Statistiken und Big Data cox-model

3

Wie werden die Gefährdungsquoten eines proportionalen Cox-Gefährdungsmodells in Englisch angegeben?

Meines Wissens nach vergleicht eine Hazard Ratio aus einem proportionalen Cox-Hazard-Modell die Auswirkung eines bestimmten Faktors auf die Hazard Rate mit einer Referenzgruppe. Wie würden Sie das einem Publikum melden, das keine Statistiken kennt? Versuchen wir ein Beispiel zu formulieren. Nehmen wir an, wir lassen die Leute untersuchen, wie lange …

13 survival cox-model

2

So schätzen Sie die Grundlinien-Gefährdungsfunktion im Cox-Modell mit R.

Ich muss die Grundlinien-Gefährdungsfunktion in einem zeitabhängigen Cox-Modell schätzenλ0( t )λ0(t)\lambda_0(t) λ ( t ) = λ0( t ) exp( Z.( t )'β)λ(t)=λ0(t)exp⁡(Z.(t)'β)\lambda(t) = \lambda_0(t) \exp(Z(t)'\beta) Während ich den Überlebenskurs belegte, erinnere ich mich, dass die direkte Ableitung der kumulativen Gefahrenfunktion ( λ0( t ) dt = dΛ0( t )λ0(t)dt=dΛ0(t)\lambda_0(t) …

13 r survival cox-model

1

GBM-Paket vs. Caret mit GBM

Ich habe das Modell mit optimiert caret, aber dann das Modell mit dem gbmPaket erneut ausgeführt. Nach meinem Verständnis sollten das verwendete caretPaket gbmund die Ausgabe identisch sein. Nur ein kurzer Testlauf mit data(iris)zeigt jedoch eine Diskrepanz im Modell von etwa 5% unter Verwendung von RMSE und R ^ 2 …

12 r caret gbm matrix linear-algebra logistic modeling logit ordered-logit r confidence-interval survival population weibull classification separation hypothesis-testing correlation statistical-significance p-value python r data-visualization r regression multiple-regression chi-squared multivariate-analysis distributions random-variable experiment-design distributions poisson-regression residuals excel time-series garch var survival modeling cox-model interaction r pca normality-assumption

1

Wie kann man aus Gebrechlichkeitsmodellen vorhergesagte Überlebenskurven erstellen (mit R coxph)?

Ich möchte die vorhergesagte Überlebensfunktion für ein proportionales Cox-Gefährdungsmodell mit fragilen Begriffen berechnen [unter Verwendung des Überlebenspakets]. Es scheint, dass die vorhergesagte Überlebensfunktion nicht berechnet werden kann, wenn sich Gebrechlichkeitsterme im Modell befinden. ## Example require(survival) data(rats) ## Create fake weight set.seed(90989) rats$weight<-runif(nrow(rats),0.2,0.9) ## Cox model with gamma frailty on …

12 r survival cox-model frailty

2

So erstellen Sie mit der richtigen Zensur Daten zum Spielzeugüberleben (Time-to-Event)

Ich möchte Daten zum Spielzeugüberleben (Zeit bis zum Ereignis) erstellen, die richtig zensiert sind und einer gewissen Verteilung mit proportionalen Gefahren und einer konstanten Grundliniengefahr folgen. Ich habe die Daten wie folgt erstellt, kann jedoch keine geschätzten Gefährdungsquoten erhalten, die nahe an den tatsächlichen Werten liegen, nachdem ein Cox-Proportional-Gefährdungsmodell an …

12 survival cox-model monte-carlo

1

Fisher's Exact Test und hypergeometrische Verteilung

Ich wollte den genauen Test des Fischers besser verstehen, deshalb habe ich das folgende Spielzeugbeispiel entwickelt, bei dem f und m männlich und weiblich und n und y dem "Sodakonsum" wie folgt entsprechen: > soda_gender f m n 0 5 y 5 0 Dies ist natürlich eine drastische Vereinfachung, aber …

11 fishers-exact hypergeometric clustering supervised-learning modeling econometrics r regression residuals heteroscedasticity independence distributions self-study matlab libsvm self-study conditional-probability conditional-expectation hypothesis-testing self-study multiple-comparisons mode statistical-significance chi-squared multiple-comparisons maximum-likelihood poisson-process optimization uncertainty genetic-algorithms bayesian model-selection overfitting maximum-likelihood optimization approximation r prediction model-evaluation r machine-learning survival neural-networks cox-model machine-learning bayesian bayesian-network hierarchical-bayesian pooling

1

Schönfeld-Residuen

Wenn in einem Cox-Proportional-Hazards-Modell mit vielen Variablen die Schönfeld-Residuen für eine der Variablen nicht flach sind, macht dies das gesamte Modell ungültig oder kann nur die schlecht funktionierende Variable ignoriert werden? Das heißt, interpretieren Sie die Koeffizienten für die anderen Variablen, aber interpretieren Sie die resultierenden Koeffizienten für die Variable …

11 residuals cox-model schoenfeld-residuals

2

Wie berechnet man die vorhergesagten Gefährdungsraten aus einem Cox PH-Modell?

