Вопросы с тегом «hazard»

Допустим, у меня есть набор данных «почечный катетер». Я пытаюсь смоделировать кривую выживания, используя модель Кокса. Если я рассматриваю модель Кокса: мне нужна оценка базовой опасности. Используя встроенную функцию пакета R , я легко могу сделать это так:ч (t,Z) =h0exp(b'Z) ,h(T,Z)знак равночас0ехр⁡(б'Z),h(t,Z) = h_0 \exp(b'Z),survivalbasehaz() library(survival) data(kidney) fit <- coxph(Surv(time, …

19 r  cox-model  hazard 

Я пытаюсь провести анализ выживания с дискретным временем, используя модель логистической регрессии, и я не уверен, что полностью понимаю процесс. Я был бы очень признателен за помощь с несколькими основными вопросами. Вот установка: Я смотрю на членство в группе в течение пятилетнего периода времени. Каждый участник имеет ежемесячную запись членства …

18 survival  discrete-data  hazard  kaplan-meier 

Я студент-медик, пытаюсь понять статистику (!) - так что будьте осторожны! ;) Я пишу эссе, содержащее достаточное количество статистического анализа, включая анализ выживания (Kaplan-Meier, Log-Rank и регрессия Кокса). Я провел регрессию Кокса на моих данных, пытаясь выяснить, могу ли я найти значительную разницу между смертями пациентов в двух группах (пациенты …

17 regression  survival  hazard 

Одним из способов суммировать сравнение двух кривых выживаемости является вычисление коэффициента опасности (ЧСС). Есть (как минимум) два метода для вычисления этого значения. Метод Логранка. Как часть вычислений Каплана-Мейера, вычислите число наблюдаемых событий (обычно смертей) в каждой группе ( O aОaOa и ) и количество ожидаемых событий, предполагая нулевую гипотезу об …

17 survival  hazard 

Я пытаюсь получить интуицию для каждой из основных функций в актуарной науке (специально для модели пропорциональных рисков Кокса). Вот что у меня так далеко: f(x)f(x)f(x) : начиная с момента начала, распределение вероятностей, когда вы умрете. F(x)F(x)F(x) : только совокупное распределение. В момент времени , какой процент населения погибнет?TTT S(x)S(x)S(x) :1−F(x)1−F(x)1-F(x) …

17 probability  survival  hazard 

Меня смущает уравнение, которое служит определением степени опасности. Я понимаю, что такое уровень опасности, но я просто не понимаю, как уравнение выражает эту интуицию. Если xxx - случайная величина, которая представляет момент времени смерти кого-либо на интервале времени [0,T][0,T][0,T] . Тогда уровень опасности: h(x)=f(x)1−F(x)h(x)=f(x)1−F(x)h(x)=\frac{f(x)}{1-F(x)} Там , где F(x)F(x)F(x) не представляет …

16 survival  intuition  hazard 

В одной статье, описывающей результаты анализа выживаемости, я прочитал утверждение, которое подразумевает, что можно перевести отношение рисков (HR) в отношение средних времен выживания ( и ), используя формулу:М 2M1M1M_1M2M2M_2 ЧАСR = M1M2ЧАСрзнак равноM1M2HR = \frac{M_1}{M_2} Я уверен, что это не имеет места, когда нельзя принять пропорциональную модель риска (поскольку ничто …

15 survival  hazard 

Я делаю пропорциональную регрессию рисков Кокса в R, используя coxphмножество переменных. Остатки Мартингейла выглядят великолепно, а остатки Шенфельда отлично подходят для ПОЧТИ всех переменных. Есть три переменные, чьи остатки Шенфельда не плоские, и природа переменных такова, что имеет смысл, что они могут изменяться со временем. Это переменные, которые меня не …

15 r  model  cox-model  hazard  schoenfeld-residuals 

Я читал некоторые статьи, и мне неясно, каковы конкретные определения среднего эффекта лечения (ATE) и предельного эффекта лечения (MTE). Они одинаковы? По словам Остина ... Условный эффект - это средний эффект перемещения объекта от необработанного к леченному на уровне субъекта. Коэффициент регрессии для переменной индикатора назначения лечения из модели многомерной …

14 causality  hazard  propensity-scores  marginal-effect  marginal-model 

Я работаю над классической проблемой прогнозирования оттока, используя количество посещений сайта данным пользователем, и я подумал, что регрессия Пуассона была подходящим инструментом для моделирования будущего вовлечения этого пользователя. Когда я наткнулся на книгу об анализе выживания и моделировании рисков, я не знаю, какая техника лучше. Я не хочу исследовать обе …

13 survival  hazard  poisson-process 

У меня есть следующая модель Кокса PH: (Время, Событие) ~ X + Y + Z Я хотел бы получить оценки опасности скорости (я говорю о скоростях опасности НЕ опасности коэффициентов) даны конкретные значения X, Y, Z. Я знаю, что пакет muhaz R может рассчитывать наблюдаемые уровни опасности, но мне интересна …

11 r  survival  hazard  cox-model 

Я читаю статью, в которой показаны коэффициенты опасности для непрерывных переменных, но я не уверен, как интерпретировать данные значения. Мое текущее понимание коэффициентов опасности состоит в том, что число представляет относительную вероятность [события] при определенном условии. Например: если отношение риска смерти от рака легких при курении (бинарное событие) равно 2, …

10 continuous-data  hazard 

В логистической регрессии отношение шансов 2 означает, что событие в 2 раза более вероятно, учитывая увеличение на одну единицу предиктора. В регрессии Кокса коэффициент опасности 2 означает, что событие будет происходить в два раза чаще в каждый момент времени с учетом увеличения предиктора на одну единицу. Разве это не одно …

10 logistic  cox-model  odds-ratio  hazard 

Это всего лишь пример, с которым я сталкивался несколько раз, поэтому у меня нет примеров данных. Запуск модели линейной регрессии в R: a.lm = lm(Y ~ x1 + x2) x1является непрерывной переменной x2является категориальным и имеет три значения, например, «Низкий», «Средний» и «Высокий». Однако вывод, заданный R, будет выглядеть примерно …

10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction 

Итак, у меня есть 16 испытаний, в которых я пытаюсь идентифицировать человека по биометрической характеристике, используя расстояние Хэмминга. Мой порог установлен на 3,5. Мои данные ниже, и только пробная версия 1 является истинным положительным результатом: 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