R survreg.distributions 参数生存分布

说明

加速失效模型的分布列表。这些是一些时间转变的位置规模的家庭。该条目说明了该家族规范成员的 cdf F 和密度 f。

用法

survreg.distributions

格式

有两种基本格式，第一种从头定义发行版，第二种根据旧发行版定义新发行版。

姓名：	发行名称
方差：	返回方差的函数(parms)(当前未使用)
初始化(x，权重，...)：	返回初始值的函数
	均值和方差的估计
	(用于迭代中的初始值)
密度(x，参数)：	返回包含 F 、 1-F 、 f 、 f'/f 和 f''/f 列的函数
分位数(p，参数)：	分位数函数
规模：	比例参数的可选固定值
参数：	任何附加参数的默认值和名称向量
偏差(y，尺度，参数)：	返回 a 的偏差的函数
	饱和模型；仅用于偏差残差。

并根据另一种分布来定义一种分布

姓名：	发行名称
距离：	父发行版的名称
反式：	转换(例如日志)
dtrans：	变换的导数
伊特兰：	逆变换
规模：	比例参数的可选固定值

细节

有四种基本分布：extreme,gaussian,logistic和t。最后三个参数化的方式与中已经存在的分布相同R。 cdf 的极值是

当生存时间的对数具有前三个分布之一时，我们分别获得 weibull 、 lognormal 和 loglogistic 。 survreg 中发现的威布尔分布的位置尺度参数化与 rweibull 的参数化不同。

其他预定义的分布是根据这些分布定义的。 exponential 和 rayleigh 分布是威布尔分布，其中 scale 分别固定为 1 和 0.5，loggaussian 是 lognormal 的同义词。

对于速度部分，三个最常用的发行版都用 C 进行了硬编码；因此，不应修改名称为"Extreme value"、"Logistic" 和"Gaussian" 的survreg.distributions 元素。 (列表中这些的顺序并不重要，识别是通过名称。)作为修改 survreg.distributions 的替代方法，可以将新的发行版指定为单独的列表。这是优选的添加方法，如下所示。

例子

# time transformation
survreg(Surv(time, status) ~ ph.ecog + sex, dist='weibull', data=lung)
# change the transformation to work in years
# intercept changes by log(365), everything else stays the same
my.weibull <- survreg.distributions$weibull
my.weibull$trans <- function(y) log(y/365)
my.weibull$itrans <- function(y) 365*exp(y)
survreg(Surv(time, status) ~ ph.ecog + sex, lung, dist=my.weibull)

# Weibull parametrisation
y<-rweibull(1000, shape=2, scale=5)
survreg(Surv(y)~1, dist="weibull")
# survreg scale parameter maps to 1/shape, linear predictor to log(scale)

# Cauchy fit
mycauchy <- list(name='Cauchy',
                 init= function(x, weights, ...) 
                      c(median(x), mad(x)),
                 density= function(x, parms) {
                      temp <- 1/(1 + x^2)
                      cbind(.5 + atan(x)/pi, .5+ atan(-x)/pi,
                            temp/pi, -2 *x*temp, 2*temp*(4*x^2*temp -1))
                      },
                 quantile= function(p, parms) tan((p-.5)*pi),
                 deviance= function(...) stop('deviance residuals not defined')
                 )
survreg(Surv(log(time), status) ~ ph.ecog + sex, lung, dist=mycauchy)

也可以看看

survreg、pweibull、pnorm、plogis、pt、survregDtest