R语言 catR包 phcpe()函数中文帮助文档(中英文对照)

loveR

phcpe(catR)
phcpe()所属R语言包：catR

                                        Gonen \& Heller Concordance Probability Estimate for the Cox Proportional Hazards model
                                         的戈南\＆海勒同字的Cox比例风险模型的概率估计

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

A function to calculate Gonen \& Heller concordance probability estimate (CPE) for the Cox proportional hazards model.
戈南\＆海勒的一致概率估计（CPE）的Cox比例风险模型计算的功能。


用法----------Usage----------


phcpe(coxfit, CPE.SE=FALSE,out.ties=FALSE)



参数----------Arguments----------

参数：coxfit
A coxph or cph object
一个coxph或CPH对象


参数：CPE.SE
A logical value indicating whether the standard error of the CPE should be calculated
一个逻辑值，该值指示是否应计算的标准误差的CPE


参数：out.ties
If out.ties is set to FALSE,pairs of observations tied on covariates will be used to calculate the CPE.  Otherwise, they will not be used.  
如果的out.ties设置为FALSE，对绑在协变量的意见将被用来计算的CPE。否则，它们将不会被使用。


值----------Value----------


参数：CPE
Concordance Probability Estimate
一致性概率估算


参数：CPE.SE
the Standard Error of the Concordance Probability Estimate
标准的一致性错误的概率估计


（作者）----------Author(s)----------


Qianxing Mo, Mithat Gonen and Glenn Heller; <a href="mailto:moq@mskcc.org">moq@mskcc.org</a>



参考文献----------References----------

discriminatory power in proportional hazards regression. Biometrika, 92, 4, pp.965-970

实例----------Examples----------



### create a simple data set for testing[＃＃创建一个简单的数据集进行测试]
set.seed(199)
nn <- 1000
time <- rexp(nn)
status <- sample(0:1, nn, replace=TRUE)
covar <- matrix(rnorm(3*nn), ncol=3)
survd <- data.frame(time, status, covar)
names(survd) <- c("time","status","x1","x2","x3")

coxph.fit <- coxph(Surv(time,status)~x1+x2+x3,data=survd)

### Calculate CPE only (needs much less time).[＃＃计算（CPE只需要少得多的时间）。]
phcpe(coxph.fit)
phcpe(coxph.fit,out.ties=TRUE)
#result is identical because the covariates are not tied #[结果是相同的，因为不依赖协变量＃]

### Calculate CPE and CPE.SE[＃＃计算CPE和CPE.SE]
phcpe(coxph.fit, CPE.SE=TRUE)
phcpe(coxph.fit, CPE.SE=TRUE,out.ties=TRUE)

#*** For unknown reason, 'coxph.fit' may need to be removed before running cph()***[***未知的原因，“coxph.fit可能需要删除，然后再运行CPH（）***]
rm(coxph.fit)

cph.fit <- cph(Surv(time, status)~x1+x2+x3, data=survd,method="breslow")

### Calculate CPE only (needs much less time).[＃＃计算（CPE只需要少得多的时间）。]
phcpe(cph.fit)
phcpe(cph.fit,out.ties=TRUE)

### Calculate CPE and CPE.SE[＃＃计算CPE和CPE.SE]
phcpe(cph.fit, CPE.SE=TRUE)
phcpe(cph.fit, CPE.SE=TRUE,out.ties=TRUE)


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。