さまざまなグル,プのハザ,ド関数と生存時間関数
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。
手順 1.標本デ,タを読み込んで整理する。
標本デ,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,タは,シミュレ,ションされたものです。
性別ごとに再入院時間と打切りの行列を作成します。
female = [ReadmissionTime(Sex==1), deleted (Sex==1)];男性= [ReadmissionTime(性别==0),审查(性别==0)];
手順 2.性別ごとに累積分布関数を推定およびプロットする。
女性患者と男性患者にいて累積分布関数のカプランマヤ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(:,1),“审查”男性(:2));楼梯(x, f,“——r”)举行从传奇(“女”,“男”,“位置”,“东南”)
手順 3.生存時間関数をプロットする。
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(:,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。
手順 4.ワ@ @ブル生存時間関数を近似する。
女性患者と男性患者の再入院時間にワ@ @ブル分布を近似します。
Pd = fitdist(女(:,1),“wbl”,“审查”女(:2))
A = 12.5593 [10.749, 14.6745] B = 1.99834 [1.56489, 2.55185]
Pd2 = fitdist(男(:,1),“wbl”,“审查”,男(2):,)
pd2 = Weibull分布Weibull分布A = 4.63991 [3.91039, 5.50551] B = 1.94422 [1.48496, 2.54552]
Pd2 = fitdist(男(:,1),“wbl”,“审查”,男(2):,)
pd2 = Weibull分布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@ @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@ @ブル分布によって,デ@ @タの適切な近似が得られます。
手順 5.累積ハザ,ドを推定し,ワ,ブル累積ハザ,ド関数を近似する。
累積ハザ,ド関数を性別に推定し,ワ,ブル累積ハザ,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(男(:,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”)