R语言 uniCox包 uniCoxCV()函数中文帮助文档(中英文对照)

loveR

uniCoxCV(uniCox)
uniCoxCV()所属R语言包：uniCox

                                        Function to cross-validate a high dimensional Cox survival model using Univariate Shrinkage
                                         功能交叉验证一个高维的的Cox生存模式使用单变量收缩

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Function to cross-validate a high dimensional Cox survival model
功能交叉验证高维Cox生存模型


用法----------Usage----------


uniCoxCV(fit,x,y,status,nfolds=5,folds=NULL)



参数----------Arguments----------

参数：fit
object returned by call to uniCox
返回的对象通过调用uniCox的


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：nfolds
Number of cross-valdiation folds
号码的交叉valdiation褶皱的


参数：folds
Optional list of sample  numbers defining folds
可选列表定义褶皱的样本数


Details

详细信息----------Details----------

This function does cross-validation for a prediction model for survival data with high-dimensional covariates, using the Unvariate Shringae
这个函数做了交叉验证的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>devcvm</td> <td> Average drop in CV deviance for each lambda value</td></tr> <tr valign="top"><td>ncallcvm=ncallcvm</td> <td> Average  number of features with non-zero wts in the CV, for each lambda value</td></tr> <tr valign="top"><td>se.devcvm</td> <td> Standard error of average drop in CV deviance for each lambda value</td></tr> <tr valign="top"><td>devcv</td> <td> Drop in CV deviance for each lambda value</td></tr> <tr valign="top"><td>ncallcv</td> <td> Number of features with non-zero wts in the CV, for each lambda value</td></tr> <tr valign="top"><td>folds</td> <td> Indices for CV folds</td></tr> <tr valign="top"><td>call</td> <td> Call to this function</td></tr> </table>
组件列表<table summary="R valueblock"> <tr valign="top"> <TD> devcvm</ TD> <TD>平均每个lambda值下降CV偏差</ TD> < / TR> <tr valign="top"> <TD> ncallcvm=ncallcvm</ TD> <TD>的平均数量的CV非零WTS的特点，为每个lambda值</ TD> </ TR > <tr valign="top"> <TD> se.devcvm </ TD> <TD> CV偏差，平均降幅在每个lambda值的标准误差</ TD> </ TR> <TR VALIGN =“顶部“<TD> devcv </ TD> <TD>降的CV偏差为每个lambda值</ TD> </ TR> <tr valign="top"> <TD>ncallcv <TD>功能的CV，每个lambda值非零WTS数/ TD> </ TD> </ TR> <tr valign="top"> <TD> folds</ TD>后CV褶皱的<TD>指数</ TD> </ 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)

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

# 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)

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。