প্রশ্ন ট্যাগ «survival»

আমি খেলনা বেঁচে থাকার (ইভেন্ট টু ইভেন্ট) ডেটা তৈরি করতে চাই যা সঠিকভাবে সেন্সর করা হয়েছে এবং আনুপাতিক বিপত্তি এবং ধ্রুবক বেসলাইন বিপত্তি সহ কিছু বিতরণ অনুসরণ করে। আমি নিম্নলিখিত হিসাবে ডেটা তৈরি করেছি, তবে সিমুলেটেড ডেটাতে কক্স আনুপাতিক বিপদ মডেল লাগানোর পরে সত্যিকারের মানগুলির কাছাকাছি থাকা আনুমানিক বিপদ অনুপাতগুলি …

12 survival  cox-model  monte-carlo 

আমি ফিশারদের সঠিক পরীক্ষাটি আরও ভালভাবে বুঝতে চেয়েছিলাম, তাই আমি নীচের খেলনাটির উদাহরণটি প্রস্তুত করেছি, যেখানে f এবং m পুরুষ এবং মহিলা এর সাথে মিলে যায় এবং n এবং y এর সাথে "সোডা সেবন" এর সাথে মিলে যায়: > soda_gender f m n 0 5 y 5 0 স্পষ্টতই, এটি …

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 

এটি বেশ কিছু সময়ের জন্যই জানা যায় যে কনিষ্ঠ বয়সে দাবা খেলোয়াড়রা 1950 এর দশকের পর থেকে গ্র্যান্ডমাস্টার খেতাব অর্জন করতে সক্ষম হয়েছিলেন এবং বর্তমানে প্রায় 30 জন খেলোয়াড় রয়েছেন যারা তাদের 15 তম জন্মদিনের আগে গ্র্যান্ডমাস্টার হয়েছিলেন । তবে দাবা স্ট্যাক এক্সচেঞ্জে একটি প্রশ্ন রয়েছে যা জিজ্ঞাসা করে, গ্র্যান্ডমাস্টার …

11 survival  bias  population  censoring  subset 

আমি একটি কম্পিউটার গেমটিতে এই বিতরণটি পেরিয়ে এসেছি এবং এর আচরণ সম্পর্কে আরও জানতে চাইছি। সিদ্ধান্ত নেওয়া হয়েছে যে নির্দিষ্ট সংখ্যক খেলোয়াড়ের ক্রিয়াকলাপের পরে কোনও নির্দিষ্ট ইভেন্ট হওয়া উচিত। এর বাইরে বিশদগুলি প্রাসঙ্গিক নয়। এটি অন্যান্য পরিস্থিতিতে প্রযোজ্য বলে মনে হয় এবং আমি এটি আকর্ষণীয় বলে মনে করেছি কারণ এটি …

11 probability  distributions  survival  discrete-data 

আমার কাছে নিম্নলিখিত কক্স পিএইচ মডেল রয়েছে: (সময়, ইভেন্ট) ~ এক্স + ওয়াই + জেড আমি পূর্বাভাস বিপত্তি পেতে চাই হার (ঝ বিপত্তি হার কথা বলছি না নির্দিষ্ট মান দেওয়া বিপত্তি অনুপাত) X, Y, Z। আমি জানি মুহাজ আর আর প্যাকেজ পর্যবেক্ষণ করা বিপদের হারগুলি গণনা করতে পারে তবে আমি …

11 r  survival  hazard  cox-model 

যদি আমি অনুমান করি যে কোনও জিন স্বাক্ষর পুনরাবৃত্তির কম ঝুঁকিতে বিষয়গুলি সনাক্ত করতে পারে, তবে এটি জনসংখ্যার 20% এর মধ্যে হারের হার 0.5% হ্রাস পাবে এবং আমি প্রত্যাবর্তনমূলক সমীক্ষা থেকে নমুনাগুলি ব্যবহার করতে চাই দুটি অনুমানীকৃত গোষ্ঠীতে অসম সংখ্যার জন্য নমুনার আকার সমন্বয় করা দরকার? উদাহরণস্বরূপ কোলেট, ডি ব্যবহার …

11 survival  power-analysis  genetics 

আমি ভাবছি যে আমি কীভাবে এন ওয়েইবুল বিতরণ লাইফটাইমগুলির নমুনা অনুকরণ করতে পারি যাতে টাইপ আই ডান-সেন্সর করা পর্যবেক্ষণ অন্তর্ভুক্ত থাকে। উদাহরণস্বরূপ, এন = 3, আকার = 3, স্কেল = 1 এবং সেন্সরিং হার = .15 এবং সেন্সরিং সময় = .88 রাখতে দেয়। আমি জানি যে কীভাবে ওয়েবুল নমুনা তৈরি …

11 r  survival  simulation  random-generation 

সময়ের-থেকে-ইভেন্ট বেঁচে থাকার ডেটা কক্স আনুপাতিক বিপদ মডেলিংয়ের সময় প্রপেনসিটি স্কোর ওয়েটিং (আইপিটিডাব্লু) সম্পর্কিত: আমার কাছে সম্ভাব্য রেজিস্ট্রি ডেটা রয়েছে যেখানে আমরা কোনও ওষুধের চিকিত্সার প্রভাবটি দেখতে আগ্রহী যা বেশিরভাগ ক্ষেত্রে রোগীরা ইতিমধ্যে বেসলাইন গ্রহণ করছিল। অতএব আমি নিশ্চিত নই কিভাবে কীভাবে ডেটা বিশ্লেষণ করা যায়। সম্ভাব্যভাবে, কিছু বেসলাইন ভেরিয়েবলগুলি …

