Запитання з тегом «survival»

Я дивлюся на час, необхідний суддям для прийняття рішень. Кожен суддя оцінює кількість заявників і може або схвалити, або не затвердити заяву. Справа завершується, коли суддя виголошує свій звіт, який може пройти через деякий час після слухання. Кілька випадків все ще були відкриті наприкінці періоду дослідження. Я хочу оцінити середній …

9 survival 

Я намагаюся оцінити вплив 2 препаратів ( drug1, drug2) на ймовірність падіння пацієнта ( event). Пацієнти можуть впасти не один раз, і їх можна в будь-який момент надіти або зняти. Моє запитання полягає в тому, як слід структурувати дані щодо періоду часу (днів), зокрема, чи потрібно перетинатись між днями. Є …

9 r  survival  cox-model 

Для кожного запису в моїх наборах даних я маю таку інформацію (Х1 , … , Хм , δ , Т )(Х1 ,… ,Хм ,δ ,Т ) (X_1 \ , \dots \ , X_m \ , \delta \ , T \ ) де ХiХiX_i є функції, δδ\delta дорівнює 1, якщо відбувається …

9 classification  survival 

З огляду на часові витримки, які цензуровані в інтервалі, як я можу виконати інтервал цензурованої моделі Cox PH R? Пошук rseek виявляє пакет intcox, якого більше не існує у Rсховищі. Я майже впевнений, що coxphфункція в survivalпакеті не може обробляти дані про виживання в інтервалі. Крім того, я не хочу …

9 r  survival  cox-model  interval-censoring 

Скажімо, у вас є такі дані про виживання: 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) ) Для виконання стандартного тесту з ранжуванням журналу можна використовувати survdiff(Surv(time, status) ~ group, data = obs, rho = 0) …

9 r  survival  wilcoxon-signed-rank 

Я створив власну трохи вдосконалену версію термплота, яку я використовую в цьому прикладі, ви можете знайти її тут . Я раніше розміщував повідомлення про SO, але чим більше я думаю про це, я вважаю, що це, ймовірно, більше пов'язане з інтерпретацією моделі небезпеки Кокса, ніж з фактичним кодуванням. Проблема Коли …

9 r  survival  cox-model 

Я зіткнувся зі спробою продемонструвати за допомогою тестування надзвичайно низького рівня помилок для датчика (не більше 1 помилки в 1 000 000 спроб). У нас обмежений час на проведення експерименту, тому ми передбачаємо, що не зможемо отримати більше ніж 4000 спроб. Я не бачу проблем із тим, що датчик не …

9 survival  sample-size  quality-control 

Отже, у мене є 16 випробувань, в яких я намагаюся ідентифікувати людину з біометричної ознаки за допомогою дистанції Hamming. Мій поріг встановлено на 3,5. Мої дані нижче, і лише пробна версія 1 - справжнє Позитивне: Trial Hamming Distance 1 0.34 2 0.37 3 0.34 4 0.29 5 0.55 6 0.47 …

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 

Чи завжди змінний X (небезпека) при аналізі пропорційної регресії небезпеки Кокса повинен бути часом? Якщо ні, чи можете ви надати приклад? Чи може вік хворого на рак бути змінною небезпекою? Якщо так, то чи можна це трактувати як ризик захворіти на рак у певному віці? Чи була б регресія Кокса …

9 regression  survival  hazard 

Я трохи спрощуючи, я маю близько мільйона записів, які фіксують час входу та виходу людей у ​​систему, яка охоплює близько десяти років. Кожен запис має час входу, але не кожен запис має час виходу. Середній час роботи в системі становить ~ 1 рік. Часи виходу відсутні через дві причини: Людина …

9 survival  missing-data