Preguntas etiquetadas con cox-model

Entiendo que una razón de riesgo de un modelo de riesgos proporcionales de Cox compara el efecto sobre la tasa de riesgo de un factor dado con un grupo de referencia. ¿Cómo reportarías eso a una audiencia que no conoce estadísticas? Tratemos de formular un ejemplo. Digamos que inscribimos a …

13 survival  cox-model 

He estado usando el ajuste del modelo caret, pero luego volví a ejecutar el modelo usando el gbmpaquete. Entiendo que el caretpaquete usa gbmy el resultado debe ser el mismo. Sin embargo, solo una ejecución de prueba rápida usando data(iris)muestra una discrepancia en el modelo de aproximadamente 5% usando RMSE …

13 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 

Quiero calcular la función de supervivencia predicha para un modelo de riesgos proporcionales de Cox con términos de fragilidad [usando el paquete de supervivencia]. Parece que cuando hay términos de fragilidad en el modelo, la función de supervivencia predicha no se puede calcular. ## Example require(survival) data(rats) ## Create fake …

13 r  survival  cox-model  frailty 

Necesito estimar la función de riesgo basal en un modelo de Cox dependiente del tiempoλ0(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) Mientras tomé el curso de supervivencia, recuerdo que la derivada directa de la función de riesgo acumulativo ( ) no sería un buen estimador porque el estimador de Breslow proporciona una …

13 r  survival  cox-model 

Deseo crear un dato de supervivencia de juguetes (tiempo hasta el evento) que esté correctamente censurado y siga alguna distribución con riesgos proporcionales y un riesgo de referencia constante. Creé los datos de la siguiente manera, pero no puedo obtener las razones de riesgo estimadas que están cerca de los …

12 survival  cox-model  monte-carlo 

Quería entender mejor la prueba exacta del pescador, así que ideé el siguiente ejemplo de juguete, donde f y m corresponde a machos y hembras, y n e y corresponden a "consumo de refrescos" de esta manera: > soda_gender f m n 0 5 y 5 0 Obviamente, esta es …

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 

En un modelo de riesgos proporcionales de Cox con muchas variables, si los residuos de Schoenfeld no son planos para una de las variables, ¿esto invalida todo el modelo o solo se puede ignorar la variable de bajo rendimiento? Es decir, interprete los coeficientes para las otras variables, pero no …

11 residuals  cox-model  schoenfeld-residuals 

Tengo el siguiente modelo de Cox PH: (Tiempo, evento) ~ X + Y + Z Me gustaría obtener los peligros pronosticadas tasas (estoy hablando de las tasas de riesgo NO función de riesgo) dados los valores específicos de X, Y, Z. Sé que el paquete muhaz R puede calcular las …

11 r  survival  hazard  cox-model 

Estoy interesado en saber si existe o no un consenso sobre la forma óptima de analizar los datos de duración de la estadía hospitalaria (LOS) de un ECA. Por lo general, esta es una distribución muy sesgada a la derecha, por la cual la mayoría de los pacientes son dados …

11 t-test  power  skewness  cox-model  logrank 

Con respecto a la ponderación de puntaje de propensión (IPTW) al realizar el modelado de riesgo proporcional de Cox de los datos de supervivencia del tiempo hasta el evento: Tengo datos de registro prospectivos en los que estamos interesados ​​en observar el efecto del tratamiento de un medicamento que en …

11 r  survival  cox-model  propensity-scores 

Soy nuevo en el análisis de supervivencia y recientemente aprendí que hay diferentes maneras de hacerlo dado un determinado objetivo. Estoy interesado en la implementación real y la adecuación de estos métodos. Se me presentaron los modelos tradicionales de riesgo proporcional de Cox , tiempo de falla acelerado y redes …

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

Contexto Estoy tratando de entender cómo R's coxph () acepta y maneja entradas repetidas para sujetos (o paciente / cliente si lo prefiere). Algunos llaman a este formato largo, otros lo llaman 'medidas repetidas'. Consulte, por ejemplo, el conjunto de datos que incluye la columna ID en la sección Respuestas …

10 r  repeated-measures  survival  cox-model  frailty 

En la regresión logística, una razón de probabilidad de 2 significa que el evento es 2 veces más probable dado un aumento de una unidad en el predictor. En la regresión de Cox, una razón de riesgo de 2 significa que el evento ocurrirá el doble de veces en cada …

10 logistic  cox-model  odds-ratio  hazard 

Este es solo un ejemplo que he encontrado varias veces, por lo que no tengo ningún dato de muestra. Ejecutar un modelo de regresión lineal en R: a.lm = lm(Y ~ x1 + x2) x1Es una variable continua. x2es categórico y tiene tres valores, por ejemplo, "Bajo", "Medio" y "Alto". …

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 

En R, estoy haciendo análisis de datos de supervivencia de pacientes con cáncer. He estado leyendo cosas muy útiles sobre el análisis de supervivencia en CrossValidated y otros lugares y creo que entendí cómo interpretar los resultados de la regresión de Cox. Sin embargo, un resultado todavía me molesta ... …

9 r  survival  cox-model  kaplan-meier