생존 분석 : 파라 메트릭 분포 비교안녕 JMP 커뮤니티,
나는 현재 파리가 살충제 4 회와 용제 조절에 노출 된 실험 데이터를 분석 중이다. Furthurmore, 나는 다른 파리 인구 사이 사망 응답을 비교하고있다. 나는에 따라 조직 된 데이터를 가지고있다. 생존 통계 : 케이지 사망률 필자는 Log Rank와 Kaplan Meier를 사용하여 그룹 내 및 그룹 간 복용량을 비교하기 위해 비모수 적 접근법을 사용했지만, 잠재적으로 매개 변수 모델링을 수행하여 각 투여 량에서 각 집단의 치명적인 시간의 중간 값을 조사하는 데 관심이 있습니다. 제쳐두고, 나는 데이터 세트 (다르게 포맷 된)에 대해 다른 GLM 프로 빗 작업을 수행해 왔고 인구 x 투여 량 상호 작용 기간의 중요한 효과를 보았습니다. 이로 인해 상호 작용 용어를 포함 할 수있는 파라 메트릭 사용에 대한 자신감이 생깁니다.
필자는 어느 배포본이 데이터 집합에 가장 적합한 지 확인하고 배포판을 보는 Life Distribution JMP 기능을 분석해야한다고 읽었습니다. 가장 낮은 AICc로 내가 읽은 것을 바탕으로 Lognormal이 세 가지 중 가장 잘 맞습니다. "모든 모델이 잘못되었지만 일부는 유용합니다"라는 고전적인 맥락을 알고 있으며, 수집 한 데이터의 무결성을 기반으로하고 있지만 모델이 해석 될만큼 충분히 호기심이 있는지 궁금합니다. 아래 사진은 Life Distribution 모델 비교에서 (분리되지 않은) 총 데이터 세트를 보여줍니다. 아마도 각 인구와 치료를위한 배포판을 봐야할까요? 다시 한 번 내 목표는 각 선량에서 각 모집단에 대해 가장 정확한 중간 치사 시간을 얻는 것입니다.
또한 동일한 데이터 세트에서 로그 순위 (비모수)와 매개 변수 테스트를 사용하고 있습니까? 파라 메트릭 분포 비교에 익숙하지 않지만 비슷한 효과를 내기 위해 유사 율 테스트를 사용할 수 있다고 확신합니다.
재 : 생존 분석 : 매개 변수 분포 비교예, 가장 작은 AICc를 가진 모델은 데이터 샘플에 의해 제공된 경험적 증거를 기반으로 최상의 모델로 판단됩니다. 귀하의 결정을 완화시킬 수 있다면 이전의 증거와 이론적 인 결과를 고려할 수도 있습니다.
가장 좋은 모델과 다른 모델 간의 AICc의 차이는 다른 모델에 대한 지원 아이디어를 줄 수 있습니다. 차이가 4보다 작 으면 다른 모델은 상당한지지를 얻습니다. 차이가 4와 7 사이라면, 다른 모델은 상당히 더 적은 지원을합니다. 마지막으로, 차이가 10보다 크면 다른 모델은 기본적으로 지원하지 않습니다. 귀하의 사례에서 가장 작은 AICc 차이는 약 300이므로,이 증거만으로도 Lognormal 모델은 비교 대상 모델 중 가장 좋은 모델입니다.
AICc를 사용하여 서로 다른 종류의 모델 (예 : 선형 모델 대 신경망 모델)을 비교할 수 있으며 AICc는 각 모델에 대해 의미가 있으며 동일한 데이터 세트에 대해 기준이 계산되었습니다.
이제 Fit Model 대화 상자를 통해 Parametric Survival 모델을 사용할 수 있습니다. 오류 분포에 대해 lognormal을 선택하고 5 단계 처리 (살충제)를 추가하십시오. 가능한 경우 자세한 정보를 얻기 위해 연속 변수로이 레벨을 표현하는 것이 좋습니다. 선형 예측기는 비선형 응답을 다루기 위해 힘과 같은 살충제의 변형을 포함 할 수 있습니다. 그 모델은 당신의 LRT를 얻을 것입니다!
