«survival» etiketlenmiş sorular

Hakimlerin kararlara ulaşabilmeleri için gereken zamana bakıyorum. Her yargıç birkaç başvuranı değerlendirir ve başvuruyu onaylayabilir veya onaylayamaz. Yargıç, duruşmadan bir süre sonra raporunu hazırladığında dava kesinleşir. Çalışma süresinin sonunda bazı vakalar hala açıktı. Vakaların sistemde dolaşabilmesi için gereken ortalama süreyi tahmin etmek istiyorum. Ayrıca, reddedilen davaların onaylanan davalardan daha uzun …

9 survival 

2 ilacın ( drug1, drug2) hastanın düşme olasılığı üzerindeki etkisini tahmin etmeye çalışıyorum ( event). Hastalar bir kereden fazla düşebilir ve herhangi bir noktada ilaçlara konabilir veya çıkarılabilir. Benim sorum, verinin zaman dilimi (günler), özellikle de günler arasında çakışma olması gerekip gerekmediğine göre nasıl yapılandırılması gerektiğidir. Yapımın yanlış olduğunu düşündüğüm …

9 r  survival  cox-model 

Veri kümelerimdeki her kayıt için aşağıdaki bilgilere sahibim (X1 ,… ,Xm ,δ ,T )(X1 ,… ,Xm ,δ ,T ) (X_1 \ , \dots \ , X_m \ , \delta \ , T \ ) nerede XiXiX_i özellikler, δδ\delta hedef olay meydana gelirse 1, aksi takdirde 0 olur ve TTTgerçekleşen olayın …

9 classification  survival 

Aralık sansürlenmiş hayatta kalma süreleri göz önüne alındığında, aralık sansürlü Cox PH modelini nasıl yapabilirim R? Bir rseek araması intcoxartık Rdepoda bulunmayan paketi açar . Neredeyse paketteki coxphfonksiyonun survivalsansürlenmiş sağkalım verilerini aralıksız işleyemediğine inanıyorum. Ayrıca, verileri çarpıtmak ve sonra coxphişlevi kullanmak istemiyorum . Bu yöntem, aralık sansürünün belirsizliğini göz ardı …

9 r  survival  cox-model  interval-censoring 

Bunun gibi hayatta kalma verileriniz olduğunu varsayalım: 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) ) Standart bir log rank testi yapmak için survdiff(Surv(time, status) ~ group, data = obs, rho = 0) sağ? Peki ya …

9 r  survival  wilcoxon-signed-rank 

Bu örnekte kullandığım termplotun kendi biraz geliştirilmiş versiyonunu oluşturdum, burada bulabilirsiniz . Daha önce SO üzerine yayınladım, ancak daha çok düşündüğümde, bunun muhtemelen gerçek kodlamadan daha çok Cox Orantılı tehlikeler modelinin yorumlanması ile ilgili olduğuna inanıyorum. Sorun Bir Tehlike Oranı grafiğine baktığımda, güven aralığının doğal olarak 0 olduğu bir referans …

9 r  survival  cox-model 

Bir sensör için son derece düşük bir hata oranını test ederek göstermeye çalışıyorum (1.000.000 denemede 1'den fazla hata yok). Deneyi yürütmek için sınırlı zamanımız var, bu yüzden yaklaşık 4.000 denemeyi başaramayacağımızı tahmin ediyoruz. 4.000 denemede bir hata bile 0.000001'den daha düşük bir sınıra sahip hata oranı için% 95 güven aralığı …

9 survival  sample-size  quality-control 

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 

Cox orantılı tehlike regresyon analizinde X (tehlike) değişkeni her zaman zaman olmalı mı? Değilse, bir örnek verebilir misiniz, lütfen? Kanser hastasının yaşı bir tehlike değişkeni olabilir mi? Eğer öyleyse, belirli bir yaşta kanser olma riski olarak yorumlanabilir mi? Cox regresyonu, gen ifadesi ve yaş arasındaki ilişkiyi incelemek için meşru bir …

9 regression  survival  hazard 

Biraz basitleştirmek gerekirse, yaklaşık on yıl süren bir sistemdeki insanların giriş ve çıkış zamanlarını kaydeden yaklaşık bir milyon kaydım var. Her kaydın bir giriş zamanı vardır, ancak her kaydın bir çıkış zamanı yoktur. Sistemdeki ortalama süre ~ 1 yıldır. Eksik çıkış süreleri iki nedenden kaynaklanır: Kişi, verinin alındığı sırada sistemden …

9 survival  missing-data