Statystyki i duże zbiory danych survival

2

Jak utworzyć dane dotyczące przeżycia zabawki (czas do zdarzenia) z odpowiednią cenzurą

Chciałbym stworzyć dane dotyczące przeżycia zabawki (czas do zdarzenia), które są odpowiednio cenzurowane i podążają za pewnym rozkładem z proporcjonalnymi zagrożeniami i stałym ryzykiem podstawowym. Utworzyłem dane w następujący sposób, ale nie jestem w stanie uzyskać szacunkowych współczynników ryzyka, które są zbliżone do prawdziwych wartości po dopasowaniu proporcjonalnego modelu zagrożeń …

12 survival cox-model monte-carlo

1

Dokładny test Fishera i rozkład hipergeometryczny

Chciałem lepiej zrozumieć dokładny test Fishera, więc wymyśliłem następujący przykład zabawki, w którym f i m odpowiada płci męskiej i żeńskiej, a n i y odpowiada takiemu „zużyciu sody”: > soda_gender f m n 0 5 y 5 0 Oczywiście jest to drastyczne uproszczenie, ale nie chciałem, aby kontekst przeszkadzał. …

12 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

2

Odchylenie w średnim wieku dla kwalifikacji tytułu arcymistrza według grup wiekowych?

Od dłuższego czasu wiadomo, że najmłodszy wiek, w którym szachistom udało się zakwalifikować do tytułu arcymistrza, znacznie się zmniejszył od lat 50. XX wieku, a obecnie prawie 30 graczy zostało arcymistrzem przed 15. urodzinami . Jednak na Chess Stack Exchange pojawia się pytanie: Jaki jest średni wiek, aby zostać arcymistrzem? …

11 survival bias population censoring subset

2

Jak nazywałem się ten rozkład dyskretny (równanie różnicy rekurencyjnej)?

Natknąłem się na tę dystrybucję w grze komputerowej i chciałem dowiedzieć się więcej o jej zachowaniu. To zależy od decyzji, czy określone zdarzenie powinno nastąpić po określonej liczbie akcji gracza. Szczegóły poza tym nie są istotne. Wydaje się, że ma zastosowanie w innych sytuacjach, i uważam to za interesujące, ponieważ …

11 probability distributions survival discrete-data

2

Jak obliczyć przewidywane współczynniki ryzyka na podstawie modelu PH Coxa?

Mam następujący model Cox PH: (Czas, zdarzenie) ~ X + Y + Z Chciałbym dostać przewidywanych zagrożeń ceny (mówię o stopy hazardu NIE zagrożenia przełożenie) podane konkretne wartości X, Y, Z. Wiem, że pakiet muhaz R może obliczyć obserwowane współczynniki ryzyka, ale interesuje mnie przewidywany model. Czy można to zrobić …

11 r survival hazard cox-model

1

Analiza mocy do analizy przeżycia

Jeśli postawię hipotezę, że sygnatura genu pozwoli zidentyfikować osoby o niższym ryzyku nawrotu, to znaczy obniży się o 0,5 (współczynnik ryzyka 0,5), wskaźnik zdarzeń u 20% populacji i zamierzam użyć próbek z retrospektywnego badania kohortowego wielkość próby musi być dostosowana do nierównych liczb w dwóch hipotetycznych grupach? Na przykład za …

11 survival power-analysis genetics

2

Jak symulować dane cenzurowane

Zastanawiam się, jak mogę zasymulować próbkę n okresów życia rozkładu Weibulla, które obejmują obserwacje z cenzurą po prawej stronie typu I. Na przykład niech n = 3, kształt = 3, skala = 1, a szybkość cenzury = 0,15, a czas cenzury = 0,88. Wiem, jak wygenerować próbkę Weibulla, ale nie …

11 r survival simulation random-generation

2

Ważenie wyniku skłonności w analizie PH Coxa i selekcji współzmiennej

W odniesieniu do ważenia wyniku skłonności (IPTW) podczas modelowania proporcjonalnego hazardu Coxa danych dotyczących przeżycia czasu do zdarzenia: Mam potencjalne dane rejestru, w których jesteśmy zainteresowani spojrzeniem na efekt leczenia lekiem, który w większości przypadków pacjenci przyjmowali już na początku. Dlatego nie jestem pewien, jak najlepiej analizować dane. Potencjalnie pewne …

