ライフ分布 - イベント プロット - 左右の検閲。 失敗した行をプロットする方法こんにちは、
左と右の打ち切られたデータと失敗したアイテムを使用して、生存分析のイベント プロットを取得しようとしています。
データテーブルとイベントプロットをアップロードしました。 私の問題は、失敗した項目の右端 (3 行目と 5 行目) に "x" を挿入できないことです。
4 行目と 5 行目を見ると、検閲コードは異なりますが、プロットは同じです。 5 行目の右側に「x」が表示されることを期待していました。
私は何が欠けていますか？
感謝
[* スタッフ sseligman による編集: ポスターの質問の別の関連部分をここに含めます。]
私は実際のテーブルの一部を添付しました：
イベント: 1= 失敗 0= イベントなしまたは検閲済み
イベントまでの月数: 手術からイベントまでの時間
手術から今日まで：手術日から今日まで（イベントの有無、ドロップアウトなどは無視します...）
最古から数か月: 左打ち切りを挿入するために、この列を挿入しました (適切な用語ではない可能性があります)。 最初の患者の手術時間を 0 とすると、最も古いものからの月数が、他のすべての患者の手術の遅れ (月単位) になります。
違い: 患者ごとに 0 から計算されたイベントまでの時間、つまり最初の患者の最初の手術の時間です。
たとえば、患者 #5 は最初の手術から 9 か月後に手術を受け、102.9 か月後に失敗しました。 0 が最初の患者の手術である時系列では、彼の失敗は 112 か月に置かれるべきです。 そのため、112 か月で「x」、9 か月で三角形になると予想しています。
Re: Life Distribution - イベント プロット - 左右の検閲。 失敗した行をプロットする方法例と解説ありがとうございます。 あなたがプロットしたいことをよく理解しています。 残念ながら、それは Event Plot の仕組みではありません。 その動作は固定されており、変更できません。
あなたの説明は、適切な分析(正確な見積もり) を使用する必要があります。違いの列時間イベント ロールとイベントの列検閲ここで、イベント = 0 は打ち切られます。 ローンチに向けてセットアップすると、次のイベント プロットが得られます。
すべての被験者は、差 = 0、イベント (または最後に観察された非イベント) の個々の開始時間で入力されました。 このサンプルには 7 つのイベントがありました。 残りは検閲されました。 以下は、オプションを使用して生存曲線を表示し、中間点を表示しない、関連する分析です。
7 つのイベントは経験的生存曲線に表示され、残りは上部の散布図に表示されます。
Event Plot があなたの望むグラフィックではないことはわかっています。 おそらく、Graph Builder で作成できます。 あなたが何を望んでいるかを理解した今、私はそれについて考えます。
Re: Life Distribution - イベント プロット - 左右の検閲。 失敗した行をプロットする方法Yuoは私にとても辛抱強いです:)
最後の答えは完全には理解できませんでした。 私は実際のテーブルの一部を添付しました：
イベント: 1= 失敗 0= イベントなしまたは検閲済み
イベントまでの月数: 手術からイベントまでの時間
手術から今日まで：手術日から今日まで（イベントの有無、ドロップアウトなどは無視します...）
最古から数か月: 左打ち切りを挿入するために、この列を挿入しました (適切な用語ではない可能性があります)。 最初の患者の手術時間を 0 とすると、最も古いものからの月数が、他のすべての患者の手術の遅れ (月単位) になります。
違い: 患者ごとに 0 から計算されたイベントまでの時間、つまり最初の患者の最初の手術の時間です。
たとえば、患者 #5 は最初の手術から 9 か月後に手術を受け、102.9 か月後に失敗しました。 0 が最初の患者の手術である時系列では、彼の失敗は 112 か月に置かれるべきです。 そのため、112 か月で「x」、9 か月で三角形になると予想しています。
Re: Life Distribution - イベント プロット - 左右の検閲。 失敗した行をプロットする方法ランダムな開始時間は OK 時間は被験者の年齢、誕生が時間 = 0 の場合、または診断、治療、または研究に入ってからの時間です。 イベントの定義は、これを明確にする必要があります。 つまり、人生はイベントまでの時間です。イベントまでの時間は、JMP データ テーブルに入力されるものです。 時間は、正確な寿命、左、右、または間隔打ち切りの寿命として観測された寿命です。 同じ患者に対して複数の観察 (行) を入力することはありません。
