R语言 SIS包 getfinalSCADcoefCOX()函数中文帮助文档(中英文对照)

loveR

getfinalSCADcoefCOX(SIS)
getfinalSCADcoefCOX()所属R语言包：SIS

                                        SCAD regularized loglikelihood for Cox proportional hazards regression models
                                         SCAD规范loglikelihood Cox比例风险回归模型

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

This function gets the final regression coefficients for the SCAD regularized loglikelihood for Cox proportional hazards regression models after applying (I)SIS
这个函数会获得最后的回归系数为SCAD规范loglikelihood后，应用Cox比例风险回归模型（I）SIS


用法----------Usage----------


getfinalSCADcoefCOX(x, time, status, method = "efron", pickind,
folds = NULL, eps0 = 1e-5, tune.method = "AIC", inittype = "NoPen",
detailed = FALSE)



参数----------Arguments----------

参数：x
an (n * p)  matrix of features.
（N * P）矩阵的功能。


参数：time
an (n) vector of the follow up time for right censored data.
（n）的向量，随访时间为右删失数据。


参数：status
an (n) vector of the status indicator, normally 0=alive, 1=dead.  
第（n）的矢量，状态指示器，通常为0 =活着，1 =死亡。


参数：method
indicates how to handle observations that have tied (i.e., identical) survival times. The default "efron" method is generally preferred to the once-popular "breslow" method.
指示如何处理挂钩（即相同的）生存时间的观察。默认的“埃夫隆”的方法通常是优选的一次流行的“布瑞斯罗夫”方法。


参数：pickind
predictor indice selected by (I)SIS.
（I）SIS的预测指数之选择。


参数：folds
fold information for cross validation.
倍的信息进行交叉验证。


参数：eps0
an effecitve zero.
一个方便使用零。


参数：tune.method
method for tuning regularization parameter.
调整正则化参数的方法。


参数：inittype
inittype specifies the type of initial solution for the one-step SCAD. It can be either NoPen or L1.
inittype指定一个步骤SCAD初始溶液的类型。它可以是NoPen或L1。


参数：detailed
indicates whether detailed information will be provided. Default is FALSE.
表示是否将提供详细的信息。默认是FALSE。


值----------Value----------

An initial solution vector wt.initsoln and final solution (p) vector SCADcoef.
初始解向量wt.initsoln和最终的解决方案（P）向量SCADcoef。


（作者）----------Author(s)----------


Jianqing Fan, Yang Feng, Richard Samworth, and Yichao Wu



参考文献----------References----------

Jianqing Fan and Runze Li (2002) Variable Selection for Cox's Proportional  Hazards Model and Frailty Model. The Annals of Statistics, 30, 74-99.
Hui Zou and Runze Li (2008) One-step Sparse Estimates in Nonconcave Penalized Likelihood Models (with discussion). The Annals of Statistics, 36, 1509-1533

参见----------See Also----------

scadcox, fullscadcox
scadcox，fullscadcox


实例----------Examples----------


set.seed(0)
n=150
p=200
truerho=0.5
beta <- c(4,4,4,-6*sqrt(2),4/3, rep(0,p-5))

corrmat=diag(rep(1-truerho, p))+matrix(truerho, p, p)
corrmat[,4]=sqrt(truerho)
corrmat[4, ]=sqrt(truerho)
corrmat[4,4]=1
corrmat[,5]=0
corrmat[5,]=0
corrmat[5,5]=1
cholmat=chol(corrmat)

x=matrix(rnorm(p*n, mean=0, sd=1), n, p)
x=x%*%cholmat

myrates <- exp(x%*%beta)

ytrue <- rexp(n, rate = myrates)
cen <- rexp(n, rate = 0.1 )
time <- pmin(ytrue, cen)
status <- as.numeric(ytrue <= cen)

SIScoef <- getfinalSCADcoefCOX(x = x, time = time, status = status,
            pickind = 1:5)

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。