R语言 RCASPAR包 weights_xvBLH()函数中文帮助文档(中英文对照)

loveR

weights_xvBLH(RCASPAR)
weights_xvBLH()所属R语言包：RCASPAR

                                         A special version of STpredictor.BLH used within k-xv to predict the survival times of the kth validation group in the cross validation step.
                                         内使用K-15的一个特殊版本的STpredictor.BLH预测交叉验证步骤中的第k个验证组的生存时间。

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

This function is an “incomplete” version of STpredictor.BLH used within the cross validation function STpredictor_xvBLH to predicted the survival times of the subset of patients in the kth partitioning. It is not meant for use outside that function.
此功能是一个“不完整”的交叉验证函数内使用的版本STpredictor.BLHSTpredictor_xvBLH预测患者在第k个分区的子集的存活时间。这并不意味着功能外，使用。


用法----------Usage----------


weights_xvBLH(geDataS, survDataS, geDataT, survDataT, q = 1, s = 1, a = 2, b = 2, groups = 3, par, method = "BFGS", noprior = 1, extras = list())



参数----------Arguments----------

参数：geDataS
The co-variate data of the kth validation set passed on by STpredictor.xv.BLH. It is a matrix with the co-variates in the columns and the subjects in the rows. Each cell corresponds to that rowth subject's columnth co-variate's value.  
第k验证的共同变量的数据集传递STpredictor.xv.BLH。这是一个矩阵与合作中的列和行的科目的变元。每个单元格对应，该rowth题目的columnth的共同变量的值。


参数：survDataS
The survival data of the kth validation set passed on by STpredictor_xvBLH. It takes on the form of a data frame with at least have the following columns “True_STs” and “censored”, corresponding to the observed survival times and the censoring status of the subjects  consecutively. Censored patients are assigned a “1” while patients who experience an event are assigned “1”.  
第k验证的生存数据集通过对STpredictor_xvBLH。它需要一个数据框的形式，至少有下列列“True_STs”和“审查”，相应的观测到的生存时间和审查的受试者连续状态。截患者被分配了一个“1”，而谁遇到事件的患者被指定为“1”。


参数：geDataT
The co-variate data of the kth training set passed on by STpredictor_xvBLH.  
第k个训练的共同变量的数据集通过对STpredictor_xvBLH。


参数：survDataT
The survival data of the kth training set passed on by STpredictor_xvBLH.  
第k个训练生存数据集传递STpredictor_xvBLH。


参数：q
One of the two parameters on the prior distribution used on the weights (regression coefficients) in the model.  
模型中的权重（回归系数）上使用的先验分布的两个参数之一。


参数：s
The second of the two parameters on the prior distribution used on the weights (regression coefficients) in the model.  
第二先验分布的两个参数用于模型中的权重（回归系数）。


参数：a
The shape parameter for the gamma distribution used as a prior on the baseline hazards.  
作为基线的危害之前使用伽玛分布的形状参数。


参数：b
The scale parameter for the gamma distribution used as a prior on the baseline hazards.  
作为基线的危害之前使用伽玛分布的尺度参数。


参数：groups
The number of partitions along the time axis for which a different baseline hazard is to be assigned. This number should be the same as the number of initial values passed for  the baseline hazards in the beginning of the “weights_baselineH” argument.  
被分配不同的基线危险是沿时间轴的分区数。这个数字应该是通过的“weights_baselineH”的说法开始在基线危害的初始值相同。


参数：par
A single vector with the initial values of the baseline hazards followed by the weights(regression coefficients) for the co-variates.  
单矢量与共同变元的权重（回归系数）危害基线的初始值。


参数：method
The preferred optimization method. It can be one of the following: "Nelder-Mead": for the Nelder-Mead simplex algorithm. "L-BFGS-B" for the L-BFGS-B quasi-Newtonian method. "BFGS" for the BFGS quasi-Newtonian method. "CG" for the Conjugate Gradient decent method. "SANN": for the simulated annealing algorithm.  
首选的优化方法。它可以是下列之一："Nelder-Mead":内尔德Mead单纯算法。 "L-BFGS-B"L-bfgs-B的拟牛顿方法。 "BFGS"BFGS拟牛顿方法。 "CG"共轭梯度体面的方法。 "SANN":模拟退火算法。


参数：noprior
An integer indicating the number of iterations to be done without assuming a prior on the regression coefficients.  
一个整数，表示迭代次数进行回归系数事先假设。


参数：extras
The extra arguments to passed to the optimization function optim. For further details on them, see the documentation for the optim function.  
额外的参数传递给函数的优化OPTIM。对于他们的进一步详情，请参阅为optim功能的文档。


值----------Value----------


参数：prediction
A data frame with the columns True_STs (the observed survival times), Predicted_STs (the predicted survival times), censored(the censoring status of the  patient,absolute_error(the sign-less difference between the predicted and observed survival times), PatientOrderValidation (The patient's number)
与列True_STs（观察生存时间），Predicted_STs（预测生存时间）审查（审查病人的地位，absolute_error（符号预测和观察到的存活时间之间的差异），PatientOrderValidation（该数据框病人的检测号码）


参数：est.geneweight
The estimated regression coefficients from the kth training set (geDataT,survDataT)
从第k个训练集（geDataT，survDataT）的估计回归系数


参数：est.baselineH
The estimated baseline hazards from the kth training set (geDataT, survDataT)
从第k个训练集（geDataT，survDataT）的估计基线危害


注意----------Note----------

This function is not meant to be used outside its wrapper.
此功能并不意味着将其包装外使用。


作者（S）----------Author(s)----------



Douaa Mugahid




参见----------See Also----------

STpredictor_BLH
STpredictor_BLH


举例----------Examples----------


data(Bergamaschi)
data(survData)
weights_xvBLH(geDataS=Bergamaschi[21:31, 1:2], survDataS=survData[21:31, 9:10],geDataT=Bergamaschi[1:20, 1:2],
survDataT=survData[1:20, 9:10], q = 1, s = 1, a = 2, b = 2, groups = 3, par = c(0.1, 0.1, 0.1,rep(0,2)),
method = "CG", noprior = 1, extras = list(reltol=1))

转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。


注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。