右打ち切りデータの終了時刻を入力する必要はありません。 したがって、行 1 の例では、start = 30 と end = missing を使用します。
20 で観察して生き残ったが、30 で再び観察すると失敗した場合は、開始 = 20 および終了 = 30 で間隔打ち切りを使用します。
40 で観察して失敗した場合は、開始 = 終了 = 40 の正確な失敗時間を使用します。
実際にすべての失敗が正確な時間であるか打ち切られている場合は、間隔打ち切りを使用しないでください (2 つの列を使用してください)。 最後の観測の最後の時間で単一の生命データ列を使用し、次に隣接する列を使用して、それが正確か右打ち切りかを示す必要があります。
打ち切りではなく切り捨ての場合があるかもしれません。
混乱を招いてしまったことをお詫び申し上げます。
Re: Life Distribution - イベント プロット - 左右の検閲。 失敗した行をプロットする方法さて、次のようなシナリオはあり得ません。
行 1: 20 から 30 まで観察され、失敗しませんでした
行 2: 20 から 30 まで観察され、40 で失敗しました (行 3 と同様ですが、直角三角形の代わりに「x」が付いています)
患者がさまざまな時点で入力した観察研究があるため、質問しています（それは私の左打ち切りになります）。 観測中の失敗が記録されました。 これは、異なる時点で入ってくる患者の生存研究です。 カプラン・マイヤー法を使用して生存曲線をプロットすることはできますが、各患者の観察時間と失敗時間のアイデアを提供することにも興味がありました.
故障時期は常に知られている
それにもかかわらず、あなたの説明は非常に明確です、ありがとう
Re: Life Distribution - イベント プロット - 左右の検閲。 失敗した行をプロットする方法間隔打ち切りを適切に使用していません。 観察 3 に 0 と 40 を入力すると、この時間間隔で障害が発生したことが JMP に通知されます。 検閲されていない場合は、開始と終了の両方に 40 を入力して、JMP が正確な寿命であることを認識できるようにします。
主体生活が始まった時期は問題ではありません。 すべてはライフ = 0 から始まると想定されています。 問題は、ライフ値をどのように示すかです。
ほとんどの場合、適切な打ち切りのみが含まれるため、Life Distribution はこの特殊なケースを容易にします。 ライフ値を入力し、存在する場合はセンサー値を入力します。 他のすべてのケース (左打ち切り、間隔打ち切り) では、2 つのライフ値が使用されます。 2 つの生命データ列を使用する場合に、さまざまな種類の打ち切りで 10 時間単位ごとに生命が観察されるこの例を参照してください。
このデータは、Life Distribution の次のイベント プロットになります。
Re: Life Distribution - イベント プロット - 左右の検閲。 失敗した行をプロットする方法開始点(三角)と失敗(×)を右側に表示する方法はありますか? あなたのライン3が同時に開始して終了するので、私は尋ねています。 「私の」行 3 のようなもの、つまり時間 0 で始まり 40 で終わるものをプロットしたい場合はどうでしょうか?
私は自分自身を明確にしたことを願っています、私の英語は完璧にはほど遠いです
Re: Life Distribution - イベント プロット - 左右の検閲。 失敗した行をプロットする方法ハ！ 元の投稿の編集が完了する前に返信しました。 それを無視します。 問題は、開始時間と終了時間の列を事前に使用して、左、右、または間隔の打ち切りを示す方法だと思います。
Re: Life Distribution - イベント プロット - 左右の検閲。 失敗した行をプロットする方法返信いただきありがとうございます、
これは私が順序を逆にするものです...
Re: Life Distribution - イベント プロット - 左右の検閲。 失敗した行をプロットする方法censor = 1 は、寿命が打ち切られていることを意味すると思います。 その解釈を考えると、開始値と終了値を適切に使用していません。 区間打ち切りを使用する場合、Life Distribution は censor 変数を無視します。 間隔を入力すると、その間隔内の障害イベントが示されます。 観測値が右打ち切りの場合、ライフは開始列に、ミッシングは終了列に表示されます。 左の打ち切られた寿命の値は終了列に入り、欠損値は開始列に入ります。 開始列と終了列の両方に正確な失敗時間が入力されます。
私はこの方法がうまくいくと思います：
これは、このイベント プロットにつながります。データを正しく解釈した場合、これは正しいように思えます。
