고합니다. 다음과 같이 데이터를 만들었지 만 Cox 비례 위험 모델을 시뮬레이션 된 데이터에 적용한 후 실제 값에 가까운 예상 위험 비율을 얻을 수 없습니다. 내가 뭘 잘못 했어? R 코드 : library(survival) #set parameters …

12 survival  cox-model  monte-carlo 

피셔의 정확한 테스트를 더 잘 이해하고 싶기 때문에 f와 m이 남성과 여성에 해당하고 n과 y가 "소다 소비"에 해당하는 다음 장난감 예제를 고안했습니다. > soda_gender f m n 0 5 y 5 0 분명히 이것은 과감한 단순화이지만 컨텍스트가 방해되는 것을 원하지 않았습니다. 여기서 나는 남자들이 음료수를 마시지 않고 여자들은 음료수를 마시고 …

12 fishers-exact  hypergeometric  clustering  supervised-learning  modeling  econometrics  r  regression  residuals  heteroscedasticity  independence  distributions  self-study  matlab  libsvm  self-study  conditional-probability  conditional-expectation  hypothesis-testing  self-study  multiple-comparisons  mode  statistical-significance  chi-squared  multiple-comparisons  maximum-likelihood  poisson-process  optimization  uncertainty  genetic-algorithms  bayesian  model-selection  overfitting  maximum-likelihood  optimization  approximation  r  prediction  model-evaluation  r  machine-learning  survival  neural-networks  cox-model  machine-learning  bayesian  bayesian-network  hierarchical-bayesian  pooling 

체스 플레이어가 그랜드 마스터 타이틀을 획득 할 수있는 막내 나이가 1950 년대 이래로 상당히 감소한 것으로 알려져 있으며, 현재 15 세 생일 전에 그랜드 마스터가 된 사람은 거의 30 명입니다 . 그러나 Chess Stack Exchange에 질문 이 있는데, 그랜드 마스터가되기위한 평균 연령은 얼마입니까? . 어떤 사람은 자신이 그랜드 마스터의 6 …

11 survival  bias  population  censoring  subset 

나는 컴퓨터 게임에서이 배포판을보고 그 동작에 대해 더 배우고 싶었다. 주어진 수의 플레이어 동작 후에 특정 이벤트가 발생해야하는지에 대한 결정에서 비롯됩니다. 이 이상의 세부 사항은 관련이 없습니다. 다른 상황에도 적용되는 것 같고 계산하기 쉽고 긴 꼬리를 만들기 때문에 흥미로 웠습니다. 모든 단계 에서, 게임은 균일 한 난수 합니다. 경우 , …

11 probability  distributions  survival  discrete-data 

다음 Cox PH 모델이 있습니다. (시간, 이벤트) ~ X + Y + Z 내가 예측 위험 좀하고 싶습니다 요금 (내가 위험 비율에 대해 이야기하고 하지 의 특정 값을 주어 위험 비율) X, Y, Z. muhaz R 패키지 가 관측 된 위험률을 계산할 수 있다는 것을 알고 있지만 예측 모델에 관심이 …

11 r  survival  hazard  cox-model 

유전자 시그니처가 재발 위험이 낮은 대상을 식별한다고 가정하면, 이는 인구의 20 %에서 사건 비율이 0.5 (위험 비율 0.5) 감소하고 후 향적 코호트 연구의 샘플을 사용하려는 것입니다. 가정 된 두 그룹에서 동일하지 않은 숫자에 대해 표본 크기를 조정해야합니까? 예를 들어 Collett, D : Medical Research의 생존 데이터 모델링, 제 2 판-제 …

11 survival  power-analysis  genetics 

Type I 오른쪽 검열 된 관측치를 포함하는 n Weibull 분포 수명의 표본을 어떻게 시뮬레이션 할 수 있는지 궁금합니다. 예를 들어, n = 3, 모양 = 3, 스케일 = 1 및 검열 속도 = .15, 검열 시간 = .88로 설정합니다. Weibull 샘플을 생성하는 방법은 알고 있지만 R에서 오른쪽으로 검열 된 유형의 …

11 r  survival  simulation  random-generation 

사건 발생 시간 생존 데이터의 Cox 비례 위험 모델링을 수행 할 때 성향 스코어 가중치 (IPTW)와 관련하여 : 대부분의 경우 환자가 이미 기준선에서 복용하고있는 약물의 치료 효과를 살펴 보는 데 관심이있는 예상 레지스트리 데이터가 있습니다. 따라서 데이터를 가장 잘 분석하는 방법을 잘 모르겠습니다. 잠재적으로, 기준 변수 중 일부는 치료에 의해 …

