spmle(TwoPhaseInd)
spmle()所属R语言包:TwoPhaseInd
Semiparametric Maximum Likelihood Estimate (SPMLE)
半参数极大似然估计(SPMLE)
译者:生物统计家园网 机器人LoveR
描述----------Description----------
This is the function to calculate the semiparametric maximum likelihood estimate (SPMLE) for the treatment-biomarker interaction in two-phase sampling nested within randomized clinical trials, incorporating the independence between a randomized treatment and the baseline markers.
这是函数来计算的半参数的最大似然的估计(SPMLE)在两阶段抽样嵌套在随机临床试验治疗的生物标志物的相互作用,将随机治疗和基线标志物之间的独立性。
用法----------Usage----------
spmle(data, response, treatment, BaselineMarker, extra = NULL, phase, ind = TRUE, difffactor = 1e-06, maxit = 1000, verbose = FALSE)
参数----------Arguments----------
参数:data
A data.frame containing all the variables for the model
数据框包含的所有变量的模型
参数:response
Quoted string to indicate the variable of response. The variable must be binary.
带引号的字符串来表示响应变量。该变量必须是二进制的。
参数:treatment
Quoted string to indicate the variable of treatment in the first phase. The variable must be binary.
带引号的字符串来表示的变量,在第一阶段的治疗。该变量必须是二进制的。
参数:BaselineMarker
Quoted string to indicate the baseline marker in the second phase. The variable must be continuous variable.
引号的字符串,以指示在第二阶段中的基准标记。该变量必须是连续的变量。
参数:extra
A vector of quoted column names to be used as extra variables in the model.
一个矢量被用来作为额外的变量在模型中引用的列名。
参数:phase
Quoted string to indicate the variable of phase.
带引号的字符串来表示的变量相。
参数:ind
TRUE for independent assumption; FALSE for non-independent assumption.
非独立假设为独立的假设TRUE,FALSE。
参数:difffactor
A small number to control the iteration.
一个小的个数来控制迭代。
参数:maxit
integer for the number of maximum iteration.
最大迭代的数目的整数。
参数:verbose
TRUE to turn on the log file.
TRUE打开的log文件。
Details
详细信息----------Details----------
Please see Dai et al. (2009) for more details.
请参阅戴金星等。 (2009)的更多细节。
值----------Value----------
It returns a data.frame object with the estimates, standard errors, and p-values for all parameters in the model.
它返回一个数据框对象模型中的所有参数的估计,标准误,p值。
(作者)----------Author(s)----------
James Y. Dai and Ting-Yuan Liu
参考文献----------References----------
J. Y. Dai, M. LeBlanc, and C. Kooperberg. Semiparametric estimation exploiting co-variate independence in two-phase randomized trials. Biometrics, 65(1):178-187, Mar 2009.
参见----------See Also----------
mele
mele
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。
|