«hazard» etiketlenmiş sorular

Diyelim ki bir "böbrek kateter" veri setim var. Bir Cox modeli kullanarak bir hayatta kalma eğrisi modellemeye çalışıyorum. Bir Cox modeli düşünürsem: temel tehlike tahminine ihtiyacım var. Yerleşik paket R işlevini kullanarak, bunu kolayca yapabilirim:h ( t , Z) = h0tecrübe( b'Z) ,h(t,Z)=h0tecrübe⁡(b'Z),h(t,Z) = h_0 \exp(b'Z),survivalbasehaz() library(survival) data(kidney) fit <- …

20 r  cox-model  hazard 

Lojistik regresyon modelini kullanarak ayrık bir zaman hayatta kalma analizi yapmaya çalışıyorum ve süreci tamamen anladığımdan emin değilim. Birkaç temel soruyla ilgili yardımı çok takdir ediyorum. İşte kurulum: Beş yıllık bir zaman diliminde bir gruba üyeliğe bakıyorum. Her üyenin üye olduğu her ay için aylık üyelik kaydı vardır. Üyeliği beş …

18 survival  discrete-data  hazard  kaplan-meier 

İstatistikleri anlamaya çalışan bir tıp öğrencisiyim (!) - lütfen nazik olun! ;) Hayatta kalma analizi (Kaplan-Meier, Log-Rank ve Cox regresyonu) dahil olmak üzere makul miktarda istatistiksel analiz içeren bir makale yazıyorum. İki gruptaki (yüksek riskli veya düşük riskli hastalar) hastaların ölümleri arasında anlamlı bir fark bulabileceğimi bulmaya çalışırken verilerim üzerinde …

17 regression  survival  hazard 

İki sağkalım eğrisinin karşılaştırmasını özetlemenin bir yolu, tehlike oranını (HR) hesaplamaktır. Bu değeri hesaplamak için en az iki yöntem vardır. Logrank yöntemi. Kaplan-Meier hesaplamalarının bir parçası olarak, her bir gruptaki ( ve ) gözlemlenen olayların (genellikle ölümler) sayısını ve hayatta kalma farkı olmayan bir sıfır hipotezi ( ve ) varsayarak …

17 survival  hazard 

Aktüeryal bilimdeki (özellikle Cox Orantılı Tehlikeler Modeli için) ana işlevlerin her biri için sezgi almaya çalışıyorum. Şimdiye kadar sahip olduğum şey: f(x)f(x)f(x) : başlangıç ​​saatinden başlayarak, ne zaman öleceğinizin olasılık dağılımı. F(x)F(x)F(x) : sadece kümülatif dağılım. zamanındaTTT, nüfusun yüzde kaçı ölecek? S(x)S(x)S(x) :1−F(x)1−F(x)1-F(x) . zamanındaTTT, nüfusun yüzde kaçı hayatta kalacak? …

17 probability  survival  hazard 

Tehlike oranının tanımı olarak görev yapan denklem hakkında kafam karıştı. Tehlike oranının ne olduğu hakkında bir fikrim var, ama denklemin bu sezgiyi nasıl ifade ettiğini görmüyorum. Eğer bir zaman aralığına birinin ölüm zamanı noktasını temsil eden bir rastgele değişken . O zaman tehlike oranı:[ 0 , T ]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)} Burada …

16 survival  intuition  hazard 

Sağkalım analizi sonuçlarını açıklayan bir makalede Bir ortalama hayatta kalma sürelerinde (oranı olarak tehlike oranı (HR) çevirebilir ima eden bir açıklama okuma ve M 2 ) aşağıdaki formül kullanılarak:M1M1M_1M2M2M_2 'HR = M1M2'HR,=M1M2HR = \frac{M_1}{M_2} Biri orantılı tehlike modeli kabul edemediğinde emin değilim (İK iyi tanımlanmamışsa hiçbir şey işe yaramaz). Ama …

