Als «cox-model» getaggte Fragen

Die Cox-Regression proportionaler Gefahren ist eine semiparametrische Methode zur Überlebensanalyse. Es muss keine Verteilungsform angenommen werden, nur dass der Effekt einer Erhöhung einer Kovariate um eine Einheit ein konstantes Vielfaches ist.

4
Wie interpretiere ich eine Überlebenskurve des Cox-Hazard-Modells?
Wie interpretieren Sie eine Überlebenskurve aus dem Cox-Proportional-Hazard-Modell? Nehmen wir in diesem Spielzeugbeispiel an, wir haben ein Cox-Proportional-Hazard-Modell für ageVariablen in kidneyDaten und generieren die Überlebenskurve. library(survival) fit <- coxph(Surv(time, status)~age, data=kidney) plot(conf.int="none", survfit(fit)) grid() Welche Aussage ist zum Zeitpunkt zum Beispiel wahr? oder sind beide falsch?200200200 Statement 1: Wir …
1
Wie man mit R Überlebensdaten mit zeitabhängigen Kovariaten generiert
Ich möchte die Überlebenszeit aus einem Cox-Proportional-Hazards-Modell generieren, das eine zeitabhängige Kovariate enthält. Das Modell ist h(t|Xi)=h0(t)exp(γXi+αmi(t))h(t|Xi)=h0(t)exp⁡(γXi+αmi(t))h(t|X_i) =h_0(t) \exp(\gamma X_i + \alpha m_{i}(t)) wobei aus Binomial (1,0.5) und .m i ( t ) = β 0 + β 1 X i + β 2 X i tXiXiX_imi(t)=β0+β1Xi+β2Xitmi(t)=β0+β1Xi+β2Xitm_{i}(t)=\beta_0 + \beta_1 X_{i} …
2
Intervallzensiertes Cox-Proportional-Hazards-Modell in R.
Wie führe ich bei intervallzensierten Überlebenszeiten ein intervallzensiertes Cox-PH-Modell durch R? Bei einer erneuten Suche wird das Paket angezeigt intcox, das nicht mehr im RRepository vorhanden ist. Ich bin mir fast sicher, dass die coxphFunktion im survivalPaket keine intervallzensierten Überlebensdaten verarbeiten kann. Außerdem möchte ich die Daten nicht unterstellen und …
1
Wie kann man beobachtete mit erwarteten Ereignissen vergleichen?
Angenommen, ich habe eine Stichprobe von Häufigkeiten von 4 möglichen Ereignissen: Event1 - 5 E2 - 1 E3 - 0 E4 - 12 und ich habe die erwarteten Wahrscheinlichkeiten, dass meine Ereignisse eintreten: p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 Mit der Summe der beobachteten …
9 r  statistical-significance  chi-squared  multivariate-analysis  exponential  joint-distribution  statistical-significance  self-study  standard-deviation  probability  normal-distribution  spss  interpretation  assumptions  cox-model  reporting  cox-model  statistical-significance  reliability  method-comparison  classification  boosting  ensemble  adaboost  confidence-interval  cross-validation  prediction  prediction-interval  regression  machine-learning  svm  regularization  regression  sampling  survey  probit  matlab  feature-selection  information-theory  mutual-information  time-series  forecasting  simulation  classification  boosting  ensemble  adaboost  normal-distribution  multivariate-analysis  covariance  gini  clustering  text-mining  distance-functions  information-retrieval  similarities  regression  logistic  stata  group-differences  r  anova  confidence-interval  repeated-measures  r  logistic  lme4-nlme  inference  fiducial  kalman-filter  classification  discriminant-analysis  linear-algebra  computing  statistical-significance  time-series  panel-data  missing-data  uncertainty  probability  multivariate-analysis  r  classification  spss  k-means  discriminant-analysis  poisson-distribution  average  r  random-forest  importance  probability  conditional-probability  distributions  standard-deviation  time-series  machine-learning  online  forecasting  r  pca  dataset  data-visualization  bayes  distributions  mathematical-statistics  degrees-of-freedom 
2
Cox-Proportional-Hazard-Modell und nicht zufällig ausgewählte Stichprobe
Gibt es Methoden zur Korrektur von Verzerrungen im Cox-Proportional-Hazard-Modell, die durch nicht zufällig ausgewählte Stichproben verursacht werden (so etwas wie Heckmans Korrektur)? Hintergrund : Nehmen wir an, die Situation sieht wie folgt aus: - In den ersten zwei Jahren werden alle Kunden akzeptiert. - Nach diesen zwei Jahren wird ein …
9 bias  cox-model 
1
Unterschiedliches Vorhersageplot von Survival Coxph und RMS Cph
Ich habe meine eigene, leicht verbesserte Version des Termplots erstellt, die ich in diesem Beispiel verwende. Sie finden sie hier . Ich habe zuvor auf SO gepostet, aber je mehr ich darüber nachdenke, desto mehr hängt dies wahrscheinlich mit der Interpretation des Cox Proportional Hazards-Modells zusammen als mit der tatsächlichen …
9 r  survival  cox-model 
1
Was ist der Unterschied zwischen den verschiedenen Arten von Residuen in der Überlebensanalyse (Cox-Regression)?
