R语言 TrialSize包 Dose.Response.time.to.event()函数中文帮助文档(中英文对照)

loveR

Dose.Response.time.to.event(TrialSize)
Dose.Response.time.to.event()所属R语言包：TrialSize

                                         Linear Contrast Test for Time-to-Event Endpoint in dose response study
                                         时间事件端点的线性对比试验的剂量反应研究

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Under the exponential survival model, let lambdai be the proportion hazard rate for group i.
在指数的生存模式，，让lambdai I组中的比例危险率。

H0: L(mu)=sum(ci*lambdai) =0
H0：L（亩）= SUM（CI lambdai）= 0

Ha: L(p)=sum(ci*lambdai)=epsilon > 0
哈：L（P）= SUM（CI * lambdai）= EPSILON> 0


用法----------Usage----------


Dose.Response.time.to.event(alpha, beta, T0, T, Ti, ci, fi)



参数----------Arguments----------

参数：alpha
significance level  
显着性水平


参数：beta
power = 1-beta  
功率= 1-β


参数：T0
T0 is the accrual time period  
T0是权责发生制的时间段


参数：T
T is the total trial duration  
T是总的试验时间


参数：Ti
lambdai=log(2)/Ti, Ti is the estimated median time for each group.   
lambdai = LOG（2）/钛，钛是各组中位数的估计时间。


参数：ci
a linear contrast coefficients ci with sum(ci)=0.   
一个词的线性对比系数总和（CI）= 0。


参数：fi
fi=ni/n is the sample size fraction for the ith group  
FI = NI / n是样本量分数为第i个组


参考文献----------References----------



实例----------Examples----------


Example.11.3.1<-Dose.Response.time.to.event(alpha=0.05,beta=0.2,T0=9,T=16,Ti=c(14,20,22,24),ci=c(-6,1,2,3),fi=1/4)
Example.11.3.1
#412[412]

Example.11.3.2<-Dose.Response.time.to.event(alpha=0.05,beta=0.2,T0=9,T=16,Ti=c(14,20,22,24),ci=c(-6,1,2,3),fi=c(1/9,2/9,2/9,2/9)
)
Example.11.3.2
#814[814]

Example.11.3.3<-Dose.Response.time.to.event(alpha=0.05,beta=0.2,T0=9,T=16,Ti=c(14,20,22,24),ci=c(-6,1,2,3),fi=c(1/2.919,0.711/2.919,0.634/2.919,0.574/2.919)
)
Example.11.3.3
#349[349]

## The function is currently defined as[＃功能目前被定义为]
function(alpha, beta,T0,T,Ti,ci,fi){
lambdai=log(2)/Ti
lambda_mean=mean(lambdai)
epsilon=sum(ci*lambdai)
sigma<-function(lambdai)
{
sigma2=sqrt(lambdai^2*(1+(exp(-lambdai*T)*(1-exp(lambdai*T0)))/(T0*lambdai))^(-1))
  }
sigma2=sigma(lambdai)
sigma0=sigma(lambda_mean)
n=(qnorm(1-alpha)*sigma0*sqrt(sum(ci^2/fi))+qnorm(1-beta)*sqrt(sum(ci^2*sigma2^2/fi)))^2/(epsilon^2)
  }

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。