Als «survival» getaggte Fragen

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.

2
Grundlegendes zu Gefahrenfunktionswerten über 1
Ich habe immer wieder Probleme beim Verständnis der Gefährdungsraten. Ich weiß zum Beispiel, dass eine Gefährdungsrate im engeren Sinne keine Wahrscheinlichkeit ist, und es wird immer wieder erwähnt, dass die Gefährdungsrate aus diesem Grund keine Obergrenze hat. Habe ich Recht, wenn ich verstehe, dass Gefahrenfunktionswerte als sofortige Ausfallraten interpretiert werden …
2
Welche Beziehung besteht zwischen Cox-Regression und Tobit-Regression?
Um zensierte Daten zu verarbeiten, verwenden einige Forscher zensierte Regressionsmethoden wie die Tobit-Regression , andere klassische Überlebensanalysemodelle wie die Cox-Regression . Ich weiß, dass Cox-Regression und Tobit-Regression aus mathematischer Sicht zwei verschiedene Modelle sind. Meine Fragen: Was sind die Vor- und Nachteile dieser beiden Methoden? Welche Probleme können sie jeweils …
2
Empfehlungen für nicht proportionale Gefahren
Dies ist ein Problem, das mich seit langem geplagt hat und in Lehrbüchern, Google oder Stack Exchange keine guten Antworten gefunden hat. Ich habe einen Datensatz von> 100.000 Patienten, für die vier Behandlungen verglichen werden. Die Forschungsfrage ist, ob das Überleben zwischen diesen Behandlungen unterschiedlich ist, nachdem eine Reihe klinischer …
1
Wie erstelle ich ein Kalibrierungsdiagramm für Überlebensdaten, ohne Daten zu gruppieren?
Um ein Kalibrierungsdiagramm für Überlebenswahrscheinlichkeiten zu erstellen, die anhand eines Cox-Modells geschätzt wurden, kann das geschätzte Risiko in Gruppen unterteilt, das durchschnittliche Risiko innerhalb einer Gruppe berechnet und dann mit der Kaplan-Meier-Schätzung verglichen werden. Was sind alternative Ansätze, für die kein Binning erforderlich ist? Welche spezifischen Schritte sind erforderlich, um …
3
Weibull-Überlebensmodell mit zeitlich variierenden Covariaten in R.
Ich versuche, ein Überlebensmodell mit dem Weibull-Ansatz zu erstellen, aber die Falte ist, dass ich zeitlich variierende Kovariaten habe. Ich verwende das Überlebenspaket in R. Mein Anruf lautet: output <- survreg(Surv(start, stop, fail) ~ gdppc + [...] + cluster(name), data = mydata, dist="weibull") was den folgenden Fehler ergibt: Error in …
1
Ableiten wahrscheinlicher Daten basierend auf anderen verwandten Daten in einem unvollständigen Datensatz
Ich mache meine ersten Schritte in den Bereichen Datenwissenschaft und maschinelles Lernen. Ich experimentiere mit einem Projekt, bei dem ich keine Ahnung habe, mit welchen Ansätzen ich beginnen könnte, daher würde ich mich über Hinweise freuen: Ich habe einen Datensatz (zur Erklärung) der Studienabschlüsse. Der Datensatz ist insofern vollständig, als …
1
Wie kann ein Algorithmus zur Vorhersage von Zeitreihen am besten bewertet werden?
Was ist die beste Vorgehensweise zum Trainieren und Bewerten eines Vorhersagealgorithmus für eine Zeitreihe? Zum Lernen von Algorithmen, die im Batch-Modus trainiert werden, kann ein naiver Programmierer den Rohdatensatz [(sample, expected prediction),...]direkt an die train()Methode des Algorithmus weitergeben . Dies zeigt normalerweise eine künstlich hohe Erfolgsrate, da der Algorithmus effektiv …
2
Eine Frage zur effektiven Stichprobengröße in Lebenstabellen
Ich studiere derzeit grundlegende Methoden der Überlebensanalyse und bin auf diesen seltsamen Schätzer der effektiven Stichprobengröße in einem bestimmten Intervall gestoßen. Für das j-te Intervall ist der Schätzer gegeben durchn'jnj′n^{\prime}_j n'j=nj- -cj2nj′=nj−cj2n^{\prime}_j=n_j-\frac{c_j}{2} Dabei ist die Anzahl der Personen, bei denen zu Beginn des j-ten Intervalls das Risiko eines Todes besteht, …
1
Projektion von Überlebenskurvenschätzungen in die Zukunft
Nehmen wir an, ich habe eine Überlebenskurve von 0 bis 6000 Tagen mit Kaplan-Meier-Kurven. Wie könnte ich zukünftige Überlebensraten ab 6001 projizieren? Gibt es eine Funktion oder Extrapolationsmethode, die ich verwenden kann? Unten finden Sie ein Beispiel, das nur zur Veranschaulichung dient: library(survival) library(ISwR) mfit <- survfit(Surv(days, status == 1)~1, …
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.