Làm thế nào để đánh giá mức độ phù hợp của chức năng sống sót


9

Tôi là người mới tham gia phân tích sinh tồn, mặc dù tôi có một số kiến ​​thức về phân loại và hồi quy.

Để hồi quy, chúng ta có số liệu thống kê MSE và R vuông. Nhưng làm thế nào chúng ta có thể nói rằng mô hình sinh tồn A vượt trội hơn mô hình sống sót B bên cạnh một số loại đồ họa (đường cong KM)?

Nếu có thể, vui lòng giải thích sự khác biệt bằng một ví dụ (ví dụ: gói rpart trong R). Làm thế nào bạn có thể chỉ ra rằng một cây sống sót GIỎI tốt hơn một cây sống sót GIỎI khác? Những số liệu có thể được sử dụng?


3
Có nhiều loại phân tích sinh tồn. Một số trong số họ thực sự dựa trên hồi quy. Một số trong số họ, như KM, có thể dễ dàng được coi là công cụ ước tính cho các thống kê liên quan đến sự sống còn.
Alexis

Cảm ơn bạn đã tiếp tục nỗ lực để cải thiện câu hỏi của bạn. Tôi nghi ngờ nó có thể trả lời / thích hợp cho CV bây giờ. Tôi đã đề cử nó để mở lại. Chúng tôi sẽ xem nếu người khác đồng ý. Nó có thể hữu ích nếu bạn có thể đăng hai mô hình sinh tồn loại GIỎI để mọi người sử dụng để giải thích những vấn đề này.
gung - Phục hồi Monica

1
Ben, về cơ bản, bạn đang nói rằng trong Hồi quy Nguy cơ theo tỷ lệ Cox, có (cách nào) không có cách nào tốt để đánh giá mức độ phù hợp? R-Square không dẫn đến kết quả tốt bởi vì nó không thể xử lý các quan sát bị kiểm duyệt và quan sát không kiểm duyệt một cách chính xác? Bạn đang nói về Harrells c, tôi đã hiểu đúng về phương pháp đó không áp dụng được cho Hồi quy Cox-PH chưa?
Kosta S.

Câu trả lời:


9

R2(được mô tả trong câu trả lời khác) là nó phụ thuộc rất nhiều vào phân phối kiểm duyệt dữ liệu của bạn. Những điều tự nhiên khác mà bạn có thể xem xét, chẳng hạn như tỷ lệ khả năng cho mô hình null, cũng có vấn đề này. . những cách được đề xuất để giải quyết vấn đề này, nhưng những cách tôi từng thấy thường yêu cầu bạn phải có một mô hình phân phối kiểm duyệt hoặc một cái gì đó không thực tế. Tôi đã không nhìn vào mức độ xấu của sự phụ thuộc này trong thực tế, vì vậy nếu kiểm duyệt của bạn khá nhẹ, bạn vẫn có thể xem xét các thống kê dựa trên tỷ lệ khả năng. Đối với các mô hình GIỎ HÀNG

τcũng ít nhạy cảm hơn các thống kê ở trên, vì vậy bạn có thể không muốn chọn giữa các mô hình dựa trên nó nếu sự khác biệt giữa chúng là nhỏ; nó hữu ích hơn khi là một chỉ số có thể hiểu được về hiệu suất chung hơn là cách so sánh các mô hình khác nhau.

(Cuối cùng, tất nhiên nếu bạn có mục đích cụ thể cho các mô hình - nghĩa là, nếu bạn biết chức năng mất dự đoán của mình là gì - bạn luôn có thể đánh giá chúng theo chức năng mất! Nhưng tôi đoán bạn ' lại không may mắn lắm ...)

Để thảo luận sâu hơn về cả thống kê tỷ lệ khả năng và c củaellell , bạn nên xem sách giáo khoa Chiến lược mô hình hồi quy tuyệt vời của Mitchell . Phần đánh giá các mô hình sống sót là §19.10, trang 492-493. Tôi xin lỗi tôi không thể cho bạn một câu trả lời dứt khoát, nhưng tôi không nghĩ đây là một vấn đề được giải quyết!


5

Cox tỷ lệ rủi ro hồi quy cho dữ liệu sinh tồn có thể được coi là tương ứng với hồi quy tiêu chuẩn ở nhiều khía cạnh. Ví dụ, hồi quy Cox cũng cung cấp các lỗi tiêu chuẩn còn lại và thống kê bình phương R. Xem coxphchức năng trong survivalgói R. (Bạn có thể nghĩ các đường cong KM tương ứng với các phân tích phi tham số trong thống kê tiêu chuẩn. Làm thế nào bạn có thể kết hợp một thử nghiệm không tham số vào GIỎI?) Trong thực tế với dữ liệu lâm sàng, sai số chuẩn còn lại có xu hướng cao và giá trị R bình phương thấp trong hồi quy Cox.

Do đó, hồi quy tiêu chuẩn và hồi quy Cox có các yêu cầu và hạn chế tương tự. Bạn phải xác minh rằng dữ liệu phù hợp với các giả định cơ bản, trong phân tích Cox bao gồm thêm giả định rằng các mối nguy được so sánh tỷ lệ thuận theo thời gian. Bạn vẫn sẽ phải tránh phù hợp quá mức và bạn sẽ phải xác nhận mô hình của bạn. Và như tôi hiểu GIỎI, mặc dù tôi không sử dụng nó cho mình, bạn vẫn sẽ phải đối mặt với những khó khăn đặt ra bằng cách so sánh các mô hình không lồng nhau.


Cảm ơn câu trả lời của bạn về sự khác biệt và mối quan hệ giữa hồi quy Cox và hồi quy. Nhưng tôi muốn biết làm thế nào để so sánh hai mô hình sống sót của cây quyết định rpart (GIỎI).
ngập lụt

Bài viết truy cập mở được liên kết tại projecteuclid.org/euclid.ssu/1315833185 là một đánh giá và so sánh khá gần đây về các phương pháp xây dựng và chọn cây sống sót, dựa trên rpartvà các gói và mã R khác.
EdM

Cảm ơn đã chuẩn bị ra giấy. Tôi sẽ đọc bài báo ngay bây giờ.
lũ lụt
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.