Ich bin ziemlich neu in der Überlebensanalyse. Mir wurde geraten, im Rahmen einer Modelldiagnose nach Schönfeld-Residuen zu suchen, um festzustellen, ob die Proportional-Hazard-Annahme erfüllt ist. Beim Nachschlagen habe ich Hinweise auf viele verschiedene Arten von Residuen gesehen, darunter: Cox-Snell Abweichung Martingal Ergebnis Schönfeld Was sind die Unterschiede zwischen diesen Residuen …
1
Berechnen Sie die Inzidenzraten mithilfe des Poisson-Modells: Beziehung zur Hazard Ratio aus dem Cox PH-Modell
Ich möchte Inzidenzraten berechnen, die entlang der Gefährdungsquoten dargestellt werden, um sowohl relative als auch absolute Risikomessgrößen darzustellen. Ich habe in anderen Studien gesehen, dass solche Inzidenzraten unter Verwendung von Poisson-Modellen mit Nachbeobachtungszeit im Modell als Offset berechnet werden können. Also habe ich das in R wie folgt versucht: library(survival) …
4
Passen Sie alles an, was Sie in der Neigungsbewertung haben?
Ich habe eine methodische Frage und daher ist kein Beispieldatensatz beigefügt. Ich plane eine an den Neigungsscore angepasste Cox-Regression, mit der untersucht werden soll, ob ein bestimmtes Medikament das Risiko eines Ergebnisses verringert. Die Studie ist eine Beobachtungsstudie mit 10.000 Personen. Der Datensatz enthält 60 Variablen. Ich schätze, dass 25 …
3
Ein konkretes Beispiel ist die Durchführung einer SVD, um fehlende Werte zu unterstellen
Ich habe die großartigen Kommentare zum Umgang mit fehlenden Werten vor dem Anwenden von SVD gelesen, möchte aber anhand eines einfachen Beispiels wissen, wie dies funktioniert: Movie1 Movie2 Movie3 User1 5 4 User2 2 5 5 User3 3 4 User4 1 5 User5 5 1 5 Wenn ich in der …
8 r  missing-data  data-imputation  svd  sampling  matlab  mcmc  importance-sampling  predictive-models  prediction  algorithms  graphical-model  graph-theory  r  regression  regression-coefficients  r-squared  r  regression  modeling  confounding  residuals  fitting  glmm  zero-inflation  overdispersion  optimization  curve-fitting  regression  time-series  order-statistics  bayesian  prior  uninformative-prior  probability  discrete-data  kolmogorov-smirnov  r  data-visualization  histogram  dimensionality-reduction  classification  clustering  accuracy  semi-supervised  labeling  state-space-models  t-test  biostatistics  paired-comparisons  paired-data  bioinformatics  regression  logistic  multiple-regression  mixed-model  random-effects-model  neural-networks  error-propagation  numerical-integration  time-series  missing-data  data-imputation  probability  self-study  combinatorics  survival  cox-model  statistical-significance  wilcoxon-mann-whitney  hypothesis-testing  distributions  normal-distribution  variance  t-distribution  probability  simulation  random-walk  diffusion  hypothesis-testing  z-test  hypothesis-testing  data-transformation  lognormal  r  regression  agreement-statistics  classification  svm  mixed-model  non-independent  observational-study  goodness-of-fit  residuals  confirmatory-factor  neural-networks  deep-learning 
1
Wie wird die Annahme der proportionalen Gefährdung für eine kontinuierliche Variable bewertet?
Ich habe ein Problem mit der Überprüfung der Annahmen für eine kontinuierliche Variable in einem proportionalen Gefährdungsmodell. Wenn eine Variable ein Faktor mit vielen Ebenen wäre, könnte ich den Logrank-Test verwenden oder prüfen, ob die log (-log) -Transformationen von Überlebenskurven parallel sind. Was aber, wenn eine Variable stetig ist? Ist …
2
Überlebensanalyse in R mit links abgeschnittenen Daten
Ich mache eine Überlebensanalyse in R mit dem survivalPaket. Ich glaube, ich arbeite mit links abgeschnittenen Daten, bin mir aber nicht ganz sicher, wie ich damit umgehen soll. Ich habe eine Kohorte von Patienten, die zwischen 1990 und 2012 diagnostiziert wurden. Alle Patienten haben einen genau definierten Diagnosezeitpunkt (Eintrittszeit). Das …
2
Große Cox-Regression mit R (Big Data)
Ich versuche, eine Cox-Regression für einen Beispieldatensatz von 2.000.000 Zeilen wie folgt mit nur R auszuführen. Dies ist eine direkte Übersetzung eines PHREG in SAS. Die Stichprobe ist repräsentativ für die Struktur des Originaldatensatzes. ## library(survival) ### Replace 100000 by 2,000,000 test <- data.frame(start=runif(100000,1,100), stop=runif(100000,101,300), censor=round(runif(100000,0,1)), testfactor=round(runif(100000,1,11))) test$testfactorf <- as.factor(test$testfactor) …
Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.