11 r survival cox-model propensity-scores

3

Dowód związku między współczynnikiem ryzyka, gęstością prawdopodobieństwa, funkcją przeżycia

Czytam trochę na temat analiz przetrwania i większość podręczników to stwierdza 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) gdzie h(t)h(t)h(t) jest wskaźnikiem ryzyka, 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) funkcja gęstości, …

11 survival

1

Porównanie CPH, modelu przyspieszonego czasu awarii lub sieci neuronowych do analizy przeżycia

Jestem nowy w analizie przeżycia, a ostatnio dowiedziałem się, że istnieją różne sposoby, aby osiągnąć określony cel. Interesuje mnie faktyczne wdrożenie i odpowiedniość tych metod. Przedstawiono mi tradycyjne Cox Proporcjonalne zagrożenia , modele przyspieszonego czasu awarii i sieci neuronowe (perceptron wielowarstwowy) jako metody pozwalające na przeżycie pacjenta, biorąc pod uwagę …

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

2

Sprawdź, czy ludzie rezygnują lub zmniejszają zakłady po powtarzających się stratach

Mam dane dotyczące serii wygranych i przegranych zakładów w 5 rundach zakładów z wyczerpaniem po każdej rundzie. Korzystam z drzewa decyzyjnego, takiego jak poniżej, do wyświetlania danych. Węzły w górnej części drzewa to te, które mają wygrane zakłady, a te w dolnej części drzewa mają serie przegranych zakładów. Chcę spojrzeć …

10 t-test survival panel-data time-varying-covariate

3

Jak uzyskać przedział ufności dla zmiany r-kwadratowej populacji

Dla prostego przykładu załóżmy, że istnieją dwa modele regresji liniowej 1 Model posiada trzy czynniki prognostyczne, x1a, x2b, ix2c Model 2 ma trzy predyktory z modelu 1 i dwa dodatkowe predyktory x2aorazx2b Istnieje równanie regresji populacji, w którym wyjaśniona wariancja populacji wynosi ρ2(1)ρ(1)2\rho^2_{(1)} dla Modelu 1 i ρ2(2)ρ(2)2\rho^2_{(2)} dla Modelu …

10 regression confidence-interval estimation r-squared shrinkage anova t-test references tukey-hsd machine-learning boosting r clustering fishers-exact generalized-linear-model model probit link-function r survival probability distributions dice logistic lme4-nlme glmm meta-analysis distributions distributions factor-analysis r anova repeated-measures post-hoc

1

Modele dyskretnych zagrożeń czasowych (cloglog) w R

Wydaje się, że survivalpakiet Rkoncentruje się na modelach ciągłego przetrwania w czasie. Jestem zainteresowany oszacowaniem dyskretnej wersji proporcjonalnego modelu hazardu w czasie, komplementarnego modelu log-log. Mam dość prosty model przetrwania z prostą cenzurą. Wiem, że jednym ze sposobów oszacowania tego modelu jest utworzenie zestawu danych, który ma osobny wiersz dla …

10 r survival

3

Sugestia modelowa dla regresji Coxa z współzmiennymi zależnymi od czasu

Modeluję wpływ ciąży na wynik choroby (martwy-żywy). Około 40% pacjentów zaszło w ciążę po diagnozie, ale w różnych momentach. Do tej pory wykonałem wykresy KM pokazujące wyraźny ochronny wpływ ciąży na przeżycie, a także zwykły model Coxa - jednak zostały one modelowane przy użyciu tylko zdychotomicznej zmiennej ciążowej i zakładając, …

10 survival

1

Jak radzić sobie ze śmiercią w analizie przeżycia bez choroby?

Jeśli posiadam dane dotyczące przeżycia wolnego od choroby (zdefiniowane jako to, czy dana choroba została zdiagnozowana, czy też nie wraz z czasem do wystąpienia tego zdarzenia lub utraty do podjęcia działań następczych), a także dane dotyczące ogólnego przeżycia, jak radzić sobie ze zgonami, które nastąpiły bez zdarzenie chorobowe? Czy są …

10 regression survival epidemiology

Pytania otagowane jako survival