11 r  survival  cox-model  propensity-scores 

আমি বেঁচে থাকার বিশ্লেষণের উপর কিছুটা পড়ছি এবং বেশিরভাগ পাঠ্যপুস্তক এটিকে জানিয়েছে h ( t ) =লিমΔ t → 0পি( টি &lt; টি)≤ t + Δ t | টি≥ টি )Δ টি=চ( টি )1 - এফ( টি )( 1 )জ(টি)=লিমΔটি→0পি(টি&lt;টি≤টি+ +Δটি|টি≥টি)Δটি=চ(টি)1-এফ(টি)(1)h(t)= \lim_{ \Delta t \rightarrow 0} \frac{P(t < T \leq …

11 survival 

আমি বেঁচে থাকার বিশ্লেষণে নতুন এবং আমি সম্প্রতি শিখেছি যে এটির একটি নির্দিষ্ট লক্ষ্য দেওয়ার বিভিন্ন উপায় রয়েছে। আমি এই পদ্ধতির প্রকৃত বাস্তবায়ন এবং যথাযথতায় আগ্রহী। আমাকে time তিহ্যবাহী কক্স প্রপোরশনাল-হ্যাজার্ডস , এক্সিলারেটেড ব্যর্থতার সময় মডেল এবং নিউরাল নেটওয়ার্কগুলি (মাল্টিলেয়ার পার্সেপট্রন) উপস্থাপিত হয়ে রোগীর বেঁচে থাকার জন্য সময়, স্থিতি এবং …

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

আমার কাছে প্রতিটি রাউন্ডের পরে অবসারণের সাথে 5 টি রাউন্ডের উপর বাজি ধরে এবং হারানোর সিরিজের ডেটা রয়েছে। আমি ডেটা প্রদর্শনের জন্য নীচের মত একটি সিদ্ধান্ত গাছ ব্যবহার করছি। গাছের উপরের দিকের নোডগুলি হ'ল যেগুলি দৌড়ে জিতেছে এবং গাছের নীচের দিকের অংশগুলি হারাতে চলেছে। আমি (ক) প্রতিটি নোডের (খ) প্রতিটি …

10 t-test  survival  panel-data  time-varying-covariate 

একটি সাধারণ উদাহরণের জন্য ধরে নিন যে দুটি লিনিয়ার রিগ্রেশন মডেল রয়েছে মডেল 1 গেছে তিন ভবিষ্যতবক্তা, x1a, x2b, এবংx2c মডেল 2 এর মডেল 1 থেকে তিনটি ভবিষ্যদ্বাণী এবং দুটি অতিরিক্ত ভবিষ্যদ্বাণী x2aএবংx2b একটি জনসংখ্যার রিগ্রেশন সমীকরণ রয়েছে যেখানে জনসংখ্যার বৈচিত্রটি বর্ণিত হয়েছে মডেল 1 এর জন্য ρ2(1)ρ(1)2\rho^2_{(1)} এবং মডেল …

10 regression  confidence-interval  estimation  r-squared  shrinkage  anova  t-test  references  tukey-hsd  machine-learning  boosting  r  clustering  fishers-exact  generalized-linear-model  model  probit  link-function  r  survival  probability  distributions  dice  logistic  lme4-nlme  glmm  meta-analysis  distributions  distributions  factor-analysis  r  anova  repeated-measures  post-hoc 

survivalপ্যাকেজ Rপ্রদর্শিত হয় একটানা সময় বেঁচে থাকা মডেলের উপর ফোকাস করার। আমি আনুপাতিক ঝুঁকিপূর্ণ মডেল, পরিপূরক লগ-লগ মডেলটির একটি পৃথক সময়ের সংস্করণ অনুমান করতে আগ্রহী। সরল ডান সেন্সরিং সহ আমার মোটামুটি সোজা বেঁচে থাকার মডেল রয়েছে। আমি জানি যে এই মডেলটি অনুমান করার একটি উপায় হ'ল একটি ডেটা সেট তৈরি …

10 r  survival 

আইএমএম একটি রোগের ফলাফলের উপর গর্ভাবস্থার প্রভাবের মডেলিং (মৃত-জীবিত)। প্রায় ৪০% রোগী নির্ণয়ের পরে গর্ভবতী হন-তবে সময়মত বিভিন্ন পয়েন্টে। এখনও অবধি আমি কেএম প্লটগুলি বেঁচে থাকার জন্য গর্ভাবস্থার স্পষ্ট প্রতিরক্ষামূলক প্রভাব প্রদর্শন করেছি এবং একটি নিয়মিত কক্স মডেল-তবে এগুলি কেবলমাত্র দ্বৈতক্ষেত্রযুক্ত গর্ভাবস্থার পরিবর্তনশীল ব্যবহার করে মডেল করা হয়েছে এবং ধরে …

10 survival 

আমার যদি রোগমুক্ত বেঁচে থাকার ডেটা থাকে (কোনও নির্দিষ্ট রোগ নির্ণয় করা হয়েছে কিনা তা নির্ধারিত হয়েছে বা সেই ঘটনার সময়টি অনুসরণের ক্ষতি বা তার সাথে ক্ষতিগ্রস্থ হয়েছে কিনা তা নির্ধারণ করা হয়েছে) এবং সামগ্রিক বেঁচে থাকার ডেটা থাকলে আমি কীভাবে মৃত্যুর মুখোমুখি হব না রোগের ঘটনা? এগুলি কি সেন্সর …

10 regression  survival  epidemiology