日志
- 小胖说统计之二一四：肿瘤临床试验中的统计学问题（三十）
- 生存分析（十六） 对于 S(t) 的估计，除了 KM 法外，还有 life-table 法。与 KM 法把所有 event times 都列出不同的是， life-table 法可以把 event times 分成不同的 interval ，当然这个 interval 可以根据你的需要可长可短。但是 interval 的选 ...
- 小胖说统计之二一三：肿瘤临床试验中的统计学问题（二十九）
- 生存分析（十五） 上几篇博文中，小胖简单介绍了 Log-rank 检验，它主要用来检验治疗组间 S(t) 是否相同，是生存分析中最为常见的统计方法之一。那么除了 Log-rank 检验外，还有什么其他方法可以检验治疗组间 S(t) 是否相同呢？其中最为常见的一种便是 Wilcoxon Test ...
- 小胖说统计之二一二：肿瘤临床试验中的统计学问题（二十八）
- 生存分析（十四） 上篇对于 log-rank 检验方法的介绍中，我们已经根据时间点把生存数据转换成了多个 2x2 表了，下一步就开始按照 Mantel-Haenszel 方法继续了。。。 接上篇。。。 （ 4 ）对每个 2X2 表中的（ 1,1 ）格 ...
- 小胖说统计之二一一：肿瘤临床试验中的统计学问题（二十七）
-
生存分析（十三） 上边小胖简单介绍了 Kaplan – Meier 法，下图是上边那个实例最后形成的两组 A 和 B 组病人的 K-M 曲线如下： 那么 A 组和 B 组生存时间到底有没有差别呢？这时我们最常用的统计方法便是 Log-rank ...
- 小胖说统计之二一零：肿瘤临床试验中的统计学问题（二十六）
-
生存分析（十二） 上一篇博文，小胖计算出了各个死亡时间点的 S(t) ，这时我们就可以时间点为横坐标，以 S(t) 为纵坐标绘制 K-M 生存曲线了。 上图就是小胖手绘的一个粗略的 K-M 生存曲线。 从上边这个曲线，其 ...
- 小胖说统计之二零九：肿瘤临床试验中的统计学问题（二十五）
- 生存分析（十一） 上篇博文中，小胖根据数据形成了以下表格： t (j) Number of subjects left at least to time t (j) : n j Number of failures m j Number of censo ...
- 小胖说统计之二零八：肿瘤临床试验中的统计学问题（二十四）
- 生存分析（十） 接上篇。。。 下边我们来看一下 Kaplan-Meier 法的具体思路： 我们先以 A 组为例， 10 ， 2 ， 12 ＋， 13 ， 18 ， 6 ＋， 19 ， 24 ＋， 9 ＋， 8 ...
- 小胖说统计之二零七：肿瘤临床试验中的统计学问题（二十三）
- 生存分析（九） 上几篇博文，小胖主要介绍了生存分析中的两个基本术语和概念 survival function S(t) 和 hazard function h(t) ，下边我们正式进入生存分析的核心内容。 一提到肿瘤试验的统计分析方法或者说一提到生存分析的方法，很多人的第一反应会出现两个 ...
- 小胖说统计之二零六：肿瘤临床试验中的统计学问题（二十二）
-
生存分析（八） 与 survival function 从 1 开始向 0 不断下降的图示不同， hazard function 可以从任何地方开始，并向上向下向任何方向发展，如下图。不难看出 hazard 有以下两个特点： （ 1 ）它总是大于等于 0 的 ...
- 小胖说统计之二零五：肿瘤临床试验中的统计学问题（二十一）
- 生存分析（七） 为了便于大家对 hazard function h(t) 的理解，小胖举个例子。如果你正在驾驶一辆汽车，车速仪上显示 60 公里 / 小时，这意味着什么呢？如果你在下一个小时，还是按照现在的情况这样驾驶，即车速仪准确保持 60 公里 / 小时，那么你会行驶 60 公里。 ...