আর-তে বেঁচে থাকার ডেটার জন্য উইলকক্সন স্বাক্ষরিত র‌্যাঙ্ক পরীক্ষা কীভাবে করবেন?

9

বলুন আপনার কাছে এইরকম বেঁচে থাকার ডেটা রয়েছে:

obs <- data.frame(
  time = c(floor(runif(100) * 30), floor((runif(100)^2) * 30)),
  status = c(rbinom(100, 1, 0.2), rbinom(100, 1, 0.7)),
  group = gl(2,100)
  )

স্ট্যান্ডার্ড লগ র‌্যাঙ্ক পরীক্ষা করার জন্য, কেউ ব্যবহার করতে পারেন

survdiff(Surv(time, status) ~ group, data = obs, rho = 0)

ঠিক আছে?

তবে অন্যান্য পরীক্ষার কী হবে? আপনি কীভাবে উইলকক্সন স্বাক্ষরিত র‌্যাঙ্ক পরীক্ষা, একটি পেটোর পরীক্ষা বা ফ্লেমিং-হ্যারিংটন পরীক্ষা করতে পারেন?

আর উইলকক্সন পরীক্ষা করার সম্ভাবনা সরবরাহ করে , তবে সেন্সরটিকে কীভাবে বিবেচনায় নেওয়া যায় তা আমি খুঁজে পাইনি।

অধিকন্তু ডকটি বলেছে যে সেটিংটি rho = 1পরীক্ষাকে "গিহান-উইলকক্সন পরীক্ষার পেটো এবং পেটো পরিবর্তন" করে তুলবে। কিন্তু এটি কি পেটো পরীক্ষার মতো?

r survival wilcoxon-signed-rank

— মার্সেল
সূত্র

আমি আমার বেঁচে থাকার ডেটা জানি না, তবে গুগল থেকে মনে হয়: উইলকক্স টেস্ট এবং survdiffসেটিংয়ের জন্য ডকসগুলি পড়া rho=1এটি পেটোর পরীক্ষায় পরিণত করে ...

— জাস্টিন

হ্যাঁ, আপনাকে ধন্যবাদ! এটি যতদূর আমি ভাল পেয়েছি। যাইহোক, আমি wilcox.testসেন্সরটিকে আমলে নেওয়ার কোনও উপায় খুঁজে পাইনি । সঙ্গে rho=1আমি নিশ্চিত নই যদি এটা একটা Peto পরীক্ষা বা Wilcoxon পরীক্ষা ডক যুক্তরাষ্ট্রের "Gehan-Wilcoxon পরীক্ষার Peto & Peto পরিমার্জন" হিসাবে হয়। ডাউনভোট করার দরকার নেই।

— মার্সেল

7

(আপনার নামকরণের সম্মেলনের জন্য আপনার উত্সটি সম্ভবত উদ্ধৃত করা উচিত এবং কেন এই প্রশ্নটি উত্থাপিত হচ্ছে তা আরও বিশদে ব্যাখ্যা করতে হবে S এটি যদি এসএএস বা এসপিএসএসের জন্য ডকুমেন্টেশনের সাথে মেলে চেষ্টা করার ঘটনাটি ঘটে তবে আমাদের পারস্পরিক সাংস্কৃতিক সমস্যা হতে পারে))

"পেটো টেস্ট" কীভাবে পাবেন সে সম্পর্কে আপনার সুনির্দিষ্ট প্রশ্নের দ্রুত উত্তরটি হ'ল rho = 1 ব্যবহার করা হয় তবে এটি একটি আনুমানিকই হবে। ক্লেইন এবং মোশবার্গারের "বেঁচে থাকা বিশ্লেষণ" এর 7 অধ্যায়ের এক-নমুনা এবং দ্বি-নমুনা বিভাগগুলি উল্লেখ করে আমরা পড়েছি যে পেটো-পেটো সংস্করণ এবং গাহান সংস্করণগুলি উভয়ই মান-হুইটনি উইলকক্সনের দু'-নমুনা (সেন্সরযুক্ত) সংস্করণ ছিল দ্বি-নমুনা পরীক্ষা তবে বেঁচে থাকার ফাংশন অনুমানের বিভিন্ন সংস্করণ ব্যবহার করা হয়েছে। কোনও একক 'ফ্লেমিং-হ্যারিংটন পরীক্ষা' নেই কারণ এই শব্দটি পরীক্ষার একটি পরিবারকে বোঝায় যা লগ-র‌্যাঙ্কে হ্রাস পায় এবং উইলকক্সন ধরণের পরীক্ষাগুলির নির্দিষ্ট মানগুলিতে rho। (আর / এস surv.diffফাংশনটিতে ফ্লেমিং-হ্যারিংটন পরিবারের কিউ-প্যারামিটার 0 নির্ধারণ করা হয়েছে এবং কেবলমাত্র পি-প্যারামিটার পরিবর্তিত হয় যার নাম এটি rh।)

