Perguntas com a marcação «cox-model»

Meu entendimento é que uma taxa de risco de um modelo de riscos proporcionais de Cox compara o efeito na taxa de risco de um determinado fator a um grupo de referência. Como você reportaria isso a um público que não conhece estatística? Vamos tentar citar um exemplo. Digamos que …

13 survival  cox-model 

Preciso estimar a função de risco de linha de base em um modelo Cox dependente do tempoλ0(t)λ0(t)\lambda_0(t) λ(t)=λ0(t)exp(Z(t)′β)λ(t)=λ0(t)exp⁡(Z(t)′β)\lambda(t) = \lambda_0(t) \exp(Z(t)'\beta) Enquanto eu fazia o curso de Sobrevivência, lembro que a derivada direta da função de risco cumulativo ( ) não seria um bom estimador, porque o estimador Breslow fornece …

13 r  survival  cox-model 

Estive usando o ajuste de modelo caret, mas depois executei novamente o modelo usando o gbmpacote. Entendo que o caretpacote usa gbme a saída deve ser a mesma. No entanto, apenas um teste rápido usando data(iris)mostra uma discrepância no modelo de cerca de 5% usando RMSE e R ^ 2 …

12 r  caret  gbm  matrix  linear-algebra  logistic  modeling  logit  ordered-logit  r  confidence-interval  survival  population  weibull  classification  separation  hypothesis-testing  correlation  statistical-significance  p-value  python  r  data-visualization  r  regression  multiple-regression  chi-squared  multivariate-analysis  distributions  random-variable  experiment-design  distributions  poisson-regression  residuals  excel  time-series  garch  var  survival  modeling  cox-model  interaction  r  pca  normality-assumption 

Eu quero calcular a função de sobrevivência prevista para um modelo de riscos proporcionais de Cox com termos de fragilidade [usando o pacote de sobrevivência]. Parece que quando termos de fragilidade estão no modelo, a função de sobrevivência prevista não pode ser calculada. ## Example require(survival) data(rats) ## Create fake …

12 r  survival  cox-model  frailty 

Desejo criar dados de sobrevivência de brinquedos (tempo até o evento) que sejam corretamente censurados e sigam alguma distribuição com riscos proporcionais e riscos constantes da linha de base. Criei os dados da seguinte maneira, mas não consigo obter taxas de risco estimadas próximas dos valores reais depois de ajustar …

12 survival  cox-model  monte-carlo 

Queria entender melhor o teste exato de Fisher, então inventei o seguinte exemplo de brinquedo, em que f e m correspondem a homens e mulheres e n e y correspondem a "consumo de refrigerante" como este: > soda_gender f m n 0 5 y 5 0 Obviamente, isso é uma …

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 

Em um modelo de riscos proporcionais de Cox com muitas variáveis, se os resíduos de Schoenfeld não são baixos para uma das variáveis, isso invalida o modelo inteiro ou pode apenas a variável com baixo desempenho ser ignorada? Ou seja, interprete os coeficientes para as outras variáveis, mas não interprete …

11 residuals  cox-model  schoenfeld-residuals 

Eu tenho o seguinte modelo Cox PH: (Hora, Evento) ~ X + Y + Z Gostaria de obter os perigos previstos taxas (eu estou falando sobre taxas de risco NÃO taxas de risco) dado valores específicos de X, Y, Z. Sei que o pacote muhaz R pode calcular as taxas …

11 r  survival  hazard  cox-model 

Estou interessado em saber se existe ou não um consenso sobre a maneira ideal de analisar dados de tempo de permanência (LOS) de um ECR. Normalmente, é uma distribuição muito inclinada à direita, na qual a maioria dos pacientes recebe alta dentro de alguns dias a uma semana, mas o …

11 t-test  power  skewness  cox-model  logrank 

Em relação à ponderação do escore de propensão (IPTW) ao fazer a modelagem de risco proporcional de Cox dos dados de sobrevivência de tempo para evento: Tenho dados prospectivos de registro nos quais estamos interessados ​​em analisar o efeito do tratamento de um medicamento que, na maioria dos casos, os …

11 r  survival  cox-model  propensity-scores 

Eu sou novo na análise de sobrevivência e aprendi recentemente que existem diferentes maneiras de fazer isso, com um determinado objetivo. Estou interessado na implementação real e na adequação desses métodos. Fui apresentado aos tradicionais Riscos Proporcionais de Cox , modelos de tempos de falha acelerados e redes neurais (perceptron …

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

Contexto Estou tentando entender como o coxph (R) aceita e lida com entradas repetidas para assuntos (ou paciente / cliente, se você preferir). Alguns chamam isso de formato longo, outros chamam de 'medidas repetidas'. Veja, por exemplo, o conjunto de dados que inclui a coluna ID na seção Respostas em: …

10 r  repeated-measures  survival  cox-model  frailty 

Na regressão logística, um odds ratio de 2 significa que o evento é 2 vezes mais provável, dado um aumento de uma unidade no preditor. Na regressão de Cox, uma taxa de risco de 2 significa que o evento ocorrerá duas vezes mais a cada momento, dado um aumento de …

10 logistic  cox-model  odds-ratio  hazard 

Este é apenas um exemplo que encontrei várias vezes, portanto não tenho dados de amostra. Executando um modelo de regressão linear em R: a.lm = lm(Y ~ x1 + x2) x1é uma variável contínua. x2é categórico e possui três valores, por exemplo, "Baixo", "Médio" e "Alto". No entanto, a saída …

10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction 

Em R, estou fazendo análise de dados de sobrevivência de pacientes com câncer. Eu tenho lido coisas muito úteis sobre análise de sobrevivência no CrossValidated e em outros lugares e acho que entendi como interpretar os resultados da regressão de Cox. No entanto, um resultado ainda me incomoda ... Estou …

9 r  survival  cox-model  kaplan-meier