Questions marquées «survival»

L'analyse de survie modélise les données de temps avant événement, généralement le temps de décès ou d'échec. Les données censurées sont un problème courant pour les analyses de survie.

1
Pourquoi les valeurs de p sont-elles souvent plus élevées dans un modèle de risque proportionnel de Cox que dans la régression logistique?
J'ai appris le modèle de risque proportionnel de Cox. J'ai beaucoup d'expérience dans l'ajustement de modèles de régression logistique, et donc pour construire l'intuition, j'ai comparé des modèles ajustés à l'aide coxphde la «survie» R avec des modèles de régression logistique ajustés à l'aide glmde family="binomial". Si je lance le …
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. …
2
Comment calculer la durée moyenne d'adhésion au végétarisme alors que nous ne disposons que de données d'enquête sur les végétariens actuels?
Un échantillon de population aléatoire a été sondé. On leur a demandé s'ils avaient un régime végétarien. S'ils ont répondu oui, on leur a également demandé de préciser depuis combien de temps ils suivaient un régime végétarien sans interruption. Je veux utiliser ces données pour calculer la durée moyenne d'adhésion …
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 …
1
Quelle est l'intuition derrière les échantillons échangeables sous l'hypothèse nulle?
Les tests de permutation (également appelés test de randomisation, test de re-randomisation ou test exact) sont très utiles et s'avèrent utiles lorsque l'hypothèse de distribution normale requise par exemple t-testn'est pas remplie et lorsque la transformation des valeurs par classement des un test non paramétrique comme Mann-Whitney-U-testcela entraînerait la perte …
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 
3
Modèle de Cox vs régression logistique
Disons que le problème suivant nous est posé: Prévoyez quels clients sont les plus susceptibles d'arrêter d'acheter dans notre boutique au cours des 3 prochains mois. Pour chaque client, nous connaissons le mois où l'on a commencé à acheter dans notre boutique et, en outre, nous avons de nombreuses fonctionnalités …
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.