Pertanyaan yang diberi tag «survival»

Saya mencoba untuk melakukan analisis kelangsungan hidup waktu diskrit menggunakan model regresi logistik, dan saya tidak yakin saya benar-benar memahami prosesnya. Saya akan sangat menghargai bantuan dengan beberapa pertanyaan dasar. Ini adalah pengaturannya: Saya melihat keanggotaan dalam grup dalam rentang waktu lima tahun. Setiap anggota memiliki catatan keanggotaan bulanan untuk …

18 survival  discrete-data  hazard  kaplan-meier 

Saya telah belajar tentang model bahaya proporsional Cox. Saya memiliki banyak pengalaman pas model regresi logistik, dan model sehingga untuk membangun intuisi saya telah membandingkan cocok menggunakan coxphdari R "survival" dengan model regresi logistik cocok menggunakan glmdengan family="binomial". Jika saya menjalankan kode: library(survival) s = Surv(time=lung$time, event=lung$status - 1) summary(coxph(s …

17 r  logistic  survival  cox-model  power 

Pembaruan : Maaf untuk pembaruan lain tetapi saya telah menemukan beberapa solusi yang mungkin dengan polinomial fraksional dan paket risiko yang bersaing yang saya perlukan bantuan. Masalah Saya tidak dapat menemukan cara mudah untuk melakukan analisis koefisien dependen waktu dalam R. Saya ingin dapat mengambil koefisien variabel saya dan melakukannya …

17 r  regression  survival  cox-model 

Saya mencari untuk membangun model prediktif untuk memprediksi churn dan mencari untuk menggunakan model survival waktu diskrit yang dipasang pada dataset pelatihan periode orang (satu baris untuk setiap pelanggan dan periode diskrit yang berisiko), dengan indikator acara - sama dengan 1 jika churn terjadi pada periode itu, maka 0). Saya …

17 survival  predictive-models  churn 

Saya seorang mahasiswa kedokteran yang mencoba memahami statistik (!) - jadi harap bersikap lembut! ;) Saya sedang menulis esai yang mengandung cukup banyak analisis statistik termasuk analisis survival (Kaplan-Meier, Log-Rank dan regresi Cox). Saya menjalankan regresi Cox pada data saya mencoba mencari tahu apakah saya dapat menemukan perbedaan yang signifikan …

17 regression  survival  hazard 

Salah satu cara untuk meringkas perbandingan dua kurva survival adalah dengan menghitung rasio bahaya (HR). Ada (setidaknya) dua metode untuk menghitung nilai ini. Metode logrank. Sebagai bagian dari perhitungan Kaplan-Meier, hitung jumlah peristiwa yang diamati (kematian, biasanya) di masing-masing kelompok ( , dan O b ), dan jumlah peristiwa yang …

17 survival  hazard 

Saya mencoba mendapatkan intuisi untuk masing-masing fungsi utama dalam ilmu aktuaria (khusus untuk Cox Proportional Hazards Model). Inilah yang saya miliki sejauh ini: f(x)f(x)f(x) : mulai dari waktu mulai, distribusi probabilitas kapan Anda akan mati. F(x)F(x)F(x) : hanya distribusi kumulatif. Pada waktuTTT , berapa% populasi yang akan mati? S(x)S(x)S(x) :. …

17 probability  survival  hazard 

Sampel populasi acak disurvei. Mereka ditanya apakah mereka makan diet vegetarian. Jika mereka menjawab ya, mereka juga diminta untuk menentukan berapa lama mereka telah makan diet vegetarian tanpa gangguan. Saya ingin menggunakan data ini untuk menghitung panjang rata-rata kepatuhan pada vegetarian. Dengan kata lain, ketika seseorang menjadi vegetarian, saya ingin …

16 survival  mean  missing-data  survey  weighted-mean 

Saya bingung tentang persamaan yang berfungsi sebagai definisi tingkat bahaya. Saya mendapatkan ide tentang tingkat bahaya, tetapi saya tidak melihat bagaimana persamaan itu mengekspresikan intuisi itu. Jika adalah variabel acak yang mewakili titik waktu kematian seseorang pada interval waktuxxx[0,T][0,T][0,T] . Maka tingkat bahaya adalah: h(x)=f(x)1−F(x)h(x)=f(x)1−F(x)h(x)=\frac{f(x)}{1-F(x)} Di mana mewakili probabilitas kematian …

