راه
۵ کیو· متوسط رو به بالامتوسطPYTHON۴ ثانیه · ۲۵۶ مگابایت

آزمون لگ‌رنک

دو گروه (group صفر یا یک) را مقایسه می‌کنیم. در هر زمان متمایز رویداد dkd_k (از هر دو گروه)، rkr_k تعداد در معرض خطر در کل، r1kr_{1k} تعداد در معرض خطر در گروه یک، qkq_k تعداد رویدادها در کل و q1kq_{1k} تعداد رویدادها در گروه یک است. اگر دو گروه یک منحنی بقا داشته باشند:

μk=r1krk qkVar(q1k)=qk (r1k/rk)(1−r1k/rk)(rk−qk)rk−1\mu_k = \frac{r_{1k}}{r_k}\,q_k \qquad \text{Var}(q_{1k}) = \frac{q_k\,(r_{1k}/r_k)(1 - r_{1k}/r_k)(r_k - q_k)}{r_k - 1}

(وقتی rk=1r_k = 1، واریانس آن جمله صفر گرفته می‌شود.) آماره‌ی لگ‌رنک:

W=∑k(q1k−μk)∑kVar(q1k)W = \frac{\sum_k (q_{1k} - \mu_k)}{\sqrt{\sum_k \text{Var}(q_{1k})}}

که تحت فرض صفر تقریباً نرمال استاندارد است. تابع log_rank(time, status, group) دو عدد برمی‌گرداند: WW و مقدار p دوطرفه، 2(1−Φ(∣W∣))2\big(1 - \Phi(|W|)\big) — مثلاً با scipy.stats.norm.sf.

نمونه‌ها

ورودی نمونه ۱
[[3.0, 12.0, 3.0, 6.0, 2.0, 10.0, 5.0, 3.0, 20.0, 12.0, 7.0, 29.0], [1, 1, 1, 1, 1, 1, 1, 0, 0, 1, 1, 0], [1, 1, 0, 1, 1, 0, 1, 1, 0, 0, 1, 0]]
خروجی نمونه ۱
[1.7539, 0.0794]

برای نوشتن پاسخ و دریافت امتیاز، ابتدا وارد حساب شوید.

ورود