帮助中心帮助中心

生命周期数据的分析

生存分析的可靠性和数据的非参数和半参数方法

生存分析是比较分析,即当感兴趣的结果,直到事件发生的时间。事件的例子有时间直到感染,复发的疾病,或恢复健康科学;经济学失业的持续时间;机器的时间直到失败或灯泡的寿命工程一部分,等等。

进行生存分析:

适合您的数据模型。使用一个或多个函数列在这个页面寿命数据分析或Cox比例风险模型。
情节或者使用方法分析拟合模型在这个页面上列出的例子主题,或者使用Cox比例风险模型功能。

的fitcox函数提供了一种面向对象的方式来适应Cox比例风险模型。由此产生的CoxModel对象包含许多统计数据和方法进行分析。coxphfit考克斯是一位年长的函数拟合模型,还使代码生成。

功能

寿命数据分析

`ksdensity`	内核平滑函数估计为单变量和二元数据
`大中型企业`	最大似然估计
`mlecov`	最大似然估计的渐近方差
`evfit`	极值参数估计
`expfit`	指数参数估计
`gamfit`	γ参数估计
`lognfit`	对数正态参数估计
`normfit`	正常的参数估计
`wblfit`	威布尔参数估计
`fitdist`	合适的概率分布对象的数据
`distributionFitter`	开放分布健康应用程序

可视化寿命数据

`ecdf`	经验累积分布函数
`ecdfhist`	基于经验累积分布函数直方图
`plotSurvival`	Cox比例风险模型的情节生存函数
`probplot`	概率情节
`wblplot`	威布尔概率图

Cox比例风险模型

符合Cox比例风险模型

coxphfit Cox比例风险回归

适合`CoxModel`对象

fitcox 创建Cox比例风险模型

`CoxModel`方法

`coefci`	置信区间为Cox比例风险模型系数
`discardResiduals`	删除从Cox模型残差
`hazardratio`	相对于基线估计Cox模型风险
`linhyptest`	Cox模型系数线性假设测试
`plotSurvival`	Cox比例风险模型的情节生存函数
`生存`	Cox比例风险模型的计算生存

对象

CoxModel Cox比例风险模型

主题

生存分析是什么?
了解审查,生存数据,幸存者和风险函数。
幸存者功能两组
找到经验幸存者函数和参数幸存者函数使用毛刺类型十二分布在两组数据。
风险和幸存者功能不同的基团
估计和情节的累积风险和幸存者功能不同的基团。
kaplan meier方法
估计经验风险,幸存者,和累积分布函数。
Cox比例风险模型
调整生存率估计量化预测变量的影响。
Cox比例风险模型对象
创建数据Cox模型有三个分层水平,然后配合和分析结果模型。
Cox比例风险模型审查数据
创建一个Cox比例风险模型,评估预测变量的意义。
Cox比例风险模型协变量随时间变化
计票过程生存数据转换为形式,然后构造一个协变量Cox比例风险模型与时间。
分析生存或可靠性数据
分析生命周期建模数据与审查的时间从一个失败的油门汽车燃油喷射系统。