16 survival  intuition  hazard 

Tes permutasi (juga disebut tes pengacakan, uji pengacakan ulang, atau tes yang tepat) sangat berguna dan berguna ketika asumsi distribusi normal yang diperlukan misalnya, t-testtidak terpenuhi dan ketika transformasi nilai dengan peringkat dari tes non-parametrik seperti Mann-Whitney-U-testakan menyebabkan lebih banyak informasi hilang. Namun, satu dan hanya satu asumsi yang tidak …

15 hypothesis-testing  permutation-test  exchangeability  r  statistical-significance  loess  data-visualization  normal-distribution  pdf  ggplot2  kernel-smoothing  probability  self-study  expected-value  normal-distribution  prior  correlation  time-series  regression  heteroscedasticity  estimation  estimators  fisher-information  data-visualization  repeated-measures  binary-data  panel-data  mathematical-statistics  coefficient-of-variation  normal-distribution  order-statistics  regression  machine-learning  one-class  probability  estimators  forecasting  prediction  validation  finance  measurement-error  variance  mean  spatial  monte-carlo  data-visualization  boxplot  sampling  uniform  chi-squared  goodness-of-fit  probability  mixture  theory  gaussian-mixture  regression  statistical-significance  p-value  bootstrap  regression  multicollinearity  correlation  r  poisson-distribution  survival  regression  categorical-data  ordinal-data  ordered-logit  regression  interaction  time-series  machine-learning  forecasting  cross-validation  binomial  multiple-comparisons  simulation  false-discovery-rate  r  clustering  frequency  wilcoxon-mann-whitney  wilcoxon-signed-rank  r  svm  t-test  missing-data  excel  r  numerical-integration  r  random-variable  lme4-nlme  mixed-model  weighted-regression  power-law  errors-in-variables  machine-learning  classification  entropy  information-theory  mutual-information 

Dalam satu kertas yang menjelaskan hasil analisis survival Saya telah membaca pernyataan yang menyiratkan bahwa seseorang dapat menerjemahkan rasio Hazard (SDM) dalam rasio kali hidup rata-rata ( dan M 2 ) dengan rumus:M1M1M_1M2M2M_2 HR=M1M2HR=M1M2HR = \frac{M_1}{M_2} Saya yakin itu tidak berlaku ketika seseorang tidak dapat mengasumsikan model bahaya proporsional (karena …

15 survival  hazard 

Katakanlah kita diberi masalah berikut: Prediksi klien mana yang paling mungkin berhenti membeli di toko kami dalam 3 bulan ke depan. Untuk setiap klien kami tahu bulan ketika seseorang mulai membeli di toko kami dan kami juga memiliki banyak fitur perilaku dalam agregat bulanan. Klien 'tertua' telah membeli selama lima …

15 logistic  survival  cox-model 

Suppose I have constructed a prediction model for the occurrence of a particular disease in one dataset (the model building dataset) and now want to check how well the model works in a new dataset (the validation dataset). For a model built with logistic regression, I would calculate the predicted …

15 predictive-models  cross-validation  survival  roc 

Saya telah menjelajahi berbagai utas di sini, tetapi saya rasa pertanyaan saya yang sebenarnya tidak dijawab. Saya memiliki dataset ~ 50.000 siswa dan waktu mereka untuk putus sekolah. Saya akan melakukan regresi bahaya proporsional dengan sejumlah besar kovariat potensial. Saya juga akan melakukan regresi logistik pada dropout / tetap masuk. …

14 cross-validation  survival  train 

Saya ingin mengembangkan model prediksi (Cox PH) untuk semua penyebab kematian dalam dataset peserta yang (hampir) semuanya meninggal pada akhir masa tindak lanjut (misalnya 1 tahun). Alih-alih memprediksi risiko mutlak kematian pada titik waktu tertentu, saya ingin memprediksi waktu bertahan hidup (dalam beberapa bulan) untuk setiap individu. Apakah mungkin untuk …

14 survival  prediction  cox-model