生存分析是对生存时间进行统计分析的一种技术,所谓生存时间,就是指从某一时间点起到所关心的事件发生的这段时间.这里的时间不一定就是钟表日历上的时间,也有可能是其他的度量单位,比如长度单位等. 生存时间有两个特点: 1.存在删失,是指由于某种原因导致生存时间没用被准确或完整的记录下来,这种情况很常见,如果不存在删失,那么生存分析和一般统计方法没用太大区别,但是一旦出现删失,就必须考虑其影响,一般统计方法将不再适用. 2.生存时间非负,且分布常常右偏,导致基于正态分布理论的常规统计方法不适用.用生存分

SPSS详细操作:生存资料的Cox回归分析 一.问题与数据 某研究者拟观察某新药的抗肿瘤效果,将70名肺癌患者随机分为两组,分别采用该新药和常规药物进行治疗,观察两组肺癌患者的生存情况,共随访2年.研究以死亡为结局,两种治疗方式为主要研究因素,同时考虑调整年龄和性别的影响,比较两种疗法对肺癌患者生存的影响是否有差异.变量的赋值和部分原始数据见表1和表2. 表1.  肺癌患者生存的影响因素与赋值 表2. 两组患者的生存情况 二.对数据结构的分析 该研究以死亡为结局,治疗方式为主要研究因素,每个研究

参考:<复杂数据统计方法--基于R的应用> 吴喜之 在生存分析中,研究的主要对象是寿命超过某一时间的概率.还可以描述其他一些事情发生的概率,例如产品的失效.出狱犯人第一次犯罪.失业人员第一次找到工作.青少年第一次吸毒等等. 生存函数S(t): S(t)=P(T>t)=1-P(T<=t),t>0 T:表示寿命的随机变量 t:特定时间 综合生存函数图:用到包survival 案例:口腔癌数据 实验分成两组: TX=1:仅放疗 TX=2:放疗+化疗 #读取数据 u=read.csv

前言 在上一篇随笔里,我们讲了Logistic回归cost函数的推导过程.接下来的算法求解使用如下的cost函数形式: 简单回顾一下几个变量的含义: 表1 cost函数解释 x(i) 每个样本数据点在某一个特征上的值,即特征向量x的某个值 y(i) 每个样本数据的所属类别标签 m 样本数据点的个数 hθ(x) 样本数据的概率密度函数,即某个数据属于1类(二分类问题)的概率 J(θ) 代价函数,估计样本属于某类的风险程度,越小代表越有可能属于这类 我们的目标是求出θ,使得这个代价函数J(θ)的值最

--计算平闰年天数函数 CREATE OR REPLACE FUNCTION f_ping_run_nian (i_year NUMBER --定义函数名 ) RETURN VARCHAR2 IS --定义返回(输出)字符类型 v_tianshu ); --定义输出(返回)变量 BEGIN SELECT ) --取除以4的余数 --如果是0,则是闰年,应为366天 ' ELSE ' --否则为365天 END INTO v_tianshu from dual; --将值插入变量种 RETURN

Numpy.frompyfunc()将计算单个值的函数转化为计算数组中每个元素的函数 不再通过遍历,对数组中的元素进行运算,利用frompyfunc()将计算单个值的函数转化为计算数组中每个元素的函数 下面是示例代码: # -*- coding: utf-8 -*- """ Created on Fri Nov 20 17:18:11 2020 @author: pan """ import time import numpy as np arr

Probit含义为概率单位,和Logistic回归一样,Probit回归也用于因变量为分类变量的情况,通常情况下,两种回归方法的结果非常接近,但是由于Probit回归的结果解释起来比较抽象不易理解,因此应用不如Logistic回归那样广泛. Probit回归是基于正态分布理论上进行的,而Logistic回归是基于二项分布,这是二者的区别,当自变量中连续变量较多且符合正态分布时,可以考虑使用Probit回归,而自变量中分类变量较多时,可考虑使用Logistic回归. 在SPSS中,有两个过程可以进

(手机的颜色,大小,用户体验来加权统计总体的值)极大似然估计MLE 1.Logistic回归 Logistic regression (逻辑回归),是一种分类方法,用于二分类问题(即输出只有两种).如用于广告预测,也就是根据某广告被用户点击的可能性,把最可能被用户点击的广告摆在用户能看到的地方,结果是用户要么点击要么不点击. 通常两类使用类别标号0和1表示,0表示不发生,1表示发生. 问题引入 例如:有100个手机,其中有30个是你喜欢的,70个是不喜欢的.现预测你对第101个手机的喜好.这是一

计算熵的函数: # -*- coding: utf-8 -*- import math #the function to calculate entropy, you should use the probabilities as the parameters def entropy(*c): result=-1; if(len(c)>0): result=0; for x in c: result+=(-x)*math.log(x,2) return result; if (__name__=

在SPSS非线性回归过程中,我们讲到了损失函数按钮可以自定义损失函数,但是还有一个约束按钮没有讲到,该按钮的功能是对自 定义的损失函数的参数设定条件,这些条件通常是由逻辑表达式组成,这就使得损失函数具有一定的判断能力. 该功能的主要作用是进行分段回归,有些时候,变量间的关系并非一成不变,而是具有某种阶段性特征,如果我们对每个阶段单独 进行拟合的话,会造成参数较多,无法从整体上把握问题实质,并且样本也被分割成多个,会影响精度,而使用非线性回归的定义 约束条件,就可以使用一个模型表达式拟合各个阶段,

