প্রশ্ন ট্যাগ «survival»

আমি সিদ্ধান্তে পৌঁছানোর জন্য বিচারকদের প্রয়োজনীয় সময়টি দেখছি। প্রতিটি বিচারক বেশ কয়েকটি আবেদনকারীর মূল্যায়ন করেন এবং হয় আবেদন অনুমোদন বা অনুমোদন করতে পারেন। মামলাটি চূড়ান্ত হয় যখন বিচারক তার রিপোর্ট উপস্থাপন করেন, যা শুনানির কিছু পরে হতে পারে। অধ্যয়নকাল শেষে বেশ কয়েকটি মামলা খোলা ছিল। সিস্টেমের মাধ্যমে মামলাগুলি চালিত হওয়ার …

9 survival 

আমি রোগীর ( ) পড়ে যাওয়ার সম্ভাবনাতে 2 টি ওষুধের ( drug1, drug2) এর প্রভাব অনুমান করার চেষ্টা করছি event। রোগীরা একাধিকবার পড়তে পারে এবং যে কোনও সময়ে ওষুধগুলি প্রয়োগ বা বন্ধ করতে পারে। আমার প্রশ্ন হ'ল সময়কাল (দিন) সম্পর্কিত ডেটা কীভাবে গঠন করা উচিত, বিশেষত দিনের মধ্যে ওভারল্যাপ হওয়া …

9 r  survival  cox-model 

আমার ডেটাসেটে প্রতিটি রেকর্ডের জন্য আমার কাছে নিম্নলিখিত তথ্য রয়েছে (এক্স1 , … , এক্সমি , δ , টি )(এক্স1 ,... ,এক্সমি ,δ ,টি ) (X_1 \ , \dots \ , X_m \ , \delta \ , T \ ) যেখানে বৈশিষ্ট্যগুলি রয়েছে, লক্ষ্য ইভেন্টটি ঘটলে 1 হয় এবং অন্যথায় …

9 classification  survival 

ব্যবধান সেন্সর করা বেঁচে থাকার সময় দেওয়া হয়েছে, আমি কীভাবে একটি অন্তর সেন্সরড কক্স পিএইচ মডেলটি সম্পাদন করব R? একটি রিসার্ক অনুসন্ধান প্যাকেজটি সক্রিয় করে intcox, যা আর Rসংগ্রহস্থলটিতে নেই। আমি প্রায় ইতিবাচক প্যাকেজ coxphমধ্যে ফাংশন survivalবিরতি সেন্সর বেঁচে থাকার তথ্য হ্যান্ডেল করতে পারবেন না। এছাড়াও, আমি ডেটা গুনতে এবং …

9 r  survival  cox-model  interval-censoring 

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 = …

9 r  survival  wilcoxon-signed-rank 

আমি এই উদাহরণটিতে যে টার্মপ্ল্লটটি ব্যবহার করি তার নিজের সামান্য বর্ধিত সংস্করণটি তৈরি করেছি, আপনি এটি এখানে খুঁজে পেতে পারেন । আমি এর আগে এসওতে পোস্ট করেছি তবে আমি এটির বিষয়ে যত বেশি চিন্তা করি আমি বিশ্বাস করি যে এটি সম্ভবত কোডিংয়ের চেয়ে কক্স প্রসংশ্লিষ্ট বিপদ মডেলের ব্যাখ্যার সাথে আরও …

9 r  survival  cox-model 

সেন্সরটির জন্য অত্যন্ত নিম্ন ত্রুটি হারের পরীক্ষার মাধ্যমে আমি প্রদর্শনের চেষ্টা করার মুখোমুখি হয়েছি (1,000,000 চেষ্টায় 1 টির বেশি নয়)। আমাদের কাছে পরীক্ষাটি পরিচালনা করার জন্য সীমিত সময় রয়েছে তাই আমরা প্রায় 4,000 টিরও বেশি প্রচেষ্টা অর্জনে সক্ষম না হতে পারব বলে আশা করি। সেন্সরটি প্রয়োজনীয়তা পূরণ করে না দেখানোর …

9 survival  sample-size  quality-control 

সুতরাং, আমার 16 টি ট্রায়াল রয়েছে যার মধ্যে আমি হামিং দূরত্ব ব্যবহার করে কোনও ব্যক্তিকে বায়োমেট্রিক বৈশিষ্ট্য থেকে প্রমাণীকরণের চেষ্টা করছি। আমার প্রান্তিকতা 3.5 এ সেট করা হয়েছে। আমার ডেটা নীচে রয়েছে এবং কেবল 1 টি পরীক্ষা সত্য পজিটিভ: Trial Hamming Distance 1 0.34 2 0.37 3 0.34 4 0.29 …

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 

কক্স আনুপাতিক ঝুঁকি রিগ্রেশন বিশ্লেষণে এক্স (হ্যাজার্ড) পরিবর্তনশীল কি সর্বদা সময় হতে পারে? যদি না হয়, আপনি একটি উদাহরণ দিতে পারে, দয়া করে? ক্যান্সারের রোগীর বয়স কি বিপদের পরিবর্তনশীল হতে পারে? যদি তা হয় তবে এটি একটি নির্দিষ্ট বয়সে ক্যান্সার হওয়ার ঝুঁকি হিসাবে ব্যাখ্যা করা যেতে পারে? জিনের প্রকাশ এবং …

9 regression  survival  hazard 

কিছুটা পর্যবেক্ষণ করে, আমার প্রায় দশ মিলিয়ন রেকর্ড রয়েছে যা প্রায় দশ বছর ব্যাপী একটি সিস্টেমে মানুষের প্রবেশের সময় এবং প্রস্থান সময় রেকর্ড করে। প্রতিটি রেকর্ডে একটি প্রবেশের সময় থাকে তবে প্রতিটি রেকর্ডের প্রস্থান সময় হয় না। সিস্টেমে গড় সময় ~ 1 বছর। নিখোঁজ প্রস্থান দুটি কারণে ঘটে: ডেটা ক্যাপচারের …

9 survival  missing-data