R语言 USPS包 SPSlogit()函数中文帮助文档(中英文对照)

loveR

SPSlogit(USPS)
SPSlogit()所属R语言包：USPS

                                        Propensity Score prediction of Treatment Selection from Patient Baseline X-covariates
                                         倾向分数的治疗选择的患者基线X-协变量预测

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Use a logistic regression model to predict Treatment Selection from Patient
使用logistic回归模型来预测患者治疗选择


用法----------Usage----------


  SPSlogit(dframe, form, pfit, prnk, qbin, bins=5, appn="")



参数----------Arguments----------

参数：dframe
Name of data.frame containing X, t and Y variables.
包含X，T和Y变量的数据框名称。


参数：form
Valid formula for glm()with family = binomial(), with the two-level treatment factor variable as the left-hand-side of the formula.
有效的公式为（GLM）与家人二项式（），两个级别的处理因素变量的公式的左手端。


参数：pfit
Name of variable to store PS predictions.
名称PS的预测变量来存储。


参数：prnk
Name of variable to store tied-ranks of PS predictions.
名称的变量来存储捆绑行列PS预测。


参数：qbin
Name of variable to store the assigned bin number for each patient.
的变量名来存储每个病人分配的BIN号。


参数：bins
optional; number of adjacent PS bins desired; default to 5.
可选的;所需的相邻PS箱的数量，默认为5。


参数：appn
optional; append the pfit, prank and qbin variables to the input dfname when appn=="", else save augmented data.frame to name specified within a non-blank appn string.
可选的附加PFIT，恶作剧和qbin的变数时的输入dfname的APPN ==“”，别的增强数据框在一个非空的APPN字符串指定的名称。


Details

详细信息----------Details----------

The first phase of Supervised Propensity Scoring is to develop a logit (or probit) model predicting treatment choice from patient baseline X characteristics.  SPSlogit uses a call to glm()with family = binomial() to fit a logistic regression.
监督的倾向评分的第一阶段是开发一个logit（或概率）模型预测治疗的选择，从患者的基线X特性。 SPSlogit使用一个叫GLM（）与家人二项式（），以适应logistic回归。


值----------Value----------

An output list object of class SPSlogit:
输出列表对象类SPSlogit：


参数：dframe
Name of input data.frame containing X, t & Y variables.
输入数据框，其中包含X，T＆Y变量的名称。


参数：dfoutnam
Name of output data.frame augmented by pfit, prank and qbin variables.
名称输出数据框增强PFIT，的恶作剧和qbin变量。


参数：trtm
Name of two-level treatment factor variable.
两个级别的处理因素变量的名称。


参数：form
glm() formula for logistic regression.
（GLM）式的logistic回归分析。


参数：pfit
Name of predicted PS variable.
名称PS变量预测。


参数：prank
Name of variable containing PS tied-ranks.
名称的变量，包含PS捆绑行列。


参数：qbin
Name of variable containing assigned PS bin number for each patient.
名称的变量包含指定的PS垃圾桶的数量为每一个病人。


参数：bins
Number of adjacent PS bins desired.
号码的相邻所需的PS箱。


参数：glmobj
Output object from invocation of glm() with family = binomial().
输出对象调用GLM（）与家人=的二元（）。


（作者）----------Author(s)----------


Bob Obenchain <wizbob@att.net>



参考文献----------References----------

in removing bias in observational studies. Biometrics 24: 205-213.
cost effective survival advantage in high volume interventional practice. Am Heart J 140: 603-610.

in Observational Studies for Causal Effects. Biometrika 70: 41-55.
Using Subclassification on a Propensity Score. J Amer Stat Assoc 79: 516-524.

参见----------See Also----------

SPSbalan, SPSnbins and SPSoutco.
SPSbalan，SPSnbins和SPSoutco。


实例----------Examples----------


  data(lindner)
  PStreat <- abcix~stent+height+female+diabetic+acutemi+ejecfrac+ves1proc
  logtSPS <- SPSlogit(lindner, PStreat, PSfit, PSrnk, PSbin, appn="lindSPS")
  logtSPS

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。