Die Überlebensanalyse modelliert die Zeit bis zum Ereignis, normalerweise die Zeit bis zum Tod oder die Ausfallzeit. Zensierte Daten sind ein häufiges Problem bei Überlebensanalysen.
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 …
Es ist seit geraumer Zeit bekannt, dass das jüngste Alter, in dem sich Schachspieler für den Großmeistertitel qualifizieren konnten, seit den 1950er-Jahren erheblich zurückgegangen ist. Derzeit sind fast 30 Spieler vor ihrem 15. Geburtstag Großmeister geworden . Auf Chess Stack Exchange gibt es jedoch eine Frage: Wie alt ist das …
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 …
Ich bin in einem Computerspiel auf diese Distribution gestoßen und wollte mehr über ihr Verhalten erfahren. Es ergibt sich aus der Entscheidung, ob ein bestimmtes Ereignis nach einer bestimmten Anzahl von Spieleraktionen eintreten soll. Die Details darüber hinaus sind nicht relevant. Es scheint auf andere Situationen anwendbar zu sein, und …
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 …
Wenn ich die Hypothese aufstelle, dass eine Gensignatur Personen mit einem geringeren Rezidivrisiko identifiziert, bedeutet dies eine Verringerung der Ereignisrate in 20% der Bevölkerung um 0,5 (Hazard Ratio von 0,5), und ich beabsichtige, Proben aus einer retrospektiven Kohortenstudie zu verwenden muss die Stichprobengröße für ungleiche Zahlen in den beiden hypothetischen …
Ich frage mich, wie ich eine Stichprobe von n Weibull-Verteilungslebensdauern simulieren kann, die rechtszensierte Beobachtungen vom Typ I enthalten. Zum Beispiel haben wir n = 3, Form = 3, Skala = 1 und die Zensurrate = 0,15 und die Zensurzeit = 0,88. Ich weiß, wie man eine Weibull-Stichprobe erzeugt, aber …
Ich lese ein bisschen über Überlebensanalysen und die meisten Lehrbücher geben das an h(t)=limΔt→0P(t<T≤t+Δt|T≥t)Δt=f(t)1−F(t)(1)h(t)=limΔt→0P(t<T≤t+Δt|T≥t)Δt=f(t)1−F(t)(1)h(t)= \lim_{ \Delta t \rightarrow 0} \frac{P(t < T \leq t+\Delta t |T \geq t )}{ \Delta t} =\frac{f(t)}{1-F(t)} (1) wobei h(t)h(t)h(t) die Gefährdungsrate ist, f(t)=limΔt→0P(t<T≤t+Δt)Δt(2)f(t)=limΔt→0P(t<T≤t+Δt)Δt(2)f(t)=\lim_{\Delta t \rightarrow 0} \frac{P(t < T \leq t+\Delta t)}{ \Delta t}(2) …
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 …
Ich habe Daten über eine Reihe von Gewinn- und Verlustwetten über 5 Wettrunden mit Abrieb nach jeder Runde. Ich verwende einen Entscheidungsbaum wie den folgenden, um die Daten anzuzeigen. Die Knoten am oberen Rand des Baums sind diejenigen, die gewinnende Wetten haben, und diejenigen am unteren Rand des Baums haben …
Als einfaches Beispiel wird angenommen, dass es zwei lineare Regressionsmodelle gibt Modell 1 hat drei Prädiktoren x1a, x2bundx2c Modell 2 hat drei Prädiktoren aus Modell 1 und zwei zusätzliche Prädiktoren x2aundx2b Es gibt eine Populationsregressionsgleichung, bei der die erklärte Populationsvarianz für Modell 1 für Modell 2 . Die durch Modell …
Das survivalPaket in Rscheint sich auf kontinuierliche zeitliche Überlebensmodelle zu konzentrieren. Ich bin daran interessiert, eine zeitdiskrete Version eines proportionalen Gefährdungsmodells, des komplementären Log-Log-Modells, zu schätzen. Ich habe ein ziemlich einfaches Überlebensmodell mit einfacher richtiger Zensur. Ich weiß, dass eine Möglichkeit, dieses Modell zu schätzen, darin besteht, einen Datensatz zu …
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 …
Ich modelliere die Auswirkung einer Schwangerschaft auf den Ausgang einer Krankheit (tot am Leben). Ungefähr 40% der Patienten wurden nach dem Zeitpunkt der Diagnose schwanger - jedoch zu unterschiedlichen Zeitpunkten. Bisher habe ich KM-Diagramme erstellt, die eine eindeutige Schutzwirkung der Schwangerschaft auf das Überleben und auch ein reguläres Cox-Modell zeigen. …
Wenn ich krankheitsfreie Überlebensdaten habe (definiert als ob eine bestimmte Krankheit diagnostiziert wurde oder nicht, zusammen mit der Zeit bis zu diesem Ereignis oder dem Verlust der Nachsorge) und auch Gesamtüberlebensdaten, wie gehe ich mit Todesfällen um, die ohne die auftreten? Krankheitsereignis? Werden diese zensiert oder sollte ich solche Patienten …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.