R语言 uniCox包 uniCox()函数中文帮助文档(中英文对照)

loveR

uniCox(uniCox)
uniCox()所属R语言包：uniCox

                                        Function to fit a high dimensional Cox survival model using Univariate Shrinkage
                                         功能，以适应高维Cox生存模型采用单变量收缩

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Function to fit a high dimensional Cox survival model using Univariate Shrinkage
功能，以适应高维Cox生存模型采用单变量收缩


用法----------Usage----------


uniCox(x,y,status,lamlist=NULL,nlam=20,del.thres=.01, max.iter=5)



参数----------Arguments----------

参数：x
Feature matrix, n obs by p variables
特征矩阵，n p个变量的OB


参数：y
Vector of  n survival times
向量n的生存时间


参数：status
Vector of n censoring indicators (1= died or event occurred,0=survived, or event was censored)
向量n的审查指标（1 =死亡或事件发生，0 =活了下来，被检察或事件）


参数：lamlist
Optional vector of lambda values for solution path
可选的lambda值的解决途径矢量


参数：nlam
Number of lambda values to consider
号码的lambda值需要考虑


参数：del.thres
Convergence threshold
收敛阈值


参数：max.iter
Maximum number of iterations for each lambda
最大迭代次数为每个lambda


Details

详细信息----------Details----------

This function builds a prediction model for survival data with high-dimensional covariates, using the Unvariate Shringae
此功能建立了一个预测模型，高维协变量的生存数据，使用的Unvariate的Shringae


值----------Value----------

A list with components <table summary="R valueblock"> <tr valign="top"><td>lamlist</td> <td> Values of lambda used</td></tr> <tr valign="top"><td>beta</td> <td> Coef estimates,  number of features by  number of lambda values</td></tr> <tr valign="top"><td>mx</td> <td> Mean of feature columns</td></tr> <tr valign="top"><td>vx</td> <td> Square root of Fisher information for each feature</td></tr> <tr valign="top"><td>s0</td> <td> Exchangeability factor for denominator of score statistic</td></tr> <tr valign="top"><td>call</td> <td> Call to this function</td></tr> </table>
组件的列表<table summary="R valueblock"> <tr valign="top"> <TD> lamlist</ TD> <TD>使用的lambda值</ TD> </ TR> <TR VALIGN =“”> <TD> beta </ TD> <TD>系数的估计，许多功能的lambda值数</ TD> </ TR> <tr valign="top"> <TD >mx</ TD> <TD>功能列的平均值</ TD> </ TR> <tr valign="top"> <TD>vx </ TD> <TD>平方根每个功能</ TD> </ TR> <tr valign="top"> <TD> s0 </ TD> <TD>互换性因素为分母的分数统计</ TD> </ Fisher信息TR> <tr valign="top"> <TD> call </ TD> <TD>调用这个函数</ TD> </ TR> </ TABLE>


源----------Source----------

Tibshirani, R. Univariate shrinkage in the Cox model for high dimensional data  (2009). http://www-stat.stanford.edu/~tibs/ftp/cus.pdf To appear SAGMB.
Tibshirani，R. Cox模型的高维数据（2009年）中的单变量收缩。 http://www-stat.stanford.edu/~TIBS / FTP / cus.pdf的的要出现SAGMB的。


实例----------Examples----------


library(survival)
# generate some data[生成一些数据]
x=matrix(rnorm(200*1000),ncol=1000)
y=abs(rnorm(200))
x[y>median(y),1:50]=x[y>median(y),1:50]+3
status=sample(c(0,1),size=200,replace=TRUE)

xtest=matrix(rnorm(50*1000),ncol=1000)
ytest=abs(rnorm(50))
xtest[ytest>median(ytest),1:50]=xtest[ytest>median(ytest),1:50]+3

statustest=sample(c(0,1),size=50,replace=TRUE)


# fit uniCox  model[适合uniCox模型]
a=uniCox(x,y,status)

# look at results[看结果]
print(a)

# do cross-validation to examine choice of lambda[做交叉验证来检查选择的lambda]
aa=uniCoxCV(a,x,y,status)

# look at results[看结果]
print(aa)

# get predictions on a test set[获得测试集上的预测]
yhat=predict.uniCox(a,xtest)

# fit survival model to predicted values[适合生存模型预测值]
coxph(Surv(ytest,statustest)~yhat[,7])

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。