问题标签 [survival]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
r - 在生存 ctree 图中调整终端面板中的 yscale
我正在使用ctree()
in package party
/partykit
来绘制生存模型的生存树。
总体存活率很好,最坏的情况是 95% 的存活率,所以我想将其更改yscale
为c(0.9, 1)
以便面板在最终情节中有用。
我需要调整yscale
生存图终端面板中的参数,但这会引发错误并且似乎不可能。
这可能ctree()
还是我应该使用另一种方法?
我已经为函数添加了参数,yscale
但这terminal_panel
会导致错误
我预计这会改变比例以放大 y 轴比例从 90% 生存到 100% 生存的 KM 图,但这并没有发生。
r - 生存分析:生命表中审查事件的数量
我想为一些感兴趣的事件构建一个生命表。请参阅下面的示例:
我正在尝试使用survival
R 包执行此操作:https ://cran.r-project.org/web/packages/survival/survival.pdf 。
请注意,我指定了 censored = TRUE。指定此选项应使删失时间包含在输出中。
它打印时间、n.risk、n.event、生存、std.err、下限 95% CI 和上限 95% CI。但是,它没有按预期打印 n.exit.censored。我试图弄清楚为什么它不打印数字审查列。我下载了最新版的生存包。
印刷
这是否发生在其他人身上?
r - 如何在 r 中可视化 cox 模型中的交互?
我拟合了一个模型,并产生了显着的交互作用。如何在图形中绘制它?
它遵循一个玩具示例(仅用于说明目的):
我想要这样的东西:
如果答案适用于分类x分类交互以及分类与连续交互,那就太好了。
r - 为什么调查权重会改变 R SQUARED?
在上面的示例中,fitWEIGHT 的 R-Squared 值等于 1。但是,没有假样本权重的相同模型的 R-Squared 小于一半 (0.5)。为什么会这样?
survival-analysis - coxModelFrame.coxph(object) 中的错误:对 coxph 的调用中的无效对象集 x=TRUE
以下示例适用于正在构建 Cox 比例风险模型并尝试生成预测误差曲线但收到错误说明的任何人:
coxModelFrame.coxph(object) 中的错误:在对 coxph 的调用中设置了无效的对象集 x=TRUE。
这是重现错误的代码:
图书馆
数据
Cox 比例危害
预测误差曲线
最后一行代码导致以下错误: coxModelFrame.coxph(object) 中的错误:对 coxph 的调用中的无效对象集 x=TRUE
r - 包生存中survfit函数产生的生存曲线
我正在使用survfit
R 包中的函数survival
从. 我有两种创建曲线的方法,它们给出不同的结果。我相信第一个是正确的答案,但我不知道为什么方法 2 不起作用。survfit.coxph
coxph
machine-learning - PySpark 中的加速故障时间模型用于对重复事件进行建模
我试图通过使用 PySpark 中的加速故障时间模型来预测客户从他们的订单历史记录中重新订购订单购物车的概率。我的输入数据包含
- 客户的各种特征和相应的订单购物车作为预测指标
- 两个连续订单之间的天数作为标签和
- 以前观察到的订单是未经审查的,而未来的订单是经过审查的。
PySpark 是这里的选择,因为对环境有一些限制,而且我没有其他选择来处理大量的订单历史记录(~40 GB)。这是我的示例实现:
问题:
- pyspark.ml.regression 中的 AFTSurvivalRegression 方法是否能够根据客户 ID 对我的数据集中的记录进行聚类?如果有,请说明如何实施?
- 所需的输出将包含特定客户重新订购不同订单车的概率。如何通过扩展我的代码实现来获得这些值?
scala - 使用 Scala 进行生存 AFT 分析
我正在尝试实施此处记录的生存分析模型:Scala-Docs#Survival-Regression,但我无法确定您应该如何进行实际实施。
我正在尝试为企业建模客户的“生存能力”。客户的生存能力是根据上个月是否进行购买而给予客户的标签。如果客户未能进行购买,他们将被视为死亡/受到谴责。我考虑的两个因素是“广告的次数”和“在商业网站上花费的时间”。每月收集有关客户的数据。
以下是我的两个客户(CustA 和 CustB)在三个月内的数据:
然后,我想将其转换为文档指定的类似内容:
所以我的数据现在看起来像这样:
然后执行以下操作:
但是我不理解:
- 这是根据 Scala 的文档对数据进行建模的正确方法吗?
- 为什么我没有在任何地方考虑客户 ID?
r - ggadjustedcurves, fun="cumhaz" 不起作用
在“survminer”包中,我已经能够使用 cox 模型构建调整后的曲线,但这仅向我展示了生存函数。当我尝试在 fun= 选项中输入“事件”或“cumhaz”时,这只会给我相同的生存功能。我找到了这个链接
https://github.com/kassambara/survminer/issues/287
想知道是否有人有任何建议?
我在评论链中听取了Chung30916的建议并使用了以下代码
plotdata2<-plotdata%>%
mutate(cumhaz=1-surv)
制作累积发病率曲线,但请原谅我缺乏经验,我该如何进行?只需使用分层(在我的情况下为 2 组)在 ggplot2 中绘制图表,x 将是时间,而 y 将是 cumhaz?
谢谢