找回密码
 注册
查看: 465|回复: 0

R语言 TPmsm包 transKMPW()函数中文帮助文档(中英文对照)

[复制链接]
发表于 2012-10-1 11:15:59 | 显示全部楼层 |阅读模式
transKMPW(TPmsm)
transKMPW()所属R语言包:TPmsm

                                        Presmoothed Kaplan-Meier weighted transition probabilities
                                         Presmoothed Kaplan-Meier法权的转移概率

                                         译者:生物统计家园网 机器人LoveR

描述----------Description----------

Provides estimates for the transition probabilities based on presmoothed Kaplan-Meier weighted estimators, KMPW.
提供的Kaplan-Meier加权估计,KMPW上presmoothed的转移概率的估计。


用法----------Usage----------





参数----------Arguments----------

参数:object
An object of class survTP.
对象的类survTP。


参数:s
The first time for obtaining estimates for the transition probabilities. If missing, 0 will be used.
第一时间获得的过渡概率的估计。如果缺少,0将被使用。


参数:t
The second time for obtaining estimates for the transition probabilities. If missing, the maximum of Stime will be used.
第二次获得的转移概率的估计。如果缺少,最大Stime将被使用。


参数:state.names
A vector of characters giving the state names.
的矢量人物的状态名称。


参数:conf
Provides pointwise confidence bands. Defaults to FALSE.
提供逐点置信区间。默认为FALSE的。


参数:n.boot
The number of bootstrap samples. Defaults to 1000 samples.
bootstrap样本的数目。默认为1000个样本。


参数:conf.level
Level of confidence. Defaults to 0.95 (correponding to 95%).
水平的信心。默认为0.95(correponding至95%)。


参数:method.boot
The method used to compute bootstrap confidence bands. Possible options are "percentile" and "basic". Defaults to "percentile".
所使用的方法计算自举置信区间。可能的选项包括“百分”和“基本”。默认为“百分制”。


参数:method.est
The method used to compute the estimate. Possible options are 1, 2, 3 or 4.
使用该方法进行估算。可能的选项是1,2,3或4。


值----------Value----------

An object of class TPmsm. There are methods for contour, image, print and plot. TPmsm objects are implemented as a list with elements:
对象的类TPmsm。的方法为contour,image,print和plot。 TPmsm对象被实现为与元素的列表:


参数:method
A string indicating the type of estimator used in the computation.
一个字符串,指示用于计算的估计。


参数:est
A matrix with transition probability estimates. The rows being the event times and the columns the 5 possible transitions.
转移概率矩阵估计。该行的事件时间和列的5个可能的转变。


参数:inf
A matrix with the lower transition probabilities of the confidence band. The rows being the event times and the columns the 5 possible transitions.
一个矩阵,转移概率较低的置信带。该行的事件时间和列的5个可能的转变。


参数:sup
A matrix with the upper transition probabilities of the confidence band. The rows being the event times and the columns the 5 possible transitions.
上的转移概率矩阵的信心带。该行的事件时间和列的5个可能的转变。


参数:time
Vector of times where the transition probabilities are computed.
次,其中的过渡概率计算的向量。


参数:s
Start of the time interval.
开始的时间间隔。


参数:t
End of the time interval.
结束的时间间隔。


参数:h
The bandwidth used. If the estimator doesn't require a bandwidth, it's set to NULL.
使用的带宽。如果估计并不需要的带宽,它被设置为NULL。


参数:state.names
A vector of characters giving the states names.
的矢量人物的状态名称。


参数:n.boot
Number of bootstrap samples used in the computation of the confidence band.
的计算中使用的信心频带bootstrap样本数目。


参数:conf.level
Level of confidence used to compute the confidence band.
的置信水平用于计算的置信带。


(作者)----------Author(s)----------


Artur Agostinho Araujo, Javier Roca-Pardinas and Luis Meira Machado



参考文献----------References----------




参见----------See Also----------

transAJ, transIPCW, transKMW, transLIN, transLS, transPAJ.
transAJ,transIPCW,transKMW,transLIN,transLS,transPAJ。


实例----------Examples----------


# Create survTP object[survTP对象]
data(heartTP)
heartTP_obj <- with(heartTP, survTP(time1, event1, Stime, event))

# Compute transition probabilities[计算转移概率]
transKMPW(object=heartTP_obj, s=33, t=412)

# Compute transition probabilities with confidence band[计算转移概率与置信带]
transKMPW(object=heartTP_obj, s=33, t=412, conf=TRUE, conf.level=0.9,
method.boot="percentile", method.est=4)

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。
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册

本版积分规则

手机版|小黑屋|生物统计家园 网站价格

GMT+8, 2024-11-30 11:37 , Processed in 0.019682 second(s), 15 queries .

Powered by Discuz! X3.5

© 2001-2024 Discuz! Team.

快速回复 返回顶部 返回列表