생존을위한 다변량 분석안녕
내 데이터 세트에서 생존을 위해 다 변수 분석을 수행하는 데 어려움을 겪고 있습니다.
재 : 생존을위한 다 변수 분석'생존의 다 변수 분석'은 무엇입니까? 데이터 세트는 무엇입니까? 투쟁은 무엇입니까?
재 : 생존을위한 다 변수 분석암 환자 데이터 세트의 어떤 변수가 전체 생존과 독립적으로 연관되는지 확인하고 싶습니다.
몇개의 바이너리가 연속적으로 존재합니다.
나는 보통 수행되는 분석이 다 변수 분석이라는 것을 알고 있지만 이것을 시작하는 방법조차 모르는가?
재 : 생존을위한 다 변수 분석그 질문은 대답하기 쉽습니다! JMP를 열고 선택하기. 도움 > 신뢰성과 생존 . 자세한 내용은 파라 메트릭 서바이벌에 적합 그리고 비례 비례 적합성 플랫폼. 이러한 방법은 문서화되어 있으며 예제는 설명을 통해 보여줍니다.
재 : 생존을위한 다 변수 분석생존 분석을하려면 진단 날짜 또는 첫 번째 치료 날짜와 같은 진입 날짜가 있어야합니다. 환자가 추적되고 불행히도 사망 한 환자도있을 것입니다. 마지막 통제 일자는 사망 날짜입니다. 그들은 더 이상 인구 조사에 없기 때문에 무수정이라고합니다. 환자의 추적 관찰에서 환자를 잃지 않았거나 10 % 미만으로 제한되는 것이 중요합니다. 분석을 고려할 때 모든 후속 조치가있는 날짜를 나타냅니다. 마지막 통제 날짜와 진단 날짜의 차이는 생존을 제공합니다. 다른 칼럼에서 당신은 각 사람에 대해 마지막 컨트롤에 필수적인 상태를 가져야 만합니다. 이미 사망 한 JMP는 기본적으로 0과 1이 생존 또는 검열을 위해 기록되어야합니다. 이 사실을 이미 알고 있다면 미안하지만 설명하는 것이 중요합니다.
다변량 분석을하기 전에 우선 예후 변수에 어떤 역할이 있는지 확인하는 것이 좋습니다. 이를 위해 Reliability and Survival 서브 메뉴에서 Survival과 Grouping을 선택하여 분석하고자하는 변수를 Y에서 생존 시간을 선택하고 마지막 컨트롤에서 중요한 상태의 칼럼을 검열합니다. 당신은 당신이 가진 예측 변수 각각에 대해 이렇게합니다. 이 파트에서는 이전에 범주화하지 않은 경우 (예 : 70 세 이하) 숫자 변수를 분석 할 수 없습니다.
모든 다 변수 분석을하기 전에이를 수행하는 것이 좋습니다. 통계적 유의성을 가진 예후 변수를 찾지 못한다고 상상해보십시오. 일반적으로 더 이상의 분석은 필요하지 않습니다. 다른 한편, 통계적 유의성을 가진 예후 변수를 찾는 경우, 단 변량 분석은 이러한 변수 중 어느 것이 실제로 예후적인 것인지를 나타내는 다 변수 모델에서 단 변수 분석을 선택하도록 도와줍니다.