Ich habe das folgende Cox PH-Modell: (Zeit, Ereignis) ~ X + Y + Z. Ich mag die vorhergesagte Gefahr erhalten Preise (i Raten über Gefahren sprechen bin nicht bestimmte Werte von bestimmten Hazard Ratios) X, Y, Z. Ich weiß, dass das Muhaz R-Paket die beobachteten Gefährdungsraten berechnen kann, aber ich …

11 r survival hazard cox-model

4

Wie lassen sich die Daten zur Aufenthaltsdauer in einem RCT in einem Krankenhaus am besten analysieren?

Ich bin daran interessiert zu wissen, ob es einen Konsens darüber gibt, wie die Daten zur Krankenhausaufenthaltsdauer (LOS) eines RCT optimal analysiert werden können. Dies ist in der Regel eine sehr rechtwinklige Verteilung, bei der die meisten Patienten innerhalb weniger Tage bis zu einer Woche entlassen werden, der Rest der …

11 t-test power skewness cox-model logrank

1

Vergleich von CPH, beschleunigtem Ausfallzeitmodell oder neuronalen Netzen zur Überlebensanalyse

Ich bin neu in der Überlebensanalyse und habe kürzlich erfahren, dass es verschiedene Möglichkeiten gibt, dies bei einem bestimmten Ziel zu tun. Ich interessiere mich für die tatsächliche Umsetzung und Angemessenheit dieser Methoden. Mir wurden die traditionellen Cox-Proportional-Hazards- , Accelerated-Failure-Time-Modelle und neuronalen Netze (Multilayer-Perzeptron) als Methoden vorgestellt, um das Überleben …

10 r machine-learning survival neural-networks cox-model

2

Gewichtung des Neigungsscores bei der Cox-PH-Analyse und der kovariaten Auswahl

In Bezug auf die Neigungsbewertung (IPTW) bei der Cox-Proportional-Hazard-Modellierung von Überlebensdaten für die Zeit bis zum Ereignis: Ich habe prospektive Registrierungsdaten, bei denen wir daran interessiert sind, den Behandlungseffekt eines Medikaments zu untersuchen, das die Patienten in den meisten Fällen bereits zu Studienbeginn eingenommen haben. Ich bin mir daher nicht …

10 r survival cox-model propensity-scores

2

Wie geht Rs coxph () genau mit wiederholten Messungen um?

Kontext Ich versuche zu verstehen, wie Rs coxph () wiederholte Einträge für Probanden (oder Patienten / Kunden, wenn Sie dies bevorzugen) akzeptiert und verarbeitet. Einige nennen dieses Langformat, andere nennen es "wiederholte Maßnahmen". Siehe zum Beispiel den Datensatz, der die ID-Spalte im Abschnitt Antworten enthält, unter: Beste Pakete für Cox-Modelle …

10 r repeated-measures survival cox-model frailty

2

Gibt es einen funktionalen Unterschied zwischen einem Odds Ratio und einem Hazard Ratio?

Bei der logistischen Regression bedeutet ein Odds Ratio von 2, dass das Ereignis bei einer Erhöhung des Prädiktors um eine Einheit 2-mal wahrscheinlicher ist. Bei der Cox-Regression bedeutet eine Hazard Ratio von 2, dass das Ereignis zu jedem Zeitpunkt doppelt so häufig auftritt, wenn der Prädiktor um eine Einheit erhöht …

10 logistic cox-model odds-ratio hazard

1

R lineare Regression kategoriale Variable "versteckter" Wert

Dies ist nur ein Beispiel, auf das ich mehrmals gestoßen bin, daher habe ich keine Beispieldaten. Ausführen eines linearen Regressionsmodells in R: a.lm = lm(Y ~ x1 + x2) x1ist eine stetige Variable. x2ist kategorisch und hat drei Werte, z. B. "Niedrig", "Mittel" und "Hoch". Die von R gegebene Ausgabe …

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

2

Kaplan-Meier-Kurven scheinen etwas anderes zu sagen als die Cox-Regression

In R mache ich eine Überlebensdatenanalyse von Krebspatienten. Ich habe sehr hilfreiche Artikel über Überlebensanalysen in CrossValidated und anderen Orten gelesen und denke, ich habe verstanden, wie man die Cox-Regressionsergebnisse interpretiert. Ein Ergebnis nervt mich jedoch immer noch ... Ich vergleiche das Überleben mit dem Geschlecht. Die Kaplan-Meier-Kurven sprechen eindeutig …

9 r survival cox-model kaplan-meier

Als «cox-model» getaggte Fragen