«survival» 태그된 질문

판사들이 결정을 내리는 데 필요한 시간을보고 있습니다. 각 판사는 많은 신청자를 평가하며 신청서를 승인하거나 승인 할 수 없습니다. 판사는 청문회 후 언젠가 보고서를 제출하면 사건이 마무리됩니다. 연구 기간이 끝날 무렵에도 많은 사례가 열렸습니다. 사례가 시스템을 통과하는 데 필요한 평균 시간을 추정하고 싶습니다. 또한 거부 된 케이스가 승인 된 케이스보다 오래 …

9 survival 

환자가 넘어 질 가능성에 대한 2 가지 약물 ( drug1, drug2) 의 효과를 추정하려고합니다 ( event). 환자는 한 번 이상 넘어 질 수 있으며 언제라도 약물을 복용하거나 제거 할 수 있습니다. 내 질문은 기간 (일)과 관련하여 데이터를 구성하는 방법, 특히 일 사이에 겹칠 필요가 있는지 여부입니다. 내 구조가 잘못되었다고 생각하는 …

9 r  survival  cox-model 

내 데이터 세트의 각 레코드에 대해 다음 정보가 있습니다. (X1 ,… ,Xm ,δ ,T )(X1 ,… ,Xm ,δ ,T ) (X_1 \ , \dots \ , X_m \ , \delta \ , T \ ) 여기서 는 기능이고 는 대상 이벤트가 발생하면 1이고 그렇지 않으면 0이며 는 발생 이벤트의 타임 …

9 classification  survival 

간격 검열 생존 시간이 주어지면 어떻게 간격 검열 Cox PH 모델을 수행 R합니까? rseek 검색은 패키지를 켜고 intcox더 이상 R저장소에 없습니다. 패키지 의 coxph함수가 survival간격 검열 생존 데이터를 처리 할 수 ​​없다고 거의 긍정적 입니다. 또한 데이터를 무시하고 coxph함수 를 사용하고 싶지 않습니다 . 이 방법은 구간 검열의 불확실성을 무시하기 …

9 r  survival  cox-model  interval-censoring 

다음과 같은 생존 데이터가 있다고 가정하십시오. obs <- data.frame( time = c(floor(runif(100) * 30), floor((runif(100)^2) * 30)), status = c(rbinom(100, 1, 0.2), rbinom(100, 1, 0.7)), group = gl(2,100) ) 표준 로그 순위 테스트를 수행하려면 survdiff(Surv(time, status) ~ group, data = obs, rho = 0) 권리? 그러나 다른 테스트는 어떻습니까? Wilcoxon …

9 r  survival  wilcoxon-signed-rank 

이 예제에서 사용하는 약간 개선 된 termplot 버전을 만들었습니다 . 여기서 찾을 수 있습니다 . 나는 이전에 SO 에 게시 했지만 더 많이 생각할 때 이것이 실제 코딩보다 Cox 비례 위험 모델의 해석과 더 관련이 있다고 생각합니다. 문제 위험 비율 그림을 볼 때 신뢰 구간이 자연스럽게 0 인 기준점을 가질 …

9 r  survival  cox-model 

센서에 대해 매우 낮은 오류율을 테스트하여 (100 만 번의 시도에서 1 오류를 초과하지 않음) 시연하려고합니다. 실험을 수행 할 시간이 제한되어 있으므로 약 4,000 번 이상 시도 할 수 없을 것으로 예상됩니다. 4,000 번의 시도에서 한 번의 오류만으로도 하한이 0.000001보다 큰 오류율에 대해 95 % 신뢰 구간을 생성하므로 센서가 요구 사항을 …

9 survival  sample-size  quality-control 

그래서, 나는 16 개의 시험을 가지고 있는데, 여기에서 Hamming Distance를 사용하여 생체 특성으로부터 사람을 인증하려고합니다. 임계 값이 3.5로 설정되었습니다. 내 데이터는 다음과 같으며 1 번 시험 만 참 긍정입니다. Trial Hamming Distance 1 0.34 2 0.37 3 0.34 4 0.29 5 0.55 6 0.47 7 0.47 8 0.32 9 0.39 …

9 mathematical-statistics  roc  classification  cross-validation  pac-learning  r  anova  survival  hazard  machine-learning  data-mining  hypothesis-testing  regression  random-variable  non-independent  normal-distribution  approximation  central-limit-theorem  interpolation  splines  distributions  kernel-smoothing  r  data-visualization  ggplot2  distributions  binomial  random-variable  poisson-distribution  simulation  kalman-filter  regression  lasso  regularization  lme4-nlme  model-selection  aic  r  mcmc  dlm  particle-filter  r  panel-data  multilevel-analysis  model-selection  entropy  graphical-model  r  distributions  quantiles  qq-plot  svm  matlab  regression  lasso  regularization  entropy  inference  r  distributions  dataset  algorithms  matrix-decomposition  regression  modeling  interaction  regularization  expected-value  exponential  gamma-distribution  mcmc  gibbs  probability  self-study  normality-assumption  naive-bayes  bayes-optimal-classifier  standard-deviation  classification  optimization  control-chart  engineering-statistics  regression  lasso  regularization  regression  references  lasso  regularization  elastic-net  r  distributions  aggregation  clustering  algorithms  regression  correlation  modeling  distributions  time-series  standard-deviation  goodness-of-fit  hypothesis-testing  statistical-significance  sample  binary-data  estimation  random-variable  interpolation  distributions  probability  chi-squared  predictor  outliers  regression  modeling  interaction 

Cox 비례 위험 회귀 분석에서 X (위험) 변수는 항상 시간이어야합니까? 그렇지 않다면, 예를 들어 주시겠습니까? 암 환자의 연령이 위험 변수가 될 수 있습니까? 그렇다면 특정 나이에 암에 걸릴 위험으로 해석 할 수 있습니까? 콕스 회귀 분석은 유전자 발현과 연령 간의 연관성을 연구하기위한 합법적 인 분석일까요?

9 regression  survival  hazard 

약간 단순화하면서, 약 10 년에 걸친 시스템에서 사람들의 출입 시간과 출입 시간을 기록한 약 백만 개의 레코드가 있습니다. 모든 레코드에는 시작 시간이 있지만 모든 레코드에는 종료 시간이 없습니다. 시스템의 평균 시간은 ~ 1 년입니다. 누락 된 종료 시간은 두 가지 이유로 발생합니다. 데이터를 캡처 할 때 시스템을 떠나지 않았습니다. 그 …

9 survival  missing-data