JMP > 연속 매개변수가 있는 비례 위험 > 컷오프 최적화안녕하세요 JMP 커뮤니티,
JMP 16.1 표준
윈도우
순진한 질문일 수 있습니다. 저는 Proportional Hazard 플랫폼을 사용하여 피험자의 생존에 대한 연속 기준선 변수의 영향을 조사하고 있습니다. 나는 강력한 연관성이 있는 몇 가지 요인을 확인했지만(아래의 한 가지 예 참조) 이 관계를 시각화하는 방법을 여전히 결정하고 있습니다.
예를 들어 중앙값을 컷오프 포인트로 사용하여 임의의 하위 그룹을 만들면 생존 플롯을 만들 수 있습니다(아래 참조). 그러나 이 접근법은 연속 변수의 실제 최적 컷오프 포인트를 고려하지 않습니다.
따라서 식별된 모든 매개변수에 대해 이 컷오프 포인트를 추정하는 방법을 찾고 있습니다. 무차별 대입 부트스트랩 접근 방식(컷오프 가능성이 있는 순환) 외에는 이 명백하고 간단한 문제에 대한 더 우아한 접근 방식을 찾을 수 없었습니다(예, 플랫폼에 대한 설명서를 읽었습니다).
어떤 의견이라도 대단히 감사하겠습니다.
제 질문이 잘못된 것이라면 언제든지 알려주세요.
감사합니다.
최상의,
TS
해석학제도법윈도우Re: JMP > 연속 매개변수가 있는 비례 위험 > 컷오프 최적화피팅된 모델에서 프로파일러를 고려해 보셨습니까? Proportional Hazard 플랫폼은 예측 공식을 저장할 수 없으며 프로파일러도 제공하지 않습니다. Parametric Survival 플랫폼을 사용할 수 있습니까? 그렇다면 두 가지 기능을 모두 제공합니다.
Re: JMP > 연속 매개변수를 사용한 비례 위험 > 컷오프 최적화저는 Mark의 제안을 지지합니다. 저는 이 절차를 매우 자주 사용하기 때문입니다. 이 기회에 JMP의 매개변수 생존 플랫폼이 위험 비율을 추가로 제공해 주면 감사하겠습니다. 구현된 매개변수 생존 함수의 대부분이 비례 위험 가정을 충족하기 때문입니다.
윈프리트
Re: JMP > 연속 매개변수를 사용한 비례 위험 > 차단 최적화안녕하세요 JMP 팀,
관심 변수의 25%에서 75% 백분위수 사이의 임계값 범위를 50단계로 반복하는 짧은 스크립트를 개발하여 무차별 대입 방식을 채택하기로 했습니다. 각 임계값에 대해 이분화된 관심 변수에 비례 위험 플랫폼을 실행하여 검정 성능을 기록합니다. 그런 다음 최적화된 임계값을 검정 성능을 최대화하는 값으로 설정합니다.
최상의,
티에스
