Preguntas etiquetadas con survival

Tengo un GLMM de la forma: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Cuando lo uso drop1(model, test="Chi"), obtengo resultados diferentes a los que uso Anova(model, type="III")del paquete del automóvil o summary(model). Estos dos últimos dan las mismas respuestas. Usando un montón de …

10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 

He encontrado muchas fórmulas que muestran cómo encontrar el tiempo medio de supervivencia para una distribución exponencial o de Weibull, pero tengo mucha menos suerte para las funciones de supervivencia logarítmica normal. Dada la siguiente función de supervivencia: S( t ) = 1 - ϕ [ ln( t ) - …

10 survival 

He creado algunos modelos de regresión de Cox y me gustaría ver qué tan bien funcionan estos modelos y pensé que quizás una curva ROC o una estadística c podría ser útil de manera similar al uso de estos artículos: JN Armitage och JH van der Meulen, "Identificar la comorbilidad …

10 r  survival  roc 

He escuchado sobre análisis de supervivencia y análisis de datos de vida, pero no entiendo el panorama general. Me preguntaba qué temas están cubriendo. ¿Es pura estadística, o simplemente la aplicación de estadísticas en un área específica? ¿Es el análisis de la fecha de vida parte del análisis de supervivencia? …

10 survival  mathematical-statistics 

¿Soy consciente de probar el supuesto de riesgos proporcionales en el contexto de los modelos Cox PH, pero no he encontrado nada relacionado con los modelos paramétricos? ¿Hay alguna manera factible de probar la suposición de PH de ciertos modelos paramétricos? Parece que debería darse que los modelos paramétricos son …

10 survival  assumptions  proportional-hazards 

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 

Envié un artículo que fue rechazado debido a la forma incorrecta de realizar el análisis de supervivencia. El árbitro no dejó otros detalles o explicaciones que no sean: "el análisis de supervivencia en las tendencias temporales requiere formas más sofisticadas de censura". La pregunta: ¿Se ha reducido el exceso de …

10 regression  survival  incidence-rate-ratio  interval-censoring 

Estoy tratando de ajustar un modelo de tiempo discreto en R, pero no estoy seguro de cómo hacerlo. He leído que puede organizar la variable dependiente en diferentes filas, una para cada observación de tiempo, y usar la glmfunción con un enlace logit o cloglog. En este sentido, tengo tres …

10 r  survival  pca  sas  matlab  neural-networks  r  logistic  spatial  spatial-interaction-model  r  time-series  econometrics  var  statistical-significance  t-test  cross-validation  sample-size  r  regression  optimization  least-squares  constrained-regression  nonparametric  ordinal-data  wilcoxon-signed-rank  references  neural-networks  jags  bugs  hierarchical-bayesian  gaussian-mixture  r  regression  svm  predictive-models  libsvm  scikit-learn  probability  self-study  stata  sample-size  spss  wilcoxon-mann-whitney  survey  ordinal-data  likert  group-differences  r  regression  anova  mathematical-statistics  normal-distribution  random-generation  truncation  repeated-measures  variance  variability  distributions  random-generation  uniform  regression  r  generalized-linear-model  goodness-of-fit  data-visualization  r  time-series  arima  autoregressive  confidence-interval  r  time-series  arima  autocorrelation  seasonality  hypothesis-testing  bayesian  frequentist  uninformative-prior  correlation  matlab  cross-correlation 

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 

Estoy tratando de lidiar con un análisis de tiempo hasta el evento utilizando resultados binarios repetidos. Supongamos que el tiempo hasta el evento se mide en días, pero por el momento discretizamos el tiempo en semanas. Quiero aproximar un estimador de Kaplan-Meier (pero permitir covariables) usando resultados binarios repetidos. Esto …

9 mixed-model  survival  random-effects-model  recurrent-events 

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 

¿Cómo interpreta una curva de supervivencia del modelo de riesgo proporcional de Cox? En este ejemplo de juguete, supongamos que tenemos un modelo de riesgo proporcional de Cox ageen kidneydatos variables y generamos la curva de supervivencia. library(survival) fit <- coxph(Surv(time, status)~age, data=kidney) plot(conf.int="none", survfit(fit)) grid() Por ejemplo, en el …

9 r  survival  cox-model  likelihood  machine-learning  deep-learning  generative-models  machine-learning  reinforcement-learning  q-learning  regression  multicollinearity  convergence  beta-distribution  bernoulli-distribution  machine-learning  self-study  pattern-recognition  neural-networks  stochastic-processes  linear 

En el Análisis de supervivencia, se supone que el tiempo de supervivencia de un rv XyoXiX_i se distribuye exponencialmente. Considerando ahora que tengo "resultados" de iid rv's . De hecho, solo una parte de estos resultados está "plenamente realizada", es decir, las observaciones restantes aún están "vivas".X1, ... , xnortex1,…,xnx_1,\dots,x_nXyoXiX_i …

9 maximum-likelihood  references  survival  censoring  exponential-family 

Soy un recién llegado al análisis de supervivencia, aunque tengo algunos conocimientos en clasificación y regresión. Para la regresión, tenemos estadísticas de MSE y R cuadrado. Pero, ¿cómo podemos decir que el modelo de supervivencia A es superior al modelo de supervivencia B además de algún tipo de gráficos (curva …

9 regression  survival  goodness-of-fit  cart  rpart 

Quiero generar tiempo de supervivencia a partir de un modelo de riesgos proporcionales de Cox que contiene una covariable dependiente del tiempo. El modelo es h ( t | Xyo) = h0 0( t ) exp( γXyo+ α myo( t ) )h(t|Xi)=h0(t)exp⁡(γXi+αmi(t))h(t|X_i) =h_0(t) \exp(\gamma X_i + \alpha m_{i}(t)) donde se …

9 r  survival  cox-model  time-varying-covariate