11 r  survival  cox-model  propensity-scores 

나는 생존 분석에 대해 조금 읽고 있으며 대부분의 교과서에는 h(t)=limΔt→0P(t&lt;T≤t+Δt|T≥t)Δt=f(t)1−F(t)(1)h(t)=limΔt→0P(t&lt;T≤t+Δt|T≥t)Δt=f(t)1−F(t)(1)h(t)= \lim_{ \Delta t \rightarrow 0} \frac{P(t < T \leq t+\Delta t |T \geq t )}{ \Delta t} =\frac{f(t)}{1-F(t)} (1) 여기서 h(t)h(t)h(t) 는 위험률이며 f(t)=limΔt→0P(t&lt;T≤t+Δt)Δt(2)f(t)=limΔt→0P(t&lt;T≤t+Δt)Δt(2)f(t)=\lim_{\Delta t \rightarrow 0} \frac{P(t < T \leq t+\Delta t)}{ \Delta t}(2) 밀도 함수, F(t)=Pr(T&lt;t)(3)F(t)=Pr(T&lt;t)(3)F(t)=Pr(Tt)=1-F(t) (4) 또한 …

11 survival 

나는 생존 분석에 익숙하지 않으며 최근에 특정 목표가 주어지면 그것을 수행하는 다른 방법이 있다는 것을 배웠습니다. 이러한 방법의 실제 구현 및 적절성에 관심이 있습니다. 나는 시간, 상태 및 기타 의료 데이터를 고려하여 환자의 생존을 얻는 방법으로 전통적인 콕스 비례 위험 , 가속 장애 시간 모델 및 신경망 (다층 퍼셉트론)을 제시했습니다. …

10 r  machine-learning  survival  neural-networks  cox-model 

나는 매 라운드마다 마멸로 5 라운드 베팅에 대한 일련의 승리 및 패배에 대한 데이터를 가지고 있습니다. 데이터를 표시하기 위해 다음과 같은 의사 결정 트리를 사용하고 있습니다. 트리의 상단을 향한 노드는 베팅에서 승리 한 노드이며, 트리의 하단에있는 노드는 베팅이 실패하는 노드입니다. (a) 각 노드의 감소 (b) 각 노드의 평균 내기 크기 …

10 t-test  survival  panel-data  time-varying-covariate 

간단한 예제를 위해 두 개의 선형 회귀 모델이 있다고 가정합니다. 모델 1은이 세 가지 예측, x1a, x2b, 및x2c 모형 2에는 모형 1의 예측 변수 3 개와 추가 예측 변수 2 개가 x2a있으며x2b 설명 된 모집단 분산이 모형 1의 경우 ρ2( 1 )ρ(1)2\rho^2_{(1)} 이고 모형 2의 경우 모집단 회귀 방정식이 있습니다. …

10 regression  confidence-interval  estimation  r-squared  shrinkage  anova  t-test  references  tukey-hsd  machine-learning  boosting  r  clustering  fishers-exact  generalized-linear-model  model  probit  link-function  r  survival  probability  distributions  dice  logistic  lme4-nlme  glmm  meta-analysis  distributions  distributions  factor-analysis  r  anova  repeated-measures  post-hoc 

survival의 패키지 R가 나타납니다 연속 시간 생존 모델에 초점을 맞 춥니 다. 보완 로그-로그 모델 인 비례 위험 모델의 이산 시간 버전을 추정하는 데 관심이 있습니다. 간단한 오른쪽 검열을 통해 상당히 간단한 생존 모델이 있습니다. 이 모델을 추정하는 한 가지 방법은 "죽지 않은"각 기간 동안 각 관측치에 대해 별도의 행이있는 …

10 r  survival 

나는 질병의 결과에 대한 임신의 영향을 모델링하고있다. 환자의 약 40 %가 진단 시점에 임신했지만 다른 시점에 임신했습니다. 지금까지 생존에 대한 임신의 명확한 보호 효과와 규칙적인 콕스 모델을 보여주는 KM 플롯을 수행했지만 이분법적인 임신 변수 만 사용하여 모델링되었으며 효과가 진단 시점에서 존재한다고 가정하면 분명히 비현실적입니다. 임신까지의 평균 시간은 진단부터 4 년입니다. …

10 survival 

질병이없는 생존 데이터 (특정 질병이 해당 사건의 시간 또는 추적 실패와 함께 진단되었는지 여부로 정의 됨)와 전체 생존 데이터가있는 경우 전체 생존 데이터가없는 경우 질병 사건? 이들을 검열하거나 질병없는 생존 (dfs) 분석에서 그러한 환자를 제외시켜야합니까? 몇 가지 특정 유형의 질병에 대해 dfs 분석을 개별적으로 실행할 계획입니다.

10 regression  survival  epidemiology