R语言 USPS包 SPSoutco()函数中文帮助文档(中英文对照)

loveR

SPSoutco(USPS)
SPSoutco()所属R语言包：USPS

                                        Examine Treatment Differences on an Outcome Measure in Supervised Propensiy Scoring
                                         检查待遇上的差别，衡量的结果在监督Propensiy评估

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Examine Within-Bin Treatment Differences on an Outcome Measure and Average these
检查内宾待遇上的差别，衡量的结果和平均这些


用法----------Usage----------


  SPSoutco(dframe, trtm, qbin, yvar, faclev=3)



参数----------Arguments----------

参数：dframe
Name of augmented data.frame written to the appn="" argument of SPSlogit().
增强的数据框的名称写的APPN =“”的说法的SPSlogit（）。


参数：trtm
Name of treatment factor variable.
处理因素变量的名称。


参数：qbin
Name of variable containing the PS bin number for each patient.
为每一个病人的变量名包含PS本数。


参数：yvar
Name of an outcome Y variable.
结果Y变量的名称。


参数：faclev
Maximum number of different numerical values an X-covariate can assume without automatically being converted into a "factor" variable; faclev=1 causes a binary indicator to be treated as a continuous variable determining an average or proportion.
的最大数目的不同的数值的X-协变量可以假设没有自动被转换成一个“因子”变量; faclev = 1导致二进制指示器被处理作为一个连续变量来确定平均或比例。


Details

详细信息----------Details----------

Once the second phase of Supervised Propensity Scoring confirms, using SPSbalan(), that X-covariate Distributions have been Balanced Within-Bins, the third phase can start: Examining Within-Bin Outcome Difference due to Treatment and Averaging these Differences across Bins. Graphical displays of SPSoutco() results feature R barplot() invocations.
一旦确认，第二阶段的监督倾向评分使用SPSbalan（），X-协分布均衡的垃圾桶内，就可以开始第三阶段：检查在滨结果差异对因治疗，平均间的差异箱。图形显示的SPSoutco（）的结果配：řbarplot（）调用。


值----------Value----------

An output list object of class SPSoutco:
输出列表对象类SPSoutco：


参数：dframe
Name of augmented data.frame written to the appn="" argument of SPSlogit().
增强的数据框的名称写的APPN =“”的说法的SPSlogit（）。


参数：trtm
Name of the two-level treatment factor variable.
两个级别的处理因素变量的名称。


参数：yvar
Name of an outcome Y variable.
结果Y变量的名称。


参数：bins
Number of variable containing bin numbers.
号码的变量含区号码。


参数：PStdif
Character string describing the treatment difference.
字符串描述治疗效果差。


参数：rawmean
Unadjusted outcome mean by treatment group.
未经调整的结果治疗组的意思。


参数：rawvars
Unadjusted outcome variance by treatment group.
未经调整的结果差异治疗组。


参数：rawfreq
Number of patients by treatment group.
治疗组的患者数。


参数：ratdif
Unadjusted mean outcome difference between treatments.
未经调整的平均结果治疗之间的差异。


参数：ratsde
Standard error of unadjusted mean treatment difference.
未经调整的平均治疗差异的标准误差。


参数：binmean
Unadjusted mean outcome by cluster and treatment.
未经调整的平均结果的聚类和治疗。


参数：binvars
Unadjusted variance by cluster and treatment.
未经调整的方差的聚类和治疗。


参数：binfreq
Number of patients by bin and treatment.
bin和治疗的患者数。


参数：awbdif
Across cluster average difference with cluster size weights.
在聚类簇的大小重量平均差异。


参数：awbsde
Standard error of awbdif.
的标准误差awbdif。


参数：wwbdif
Across cluster average difference, inverse variance weights.
在聚类平均水平的差异，逆差额的权重。


参数：wwbsde
Standard error of wwbdif.
的标准误差wwbdif。


参数：form
Formula for overall, marginal treatment difference on X-covariate.
总体而言，X-协边际治疗效果差的公式。


参数：faclev
Maximum number of different numerical values an X-covariate can assume without automatically being converted into a "factor" variable; faclev=1 causes a binary indicator to be treated as a continuous variable determining an average or proportion.
的最大数目的不同的数值的X-协变量可以假设没有自动被转换成一个“因子”变量; faclev = 1导致二进制指示器被处理作为一个连续变量来确定平均或比例。


参数：youtype
"contin"uous => only next six outputs; "factor" => only last four outputs.
“继续”uous =>未来6个输出;“因子”=>最后四个输出。


参数：aovdiff
ANOVA output for marginal test.
ANOVA输出的边际测试。


参数：form2
Formula for differences in X due to bins and to treatment nested within bins.
由于在X分歧箱和垃圾桶内嵌套的治疗公式。


参数：bindiff
ANOVA summary for treatment nested within bin.
ANOVA摘要垃圾桶内嵌套的治疗。


参数：pbindif
Unadjusted treatment difference by cluster.
未经调整的聚类治疗效果差。


参数：pbinsde
Standard error of the unadjusted difference by cluster.
未经调整的差异进行聚类的标准误差。


参数：pbinsiz
Cluster radii measure: square root of total number of patients.
聚类半径的措施：患者总数的平方根。


参数：factab
Marginal table of counts by Y-factor level and treatment.
边际表的计数Y-因子水平和治疗。


参数：tab
Three-way table of counts by Y-factor level, treatment and bin.
三路表的计数Y-因子水平，治疗和bin。


参数：cumchi
Cumulative Chi-Square statistic for interaction in the three-way, nested table.
累积的卡方统计的互动中三路，嵌套表。


参数：cumdf
Degrees of-Freedom for the Cumulative Chi-Squared.
累积卡方的自由程度。


（作者）----------Author(s)----------


Bob Obenchain <wizbob@att.net>



参考文献----------References----------

in removing bias in observational studies. Biometrics 24: 205-213.

in Observational Studies for Causal Effects. Biometrika 70: 41-55.
Using Subclassification on a Propensity Score. J Amer Stat Assoc 79: 516-524.

参见----------See Also----------

SPSlogit, SPSbalan and SPSnbins.
SPSlogit，SPSbalan和SPSnbins。


实例----------Examples----------


  data(lindner)
  PStreat <- abcix~stent+height+female+diabetic+acutemi+ejecfrac+ves1proc
  logtSPS <- SPSlogit(lindner, PStreat, PSfit, PSrnk, PSbin, appn="lindSPS")

  SPSlifeo <- SPSoutco(lindSPS, abcix, PSbin, lifepres, faclev=1)
  SPSlifeo
  plot(SPSlifeo)   

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。