15 survival  hazard 

coxphBirçok değişken içeren R kullanarak Cox orantılı tehlikeler regresyon yapıyorum . Martingale kalıntıları harika görünüyor ve Schoenfeld kalıntıları ALMOST için tüm değişkenler için harika. Schoenfeld kalıntıları düz olmayan üç değişken vardır ve değişkenlerin doğası zamanla değişebilecekleri mantıklıdır. Bunlar gerçekten ilgilenmediğim değişkenler, bu yüzden onları katman haline getirmek iyi olur. Ancak …

15 r  model  cox-model  hazard  schoenfeld-residuals 

Bazı makaleler okuyorum ve Ortalama Tedavi Etkisi (ATE) ve Marjinal Tedavi Etkisi'nin (MTE) spesifik tanımları konusunda net değilim. Bunlar aynı mı? Austin'e göre ... Koşullu bir etki, özne düzeyinde, bir özneyi tedavi edilmemiş durumdan tedavi edilene taşımanın ortalama etkisidir. Çok değişkenli bir regresyon modelinden bir tedavi atama göstergesi değişkeni için …

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

Belirli bir kullanıcının bir siteye yaptığı ziyaret sayısını kullanarak klasik karmaşası tahmin sorunu üzerinde çalışıyorum ve Poisson Regresyonunun o kullanıcının gelecekteki katılımını modellemek için doğru araç olduğunu düşündüm. O zaman hayatta kalma analizi ve Tehlike Modellemesi hakkında bir kitapla karşılaştım ve hangi tekniğin en iyi olduğunu bilmiyorum. Her iki konuyu …

13 survival  hazard  poisson-process 

Aşağıdaki Cox PH modelim var: (Zaman, Etkinlik) ~ X + Y + Z Ben tahmin tehlike almak istiyorum oranları (i tehlike oranları bahsediyorum DEĞİL spesifik değerler verilmiş tehlike oranları) X, Y, Z. Muhaz R paketinin gözlemlenen tehlike oranlarını hesaplayabileceğini biliyorum , ancak tahmin edilen modelle ilgileniyorum. Bunu R'de yapmanın bir …

11 r  survival  hazard  cox-model 

Sürekli değişkenler için Tehlike Oranlarını gösteren bir makale okuyorum, ancak verilen değerleri nasıl yorumlayacağından emin değilim. Mevcut tehlike oranları anlayışım, sayının [olayın] belirli bir koşulu göz önüne alma olasılığını temsil ettiği yönündedir. Örneğin: sigara içilmesi (bir ikili olay) verilen akciğer kanserinden ölüm için tehlike oranı 2 ise, sigara içenlerin izlenen …

10 continuous-data  hazard 

Lojistik regresyonda, 2 oran oranı, öngörücüde bir birimlik artış göz önüne alındığında olayın 2 kat daha muhtemel olduğu anlamına gelir. Cox regresyonunda, 2'lik bir tehlike oranı, öngörücüde bir birim artış göz önüne alındığında olayın her zaman noktasında iki kat daha sık olacağı anlamına gelir. Bunlar pratik olarak aynı şey değil …

10 logistic  cox-model  odds-ratio  hazard 

Bu sadece birkaç kez karşılaştığım bir örnektir, bu yüzden örnek verilerim yok. R'de doğrusal regresyon modeli çalıştırmak: a.lm = lm(Y ~ x1 + x2) x1sürekli bir değişkendir. x2kategoriktir ve üç değeri vardır, örneğin "Düşük", "Orta" ve "Yüksek". Bununla birlikte, R tarafından verilen çıktı aşağıdaki gibi olacaktır: summary(a.lm) Estimate Std. Error …

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 

Bu yüzden, Hamming Distance kullanarak biyometrik özellikteki bir kişinin kimliğini doğrulamaya çalıştığım 16 denemem var. Eşik değer 3,5'e ayarlandı. Verilerim aşağıda ve yalnızca deneme 1 Gerçek Olumludur: 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 10 0.45 …

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