একটি মেটা-প্রশ্ন হল আপনার গাণিতিক পদার্থের দিকে নয় বরং নামগুলিতে ফোকাস করা উচিত? ফ্লেমিং-হারিংটন পরিবারে পি = আরএইচও = 0 (কিউ 0 সহ স্থির করে) নির্বাচন করা সময়সীমার মধ্যে সমানভাবে ওজন (ওই) বা ক্রস-গ্রুপ পার্থক্যকে ওজন করে, যেখানে গেহান-উইলকক্সন এবং পেটো-পেটো উভয়ই ওজনের পরীক্ষার শুরুর দিকে আরও জোরালোভাবে মৃত্যু আমার মতামত (একজন চিকিত্সক হিসাবে) এটি প্রাথমিক বিবেচনার ক্ষেত্রে প্রাথমিক পার্থক্যকে আরও সম্ভাবনাময় বিবেচনা করে বিবেচনা করা বুদ্ধিমানের, তবে অন্য উদাহরণটি যেখানে রক্ষা পেতে পারে সেই নির্দিষ্ট উদাহরণগুলি কল্পনা করতে পারেন।

— DWin
সূত্র

আপনার ব্যাখ্যার জন্য ধন্যবাদ. আমার নামকরণের সম্মেলনগুলি "ক্লিনবাউম এবং ক্লিন - বেঁচে থাকা বিশ্লেষণ" (পি। 63 এফ) থেকে আসে। তারা লগ র্যাঙ্কের জন্য ডাব্লু (টি_জে) = 1, উইলকক্সনের জন্য ডাব্লু (টি_জে) = এন_জে, টেরোন-ওয়ারের জন্য ডাব্লু (টি_জে) = এন ^ (1/2), পেটোর জন্য ডাব্লু (টি_জে) = এস (টি_জে) সংজ্ঞায়িত করেছে এবং ফ্লেমিংটন-হ্যারিংটনের পক্ষে একটি বরং কঠিন অভিব্যক্তি। ভবিষ্যতে কোন ওজনগুলির প্রয়োজন হবে তা আমি জানি না তবে আমি নিশ্চিত হতে চাই যে তাদের প্রয়োজন হওয়ার আগে আমি সেগুলি প্রয়োগ করতে পেরেছি :) তবে আমি মনে করি আপনার উত্তর আমাকে এই সমস্যাটিতে সহায়তা করবে। ধন্যবাদ!

— মার্সেল

5

আর-এ এটি কীভাবে গণনা করা যায় সে সম্পর্কে আপনার প্রশ্নের উত্তর দেওয়ার জন্য, আপনি প্যাকেজটি comp()থেকে ফাংশনটি ব্যবহার করতে পারেন survMisc। উদাহরণ:

> library(survMisc)
> fit = survfit(Surv(time, status) ~ x, data = aml)
> comp(fit)$tests$lrTests
                              ChiSq df      p
Log-rank                       3.40  1 0.0653
Gehan-Breslow (mod~ Wilcoxon)  2.72  1 0.0989
Tarone-Ware                    2.98  1 0.0842
Peto-Peto                      2.71  1 0.0998
Mod~ Peto-Peto (Andersen)      2.64  1 0.1042
Flem~-Harr~ with p=1, q=1      1.45  1 0.2281

ফ্লেমিং-হ্যারিংটন পরীক্ষার জন্য প্যারামিটারগুলি চয়ন করতে (শেষ লাইনে দেখানো হয়েছে), আপনি FHpএবং FHqযুক্তিগুলি ব্যবহার করুন । উদাহরণ স্বরূপ,

> comp(fit, FHp=0, FHq=0)$tests$lrTests
[…]
Flem~-Harr~ with p=0, q=0      3.40  1 0.0653

আপনাকে সাধারণ লগ-র‌্যাঙ্ক পরীক্ষা দেয় (প্রথম উদাহরণে প্রথম লাইনেও প্রদর্শিত হয়)।

— কার্ল ওভে হুফথামার
সূত্র

1

বর্তমানের বেস্টমিস সংস্করণে (০.০.৪) এটি হওয়া উচিতcomp(ten(fit))

— কোসিস্কি