R survreg.distributions 參數生存分布

說明

加速失效模型的分布列表。這些是一些時間轉變的位置規模的家庭。該條目說明了該家族規範成員的 cdf F 和密度 f。

用法

survreg.distributions

格式

有兩種基本格式，第一種從頭定義發行版，第二種根據舊發行版定義新發行版。

姓名：	發行名稱
方差：	返回方差的函數(parms)(當前未使用)
初始化(x，權重，...)：	返回初始值的函數
	均值和方差的估計
	(用於迭代中的初始值)
密度(x，參數)：	返回包含 F 、 1-F 、 f 、 f'/f 和 f''/f 列的函數
分位數(p，參數)：	分位數函數
規模：	比例參數的可選固定值
參數：	任何附加參數的默認值和名稱向量
偏差(y，尺度，參數)：	返回 a 的偏差的函數
	飽和模型；僅用於偏差殘差。

並根據另一種分布來定義一種分布

姓名：	發行名稱
距離：	父發行版的名稱
反式：	轉換(例如日誌)
dtrans：	變換的導數
伊特蘭：	逆變換
規模：	比例參數的可選固定值

細節

有四種基本分布：extreme,gaussian,logistic和t。最後三個參數化的方式與中已經存在的分布相同R。 cdf 的極值是

當生存時間的對數具有前三個分布之一時，我們分別獲得 weibull 、 lognormal 和 loglogistic 。 survreg 中發現的威布爾分布的位置尺度參數化與 rweibull 的參數化不同。

其他預定義的分布是根據這些分布定義的。 exponential 和 rayleigh 分布是威布爾分布，其中 scale 分別固定為 1 和 0.5，loggaussian 是 lognormal 的同義詞。

對於速度部分，三個最常用的發行版都用 C 進行了硬編碼；因此，不應修改名稱為"Extreme value"、"Logistic" 和"Gaussian" 的survreg.distributions 元素。 (列表中這些的順序並不重要，識別是通過名稱。)作為修改 survreg.distributions 的替代方法，可以將新的發行版指定為單獨的列表。這是優選的添加方法，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