Логранговый критерий
Материал из MachineLearning.
(Новая: Новая: Скоро здесь будет статья!) |
|||
Строка 1: | Строка 1: | ||
- | + | '''Логранговый критерий''' (англ. Logrank test) используется в статистике для сравнения двух кривых выживаемости. Этот непараметрический тест может быть применён, когда данные цензурированны справа. Его очень часто используют в медицине при аппробации нового лекарства. | |
+ | |||
+ | Этот критерий был впервые предложен Натаном Мантелём и был назван "логранк критерием" Ричардом и Джулианом Пето. | ||
+ | |||
+ | ==Пример задачи== | ||
+ | В больнице проводятся испытания нового лекартва. Для этого сравнивают 2 контрольные группы: в первой группе люди принимают новое лекарство, а во второй - плацебо. Измеряется время до какого-то событий (например, сердечного приступа). | ||
+ | |||
+ | |||
+ | ==Описание метода== | ||
+ | ===Исходные данные=== | ||
+ | <tex>i\in\{1,\cdots,T\}</tex> | ||
+ | |||
+ | <tex>t_i</tex> - момент времени | ||
+ | |||
+ | <tex>R_i</tex> - число объектов, доживающих до момента времени <tex>t_i</tex>, исключая выбывших | ||
+ | |||
+ | <tex>d_i</tex> - число объектов, для которых произошёл исход в момент времени <tex>t_i</tex> | ||
+ | |||
+ | ===Определение=== | ||
+ | Требуется Сравненить две кривые выживаемости. | ||
+ | |||
+ | '''Гипотеза''' <tex>H_0</tex>: различия случайны, т.е. <tex>S_1(t)</tex> и <tex>S_2(t)</tex> неразличимы. | ||
+ | |||
+ | Ожидаемое число исходов в <tex>i</tex>-й момент | ||
+ | |||
+ | <tex>E_t^1=\frac{R_i^1}{R_i^1+R_i^2}(d_i^1+d_i^2)</tex> | ||
+ | |||
+ | <tex>E_t^2=\frac{R_i^2}{R_i^1+R_i^2}(d_i^1+d_i^2)</tex> | ||
+ | |||
+ | <tex>V_i=\frac{R_i^1 R_i^2(d_i^1+d_i^2)(R_i^1+R_i^2-d_i^1-d_i^2)}{(R_i^1+R_i^2)(R_i^1+R_i^2-1)}</tex> - оценка дисперсии | ||
+ | |||
+ | ===Статистика критерия=== | ||
+ | '''Логранговый критерий''' | ||
+ | <tex>LR=\frac{\max_k(\sum_i d_i^k - \sum_i E_i^k)}{\sum_i V_i}</tex> | ||
+ | |||
+ | <tex>LR</tex> распределена приближенно по закону хи-квадрат с одной степенью свободы. | ||
+ | |||
+ | Если <tex>LR>\chi_{1,\alpha}^2</tex>, то <tex>H_0</tex> отвергается. | ||
+ | |||
+ | == Литература == | ||
+ | * {{книга | ||
+ | |автор = Стентон Гланц | ||
+ | |заглавие = Медико-биологическая статистика. Электронная книга | ||
+ | |оригинал = Primer of BIOSTATISTICS | ||
+ | |ссылка = | ||
+ | |издание = 4-е изд | ||
+ | |место = М. | ||
+ | |издательство = Практика | ||
+ | |год = 1999 | ||
+ | |страницы = 459 | ||
+ | }} | ||
+ | |||
+ | |||
+ | == См. также == | ||
+ | * [[Анализ выживаемости]] | ||
+ | * [[функция выживаемости]] | ||
+ | * [[процедура Каплана-Мейера]] | ||
+ | |||
+ | == Ссылки == | ||
+ | *[http://en.wikipedia.org/wiki/Log_rank_test Logrank test] | ||
+ | |||
+ | [[Категория: Прикладная статистика]][[Категория:Анализ выживаемости]] |
Версия 08:37, 10 января 2009
Логранговый критерий (англ. Logrank test) используется в статистике для сравнения двух кривых выживаемости. Этот непараметрический тест может быть применён, когда данные цензурированны справа. Его очень часто используют в медицине при аппробации нового лекарства.
Этот критерий был впервые предложен Натаном Мантелём и был назван "логранк критерием" Ричардом и Джулианом Пето.
Содержание |
Пример задачи
В больнице проводятся испытания нового лекартва. Для этого сравнивают 2 контрольные группы: в первой группе люди принимают новое лекарство, а во второй - плацебо. Измеряется время до какого-то событий (например, сердечного приступа).
Описание метода
Исходные данные
- момент времени
- число объектов, доживающих до момента времени , исключая выбывших
- число объектов, для которых произошёл исход в момент времени
Определение
Требуется Сравненить две кривые выживаемости.
Гипотеза : различия случайны, т.е. и неразличимы.
Ожидаемое число исходов в -й момент
- оценка дисперсии
Статистика критерия
Логранговый критерий
распределена приближенно по закону хи-квадрат с одной степенью свободы.
Если , то отвергается.
Литература
- Стентон Гланц Медико-биологическая статистика. Электронная книга = Primer of BIOSTATISTICS. — 4-е изд. — М.: Практика, 1999. — С. 459.