Questions marquées «hazard»

Le taux de risque est le taux instantané auquel les unités qui ont survécu jusqu'au temps t mourir à t. Le rapport de risque est le rapport de 2 dangers spécifiés.

1
Danger de base de Cox
Disons que j'ai un ensemble de données «cathéter rénal». J'essaie de modéliser une courbe de survie en utilisant un modèle de Cox. Si je considère un modèle de Cox: j'ai besoin de l'estimation du danger de base. En utilisant la fonction intégrée du package R , je peux facilement le …
19 r  cox-model  hazard 
2
Comment interpréter Exp (B) dans la régression de Cox?
Je suis un étudiant en médecine qui essaie de comprendre les statistiques (!) - alors s'il vous plaît soyez doux! ;) J'écris un essai contenant une bonne quantité d'analyses statistiques, y compris l'analyse de survie (Kaplan-Meier, Log-Rank et régression de Cox). J'ai effectué une régression de Cox sur mes données …
4
Quels sont les avantages et les inconvénients de l'utilisation du logrank par rapport à la méthode de Mantel-Haenszel pour calculer le Hazard Ratio dans l'analyse de survie?
Une façon de résumer la comparaison de deux courbes de survie est de calculer le rapport de risque (HR). Il existe (au moins) deux méthodes pour calculer cette valeur. Méthode Logrank. Dans le cadre des calculs de Kaplan-Meier, calculer le nombre d'événements observés (décès, généralement) dans chaque groupe ( OaOaOa …
17 survival  hazard 
4
Intuition pour la fonction de risque cumulatif (analyse de survie)
J'essaie d'avoir de l'intuition pour chacune des principales fonctions de la science actuarielle (en particulier pour le modèle des risques proportionnels de Cox). Voici ce que j'ai jusqu'à présent: f(x)f(x)f(x) : à partir de l'heure de début, la distribution de probabilité de votre décès. F(x)F(x)F(x) : juste la distribution cumulative. …
3
Intuition derrière le taux de risque
Je suis confus quant à l'équation qui sert de définition du taux de risque. J'ai une idée de ce qu'est le taux de risque, mais je ne vois tout simplement pas comment l'équation exprime cette intuition. Si xxx est une variable aléatoire qui représente le moment du décès d'une personne …
3
Quelles sont les options du modèle de régression à aléas proportionnels lorsque les résidus de Schoenfeld ne sont pas bons?
Je fais une régression des risques proportionnels de Cox dans R using coxph, qui comprend de nombreuses variables. Les résidus de Martingale ont fière allure, et les résidus de Schoenfeld sont excellents pour PRESQUE toutes les variables. Il existe trois variables dont les résidus de Schoenfeld ne sont pas plats, …
1
R régression linéaire variable catégorielle valeur «cachée»
Ceci est juste un exemple que j'ai rencontré plusieurs fois, donc je n'ai pas d'échantillons de données. Exécution d'un modèle de régression linéaire dans R: a.lm = lm(Y ~ x1 + x2) x1est une variable continue. x2est catégorique et a trois valeurs, par exemple "Low", "Medium" et "High". Cependant, la …
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 
2
Calculer la courbe ROC pour les données
Donc, j'ai 16 essais dans lesquels j'essaie d'authentifier une personne à partir d'un trait biométrique en utilisant Hamming Distance. Mon seuil est fixé à 3,5. Mes données sont ci-dessous et seul l'essai 1 est un vrai positif: Trial Hamming Distance 1 0.34 2 0.37 3 0.34 4 0.29 5 0.55 …
9 mathematical-statistics  roc  classification  cross-validation  pac-learning  r  anova  survival  hazard  machine-learning  data-mining  hypothesis-testing  regression  random-variable  non-independent  normal-distribution  approximation  central-limit-theorem  interpolation  splines  distributions  kernel-smoothing  r  data-visualization  ggplot2  distributions  binomial  random-variable  poisson-distribution  simulation  kalman-filter  regression  lasso  regularization  lme4-nlme  model-selection  aic  r  mcmc  dlm  particle-filter  r  panel-data  multilevel-analysis  model-selection  entropy  graphical-model  r  distributions  quantiles  qq-plot  svm  matlab  regression  lasso  regularization  entropy  inference  r  distributions  dataset  algorithms  matrix-decomposition  regression  modeling  interaction  regularization  expected-value  exponential  gamma-distribution  mcmc  gibbs  probability  self-study  normality-assumption  naive-bayes  bayes-optimal-classifier  standard-deviation  classification  optimization  control-chart  engineering-statistics  regression  lasso  regularization  regression  references  lasso  regularization  elastic-net  r  distributions  aggregation  clustering  algorithms  regression  correlation  modeling  distributions  time-series  standard-deviation  goodness-of-fit  hypothesis-testing  statistical-significance  sample  binary-data  estimation  random-variable  interpolation  distributions  probability  chi-squared  predictor  outliers  regression  modeling  interaction 
En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.