TimeSpan 结构  表示一个时间间隔. 命名空间:System 程序集:mscorlib(在 mscorlib.dll 中) 1.DateTime值类型代表了一个从公元0001年1月1日0点0分0秒到公元9999年12月31日23点59分59秒之间的具体日期时刻.因此,你可以用DateTime值类型来描述任何在想象范围之内的时间.一个DateTime值代表了一个具体的时刻2.TimeSpan值包含了许多属性与方法,用于访问或处理一个TimeSpan值下面的列表涵盖了其中的一部分:Add:与

OpenGL无意间同时看到两种创建投影矩阵的写法,可以说它们完成的是同样的功能,但写法完全不同,可以观摩一下什么叫做异曲同工之妙... 第一种: gltMakeShadowMatrix函数是重点 // Gets the three coefficients of a plane equation given three points on the plane. void gltGetPlaneEquation(GLTVector3 vPoint1, GLTVector3 vPoint2, GLT

是的,昨天刚发表了一篇和Excel自定义函数有关的博客,今天又一篇,有凑数的嫌疑.但是,保存知识和传播知识本来就是写博客的初衷,所以也并不多余. 如果不知道什么是Excel自定义函数,请移步这里[1]. 上一篇博客是关于计算桩号之差的Excel自定义函数(VBA)[2],里面有如何使用Excel自定义函数(VBA函数)的简单步骤. 将下面的内容复制到模块中去,保存后即可使用自定义的IdentityNumberAge函数计算某个身份证号在某一年的年龄. Function IdentityNumbe

最近翻Peter Harrington的<机器学习实战>,看到Logistic回归那一章有点小的疑问. 作者在简单介绍Logistic回归的原理后,立即给出了梯度上升算法的code:从算法到代码跳跃的幅度有点大,作者本人也说了,这里略去了一个简单的数学推导. 那么其实这个过程在Andrew Ng的机器学习公开课里也有讲到.现在回忆起来,大二看Andrew的视频的时候心里是有这么一个疙瘩(Andrew也是跳过了一步推导) 这里就来讲一下作者略去了怎样的数学推导,以及,怎么推导. 在此之前,先回顾

在很多情况下要计算输入输出的位宽,比如你写一个8*8的ram,那么地址需要三位去表示,那么这个函数的方便就体现出来了,你需要使用函数定义就好了,如果对于多文件可以包含定义的文件: 如果你的DEPTH是2^n次的话,可以用下面的function,否则要是像DEPTH为7的话,修改for循环中的depth>0.(个人仿真得出,不然都用depth>0的话,DEPTH为8的话,算出来的位宽是4位,而实际上我们只需要三位表示最大值7): 以上.

填了一下之前的坑.首先是一个题外话,在VS2015中默认汇编代码会使用SSE生成,如果想用FPU编译出FLD,FSTP这些指令,需要设置一下. 项目 >> 属性 >> C/C++ >> Code Generation Enable Enhanced Instruction Set默认是是Not Set,但是会被开启,设置成IA32就行了. 方便生成浮点计算代码时使用. 然后进入正题,Sin,Cos,Pow计算,先上代码 .data ;0.52359877 = 30度 f

拼接字段-Concat()函数        将值连接在一起构成单个值.注意:大多数DBMS使用+或者||来实现拼接,mysql则使用Concat()函数来实现. 去空格函数-Trim函数        Trim去掉串左右两边的空格,RTrim去掉串右边的空格,LTrim去掉左边的空格. 使用别名-AS        我们希望查出的新列能有个简介明了的列名,可以用AS来赋予别名. 执行算术运算(+,-,*,/) 大多数sql实现支持以下类型的函数: 1.用于处理文本串(如删除或填充值,转换值为大

7.1 案例背景 7.1.1 RBF神经网络概述 径向基函数是多维空间插值的传统技术,RBF神经网络属于前向神经网络类型,网络的结构与多层前向网络类似,是一种三层的前向网络.第一层为输入层,由信号源结点组成:第二层为隐藏层,隐藏层节点数视所描述问题的需要而定,隐藏层中神经元的变换函数即径向基函数是对中心点径向对称且衰减的非负非线性函数,该函数是局部响应函数,而以前的前向网络变换函数都是全局响应的函数:第三层为输出层,它对输入模式作出响应.RBF网络的基本思想是:用RBF作为隐单元的“基”构成隐藏

一.整体思路:循环遍历表达式字符串,设置一个index从第一个字符开始检测当前数字是否可以和后面的数字进行运算,如果可以运算,将两个数挑出来运算,然后用运算的结果替换原来表达式中的这两个数和符号,计算后index又从1开始.如果不能运算则将当前index指向第二个数.如此循环直到表达式全部计算完毕.(简单的用一句话概括就是,找到优先级最高且靠前的两个子项先运算) 二.代码: 整体拆分成四个方法 SimpleCalculate匹配加减乘除char去计算两个数的结果 Create function

在学习knn分类算法的过程中用到了tile函数,有诸多的不理解,记录下来此函数的用法.   函数原型:numpy.tile(A,reps) #简单理解是此函数将A进行重复输出 其中A和reps都是array_like的参数,A可以是:array,list,tuple,dict,matrix以及基本数据类型int,string,float以及bool类型,reps的类型可以是tuple,list,dict,array,int,bool,但不可以是float,string,matrix类型. 计较常

在对数线性模型中,我们假设单元格频数分布为多项式分布,但是还有一类分类变量分布也是经常用到的,就是Poisson分布. Poisson分布是某件事发生次数的概率分布,用于描述单位时间.单位面积.单位空间内某件事发生的次数规律,在对数线性模型中 ,如果单元格频数分布服从Poisson分布,那么拟合的模型就是Poisson对数线性模型,由于其结构和回归模型类似,因此也可以称 为Poisson回归模型. 由于Poisson回归模型也属于对数线性模型的一种,因此也包含在对数线性模型的过程中 例,希望分析