このページの翻訳は最新ではありません。ここをクリックして,英語の最新版を参照してください。
この例では,さまざまなグループの累積ハザード関数と生存時間関数を推定およびプロットする方法を説明します。
標本データを読み込みます。
负载(“readmissiontimes.mat”)
データには,患者の再入院時間と,患者の性別,年齢,体重,喫煙ステータスおよび打ち切りに関する情報が含まれています。このデータは,シミュレーションされたものです。
性別ごとに再入院時間と打ち切りの行列を作成します。
女= [ReadmissionTime(性= = 1),审查(性= = 1));男= [ReadmissionTime(性= = 0),审查(性= = 0)];
女性患者と男性患者について累積分布関数のカプラン・マイヤー推定値をプロットします。
图()ecdf (gca),女(:1),“审查”女(:2));持有在(f (x) = ecdf(男性(:1),“审查”男性(:2));楼梯(x, f,“——r”)举行从传奇(“女”,“男”,“位置”,“东南”)
女性患者と男性患者の生存時間関数を比較します。
图()ax1 = gca;ecdf (ax₁,女(:1),“审查”,女(:,2),“函数”,“幸存者”);持有在(f (x) = ecdf(男性(:1),“审查”,男(:,2),“函数”,“幸存者”);楼梯(x, f,“——r”)传说(“女”,“男”)
この図は,男性患者の再入院時間の方が女性患者に比べて短いことを示しています。
女性患者と男性患者の再入院時間にワイブル分布を近似します。
pd = fitdist(女性(:1),“wbl”,“审查”女(:2))
A = 12.5593 [10.749, 14.6745] B = 1.99834 [1.56489, 2.55185]
pd2 = fitdist(男性(:1),“wbl”,“审查”,男(2):,)
Weibull分布A = 4.63991 [3.91039, 5.50551] B = 1.94422 [1.48496, 2.54552]
pd2 = fitdist(男性(:1),“wbl”,“审查”,男(2):,)
Weibull分布A = 4.63991 [3.91039, 5.50551] B = 1.94422 [1.48496, 2.54552]
推定された生存時間関数に女性患者と男性患者のワイブル生存時間関数をプロットします。
情节(0:1:25 1-cdf (“wbl”, 0:1:25, 12.5593, 1.99834),“-”。)情节(0:1:25 1-cdf (“wbl”, 0:1:25, 4.63991, 1.94422),“:r”)举行从传奇(“Festimated”,“Mestimated”,“FWeibull”,“MWeibull”)
ワイブル分布によって,データの適切な近似が得られます。
累積ハザード関数を性別に推定し,ワイブル累積ハザード関数を近似します。
图()[f,x] = ecdf(female(:,1),“审查”,女(:,2),…“函数”,“cumhazard”);情节(x, f)在情节(x, cumsum (pdf (pd, x) / (1-cdf (pd, x))),“-”。) [f,x] = ecdf(male(:,1),“审查”,男(:,2),…“函数”,“cumhazard”);情节(x, f,“——r”)情节(x, cumsum (pdf (pd2, x) / (1-cdf (pd2 x))),“:r”)传说(“Festimated”,“FWeibull”,“Mestimated”,“MWeibull”,…“位置”,“北”)