Главная Назад


Авторизация
Идентификатор пользователя / читателя
Пароль (для удалённых пользователей)
 

Вид поиска

Область поиска
Найдено в других БД
Формат представления найденных документов:
библиографическое описаниекраткийполный
Поисковый запрос: (<.>A=Harrell, Frank E. (Jr.)$<.>)
Общее количество найденных документов : 1
1.
РЖ ВИНИТИ 34 (BI38) 89.06-04А3.446

    Harrell, Frank E. (Jr.)

    Regression models in clinical studies: determining relationships between predictors and response [Text] / Frank E. (Jr.) Harrell, Kerry L. Lee, Barbara G. Pollock // J. Nat. Cancer Inst. - 1988. - Vol. 80, N 15. - P1198-1202 . - ISSN 0027-8874
Перевод заглавия: Регрессионные модели в клинических исследованиях - определение [функциональной зависимости]
Аннотация: Обзор. В настоящее время наиболее часто применяемыми в клинической практике регрессионными моделями (М) являются логистическая М (ЛМ) и М пропорциональных рисков (МПР) Кокса. Пусть X[1],...,X[p] - независимые переменные (П), Y - зависимая П, принимающая значения 0 или 1. ЛМ определяет вероятность события Y=1 при данных значениях X[i]: Prob{Y=1|X}=[1+exp(B[0]+XB)]1}, где XB=B[1]X[1]+ ... +B[p]X[p], B[i] - весовые коэф. Пусть T - зависимая П, представляющая время до наступления нек-рого события. МПР определяет вероятность того, что указанное событие не наступит до момента времени t: S(t|X)=Prob{Tt|X}=S[0](t){e}{x}{p}, где S[0](t) - произвольная ф-ция. Весовые коэф. ЛМ и МПР оцениваются по методу наибольшего правдоподобия. Обсуждена проблема выбора формы функциональной зависимости, с помощью к-рой производится аппроксимация данных. В общем случае, наилучшим является выбор кубических сплайнов (КС). В связи с неустойчивостью КС за краями аппроксимируемого ряда, рекомендуется в крайних точках принимать доп. линейные ограничения. Преимущества КС заключаются в возможности моделирования практически любой зависимости, использования уже существующих программ регрессионного анализа, станд. методов статистики. Кроме того, полученные КС могут представлять требуемое преобразование линеаризации. Приведены примеры применения КС. США, Clinical Biostatistics, Duke Univ. Med. Center, Durham, NC 27710. Ил. 6. Библ. 19.
ГРНТИ  
ВИНИТИ 341.05.25.09.13
Рубрики: БИОМЕТРИЯ
ВЫЖИВАЕМОСТЬ

РЕГРЕССИОННЫЕ МОДЕЛИ

ВЫБОР

ФУНКЦИОНАЛЬНЫЕ ЗАВИСИМОСТИ

ОБЗОРЫ

БИБЛ. 19


Доп.точки доступа:
Lee, Kerry L.; Pollock, Barbara G.


 




© Международная Ассоциация пользователей и разработчиков электронных библиотек и новых информационных технологий
(Ассоциация ЭБНИТ)