Запитання з тегом «survival»

Я намагаюся провести дискретний аналіз виживання часу за допомогою логістичної регресійної моделі, і я не впевнений, що повністю розумію цей процес. Я б дуже вдячний за допомогу з кількома основними питаннями. Ось налаштування: Я дивлюся на членство в групі протягом п'ятирічного періоду. Кожен член має щомісячний облік членства за кожен …

18 survival  discrete-data  hazard  kaplan-meier 

Я дізнався про модель пропорційної небезпеки Кокса. У мене є великий досвід фитинга моделі логістичної регресії, і так , щоб побудувати інтуїції я порівнюють моделі FIT , використовуючи coxphз R «виживання» з логістичної регресійної моделі FIT , використовуючи glmз family="binomial". Якщо я запускаю код: library(survival) s = Surv(time=lung$time, event=lung$status - …

17 r  logistic  survival  cox-model  power 

Оновлення : Вибачте за інше оновлення, але я знайшов можливі рішення з дробовими поліномами та конкуруючим пакетом ризиків, з яким мені потрібна допомога. Проблема Я не можу знайти простий спосіб зробити залежний від часу аналіз коефіцієнтів в Р. Я хочу, щоб я міг взяти свій коефіцієнт змінних і зробити це …

17 r  regression  survival  cox-model 

Я хочу створити модель прогнозування для прогнозування відбиття і хочу використати дискретну модель виживання часу, пристосовану до набору даних щодо персонального періоду (по одному рядку для кожного клієнта та дискретному періоду, яким вони загрожували, з показником для події - рівним 1 якщо збивання трапилося в той період, інше 0). Мені …

17 survival  predictive-models  churn 

Я студент-медик, який намагається зрозуміти статистику (!) - тож будь ласка, будь ласка! ;) Я пишу есе, що містить неабияку кількість статистичного аналізу, включаючи аналіз виживання (регрес Каплана-Мейєра, Регрес-Рейтингу та Кокса). Я провів регрес Кокса за своїми даними, намагаючись з’ясувати, чи можу я виявити значну різницю між смертністю пацієнтів у …

17 regression  survival  hazard 

Одним із способів узагальнити порівняння двох кривих виживань є обчислення коефіцієнта небезпеки (HR). Існують (принаймні) два способи обчислення цього значення. Метод Логранка. У рамках обчислень Каплана-Мейєра обчисліть кількість спостережуваних подій (як правило, випадків смерті) у кожній групі ( і O b ), а також кількість очікуваних подій, припускаючи нульову гіпотезу …

17 survival  hazard 

Я намагаюся отримати інтуїцію щодо кожної з основних функцій в актуарній науці (спеціально для моделі пропорційних ризиків Кокса). Ось що я маю досі: f(x)f(x)f(x) : починаючи з часу початку, розподілу ймовірності, коли ви помрете. F(x)F(x)F(x) : просто кумулятивний розподіл. На часTTT , який відсоток населення буде мертвим? S(x)S(x)S(x) :1−F(x)1−F(x)1-F(x) . …

17 probability  survival  hazard 

Було обстежено випадкову вибірку популяції. Їх запитали, чи їдять вони вегетаріанську дієту. Якщо вони відповіли "так", їх також попросили вказати, як довго вони їдять вегетаріанську дієту без перешкод. Я хочу використовувати ці дані для обчислення середньої тривалості прихильності до вегетаріанства. Іншими словами, коли хтось стає вегетаріанцем, я хочу знати, що …

16 survival  mean  missing-data  survey  weighted-mean 

Мене плутає рівняння, яке служить визначенням рівня небезпеки. Я розумію, що таке рівень небезпеки, але я просто не бачу, як рівняння виражає цю інтуїцію. Якщо - випадкова величина, яка представляє момент часу смерті когось на часовому інтервалі . Тоді рівень небезпеки:xxx[0,T][0,T][0,T] h(x)=f(x)1−F(x)h(x)=f(x)1−F(x)h(x)=\frac{f(x)}{1-F(x)} Там , де не представляє собою ймовірність смерті …

16 survival  intuition  hazard 

Перестановочні тести (також називаються тестом рандомизації, тестом на повторну рандомізацію або точним тестом) дуже корисні і корисні, коли припущення про нормальний розподіл, необхідне, наприклад, t-testне виконується, і при перетворенні значень за ранжуванням непараметричний тест, як-от Mann-Whitney-U-test, призведе до втрати більше інформації. Однак одне і єдине припущення не слід оминути увагою …

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 

В одному документі, що описує результати аналізу виживання, я прочитав твердження, з якого випливає, що коефіцієнт небезпеки (HR) можна перевести у співвідношення середнього часу виживання ( та ) за допомогою формули:M 2M1M1M_1M2M2M_2 HR=M1M2HR=M1M2HR = \frac{M_1}{M_2} Я впевнений, що це не вдається, коли не можна прийняти пропорційну модель небезпеки (оскільки нічого …

15 survival  hazard 

Скажімо, нам задається наступна проблема: Прогнозуйте, які клієнти, швидше за все, припинять купувати в нашому магазині протягом наступних 3 місяців. Для кожного клієнта ми знаємо місяць, коли його почали купувати в нашому магазині, а також ми маємо багато поведінкових особливостей у щомісячних агрегатах. "Старший" клієнт купує вже п'ятдесят місяців; позначимо …

15 logistic  survival  cox-model 

Припустимо, я побудував модель прогнозування виникнення певної хвороби в одному наборі даних (набір даних щодо побудови моделі) і тепер хочу перевірити, наскільки добре працює модель у новому наборі даних (валідація даних). Для моделі, побудованої з логістичною регресією, я обчислював би прогнозовану ймовірність для кожної людини в наборі даних перевірки на …

15 predictive-models  cross-validation  survival  roc 

Я переглядав різні теми тут, але не думаю, що на моє точне запитання відповіли. У мене є набір даних ~ 50 000 студентів та їх час до відмови. Я буду виконувати пропорційну регресію небезпек із великою кількістю потенційних коваріатів. Я також збираюся здійснити логістичну регресію при відмові / перебуванні. Основною …

14 cross-validation  survival  train 

Я хочу розробити модель прогнозування (Cox PH) для смертності за всіма причинами в наборі даних учасників, з яких (майже) всі померли після закінчення спостереження (наприклад, 1 рік). Замість того, щоб прогнозувати абсолютний ризик померти в певний момент часу, я хотів би передбачити час виживання (у місяцях) для кожної людини. Чи …

14 survival  prediction  cox-model