콕스 비례 위험<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />안녕하세요!
나는이 포럼과 JMP 및 통계 전반에 대해 매우 새롭다. 누군가 다음 호에 관해 조언 해 주시면 고맙겠습니다.
나는 특정 요인 (A, B, C 등 - 모두 연속 변수)이 질병 (X) 발병의 예측 인자인지 여부를 분석하고 있습니다. 나는 독립적 인 두 그룹의 환자 (그룹 1 - 건강, 그룹 2 - 사람들은 질병으로 끝났습니다). 나는 연령, 성별, 인종 등의 요인을 조정해야합니다. 분석 -> 신뢰도 및 생존 -> 비례 위험성에 대해 살펴볼 때 나는 어디로 가는지 조금 혼란 스럽습니다. 나에게 조언 해주실 수 있으신가요?
이 질문을 아주 기본적인 것으로 보게 될 분들께 사과드립니다. 나는 그것을 온라인으로 보려고 노력했지만 어느 곳에서나 확실한 답을 얻을 수 없었다.
나는 너의 도움에 크게 감사 할 것이다!
카산드라
재 : 콕스 비례 위험안녕 Jian
Jmp pro 13.2에는 시간 의존적이거나 시간에 따라 변하는 공변량에 대한 옵션이 있습니까? 나는 어떤 정보를 찾으려고했지만 나는 할 수 없었다.
내 질문에 더 많은 빛을 줄 수 있기를 바랍니다.
고맙습니다
크리스
재 : 콕스 비례 위험비례 위험이 적절한 접근법이 아닐 수도 있습니다. Mastering webex에서이 방법은 사망 시각과 같은 이벤트 결과가있을 때를위한 것임을 알아야합니다. 이 방법은 또한 검열을 다루고 있습니다. 예를 들어, 관찰 된 기간의 끝에서 이벤트를 아직 경험하지 않은 대상이있는 곳.
그것은 당신의 상황에서 당신이 그 주제에 대한 결과에 대해 아는 것은 바이너리 다 : 건강 또는 질병 (1/2)과 같다. 따라서 이것은 로지스틱 회귀 (logistic regression)로 처리 될 것입니다.
재 : 콕스 비례 위험이 Mastering JMP WebEx에서는 Cox의 PH 모델을 자신과 유사한 데이터에 맞추는 방법을 보여 줬습니다. 이것은 녹음에 대한 링크입니다 : 고급 마스터 링 JMP : 생존 데이터 분석 | JMP
희망이 도움이됩니다.
