日志
- 小胖说统计之二二四：肿瘤临床试验中的统计学问题（四十）
- 生存分析（二十六） 假设一项肿瘤临床试验中，有两个药物 A 药和 B 药，主要终点为总体生存时间。那么 A 药与 B 药的死亡风险比 HR 应该理解为 A 药治疗组死亡的风险除以 B 药治疗组出现死亡的风险，简言之，就是 A 药相对于 B 药的死亡风险。 ...
- 小胖说统计之二二三：肿瘤临床试验中的统计学问题（三十九）
- 生存分析（二十五） 在肿瘤临床试验的结果报告中，我们会经常看到试验组和对照组 hazard ratio 及其 95 ％可信区间，前边小胖也稍微提及了一点 hazard ratio ，从这篇博文开始，小胖将花一点篇幅，给大家简单介绍一下 hazard ratio 。 什么是 h ...
- 小胖说统计之二二二：肿瘤临床试验中的统计学问题（三十八）
- 生存分析（二十四） 上几篇博文，小胖向大家简单介绍了 Cox PH model 的参数估计，那有了参数估计，那怎么进行假设检验呢？最为常见的有两种检验方法即 Wald Z-tests 和 likelihood ratio tests 。 1. Wald Z-tests 对于大样本量（ ...
- 小胖说统计之二二一：肿瘤临床试验中的统计学问题（三十七）
- 生存分析（二十三） 上文中构建了例子中的似然函数： L ＝ { / } × / × / 大家不难看出，上边函数式中的 h 0 (t) ，可以从分子分母中消除掉，即得到： L ＝ { / } × ...
- 小胖说统计之二二零：肿瘤临床试验中的统计学问题（三十六）
- 生存分析（二十二） 上篇博文中，小胖把抽彩票和 Cox PH model 相对应起来了，现在我们再进一步解释一下： Patient TIME STATUS FAMILY 001 1 1 ...
- 小胖说统计之二一九：肿瘤临床试验中的统计学问题（三十五）
- 生存分析（二十一） 了解了最大似然原理，而最大似然估计则是通过构建似然函数，求似然函数达到最大时参数的取值。而具体到 Cox PH model 的参数估计，为了便于大家的理解，我们从下边这个例子开始讲起。 （ 1 ）甲、乙和丙三个人每个人手上有一个彩票放到箱 ...
- 小胖说统计之二一八：肿瘤临床试验中的统计学问题（三十四）
- 生存分析（二十） Cox Proportional Hazards Model 的基本公式： h(t)=h 0 (t)*exp( β 1 X 1 + β 2 X 2 + ...+ β k X k ) 前边小胖说过了 Cox Proportional Hazards Model 是一个 semiparametric model ...
- 小胖说统计之二一七：肿瘤临床试验中的统计学问题（三十三）
-
生存分析（十九） Cox Proportional Hazards Model 的基本公式： h(t)=h 0 (t)*exp( β 1 X 1 + β 2 X 2 + ...+ β k X k ) 假设两个不同的受试者 i 和 j 他们的 x 值各不同 , 分别记为 X i1 , ...
- 小胖说统计之二一六：肿瘤临床试验中的统计学问题（三十二）
- 生存分析（十八） 上篇博文，小胖简单介绍了 Cox Proportional Hazards Model 的基本公式： h(t)=h 0 (t)*exp( β 1 X 1 + β 2 X 2 + ...+ β k X k ) 其实这个公式中最大的玄机便在于 h 0 (t) 部分。 h 0 ( ...
- 小胖说统计之二一五：肿瘤临床试验中的统计学问题（三十一）
- 生存分析（十七） 与前边小胖提及的 log-rank 检验一样， Cox 回归是另一种常见的生存分析的方法，它主要用于带有协变量的生存分析资料。比如在肿瘤临床试验中，可以使用 Cox 回归在调整年龄、病程及疾病程度等因素的情况下，比较两组治疗的生存时间。 C ...