找回密码
 注册
查看: 1719|回复: 0

R语言:survobrien()函数中文帮助文档(中英文对照)

[复制链接]
发表于 2012-2-16 19:39:59 | 显示全部楼层 |阅读模式
survobrien(survival)
survobrien()所属R语言包:survival

                                         O'Brien's Test for Association of a Single Variable with Survival
                                         奥布莱恩协会与生存的单一变量的测试

                                         译者:生物统计家园网 机器人LoveR

描述----------Description----------

Peter O'Brien's test for association of a single variable with survival  This test is proposed in Biometrics, June 1978.
彼得·奥布莱恩的单变量与生存的这个测试协会测试,提出了在生物识别技术,1978年6月。


用法----------Usage----------


survobrien(formula, data,
    transform = function(r) (r - 0.5)/(0.5 + length(r) - r))



参数----------Arguments----------

参数:formula
a valid formula for a cox model, without time dependent covariates.   
为有效的配方,没有时间依赖协变量的Cox模型。


参数:data
a data frame.   
一个数据框。


参数:transform
the transformation function to be applied at each time point. The default is O'Brien's suggestion.
转换功能将适用于每个时间点。默认是奥布赖恩的建议。


值----------Value----------

a new data frame.  The original time and status variables are removed,  and have been replaced with start, stop, and event.  If a  predictor variable is a factor or is protected with I(), it is  retained as is.  Other predictor variables have been replaced with  time-dependent logit scores.
一个新的数据框。原来的时间和状态变量被删除,并已与start,stop,event取代。如果预测变量是一个因素,或者是与I()保护,这是保留的。其他预测变量与时间依赖性罗吉特分数已被替换。

Because of the time dependent variables, the new data frame will have many  more rows that the original data, approximately \#rows * \#deaths /2.
因为随时间变化的变量,新的数据框将有更多的行的原始数据,约\#行* \#死亡/ 2。


方法----------Method----------

A time-dependent cox model can now be fit to the new data.  The univariate statistic, as originally proposed, is equivalent to  single variable score tests from the time-dependent model.  This equivalence is the rationale for using the time dependent model as a  multivariate extension of the original paper.
现在可以是一个时间依赖Cox模型适合新的数据。原先提议的,是单因素统计,相当于从时间依赖模型的单变量的得分测试。这等价是作为一个多元的原始文件扩展使用时间依赖模型的基本原理。

In O'Brien's method, the x variables are re-ranked at each death time.  A  simpler method, proposed by Prentice, ranks the data only once at the  start. The results are usually similar.
在奥布莱恩的方法,x变量在每个死亡时间重新排名。一个简单的方法,由Prentice提出,排名数据,在开始时只有一次。结果通常是类似的。


参考文献----------References----------

Biometrics 34: 243-250, 1978.

参见----------See Also----------

survdiff
survdiff


举例----------Examples----------


xx <- survobrien(Surv(futime, fustat) ~ age + factor(rx) + I(ecog.ps),
                               data=ovarian)
coxph(Surv(start, stop, event) ~ age, data=xx)
coxph(Surv(start, stop, event) ~ age + rx + ecog.ps, data=xx)

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。
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册

本版积分规则

手机版|小黑屋|生物统计家园 网站价格

GMT+8, 2025-1-25 04:44 , Processed in 0.023531 second(s), 15 queries .

Powered by Discuz! X3.5

© 2001-2024 Discuz! Team.

快速回复 返回顶部 返回列表