JMP > 連続パラメータによる比例ハザード > カットオフの最適化JMP コミュニティの皆様、こんにちは。
JMP 16.1 標準
ウィンドウズ
これは素朴な質問かもしれません。 比例ハザード プラットフォームを使用して、被験者の生存率に対する連続ベースライン変数の影響を調査しています。 強い関連性を持ついくつかの要因を特定しましたが (以下の例を参照)、この関係を視覚化する方法をまだ決定していません。
たとえば、中央値をカットオフ ポイントとして使用して任意のサブグループを作成すると、生存プロットを作成できます (以下を参照)。 ただし、このアプローチでは、連続変数の実際の最適なカットオフ ポイントが考慮されていません。
したがって、特定されたすべてのパラメーターについて、このカットオフ ポイントを推定する方法を探しています。 ブルート フォース ブートストラップ アプローチ (可能性のあるカットオフを循環) のほかに、この一見単純な問題に対するより洗練されたアプローチを見つけることができませんでした (はい、プラットフォームのドキュメントを読みました)。
任意の入力をいただければ幸いです。
私の質問が間違っている場合は、お気軽にお知らせください。
ありがとう。
一番、
TS
分析グラフィックウィンドウズRe: JMP > 連続パラメータによる比例ハザード > カットオフの最適化適合モデルのプロファイラーを検討しましたか? Proportional Hazard プラットフォームは予測式を保存できず、プロファイラーも提供していません。 Parametric Survival プラットフォームを使用できますか? もしそうなら、それは両方の機能を提供します。
Re: JMP > 連続パラメータによる比例ハザード > カットオフの最適化私自身、この手順を頻繁に使用しているため、マークの提案を支持します。実装されているパラメトリック生存関数の大部分は比例ハザード仮定を満たしているため、この機会に、JMP のパラメトリック生存プラットフォームでリスク比も提供していただければ幸いです。
ウィンフリード
Re: JMP > 連続パラメータによる比例ハザード > カットオフ最適化こんにちは、JMPチーム
私は総当たり方式を採用することにしました。まず、対象変数の25パーセンタイルから75パーセンタイルまでのカットオフ値を50ステップで反復する短いスクリプトを作成しました。各カットオフ値について、二値化された対象変数に対して比例ハザード・プラットフォームを実行し、テストの性能を記録します。そして、テストの性能を最大化する値に、最適化されたカットオフ値が設定されます。
最高、
TS
