முக்கிய மற்றவை போட்டியிடும் இடர் பகுப்பாய்வு

போட்டியிடும் இடர் பகுப்பாய்வு

கண்ணோட்டம்

மென்பொருள்

விளக்கம்

வலைத்தளங்கள்

அளவீடுகள்

படிப்புகள்

கண்ணோட்டம்

போட்டியிடும் இடர் பகுப்பாய்வு என்பது ஒரு சிறப்பு வகை உயிர்வாழும் பகுப்பாய்வைக் குறிக்கிறது, இது போட்டி நிகழ்வுகளின் முன்னிலையில் ஒரு நிகழ்வின் ஓரளவு நிகழ்தகவை சரியாக மதிப்பிடுவதை நோக்கமாகக் கொண்டுள்ளது. உயிர்வாழும் செயல்முறையை விவரிப்பதற்கான பாரம்பரிய முறைகள், அத்தகைய கப்லான் மேயர் தயாரிப்பு-வரம்பு முறை, ஒரே நிகழ்வுக்கு பல காரணங்களின் போட்டியிடும் தன்மைக்கு ஏற்ப வடிவமைக்கப்படவில்லை, எனவே அவை காரண-குறிப்பிட்ட நிகழ்வுகளுக்கான விளிம்பு நிகழ்தகவை பகுப்பாய்வு செய்யும் போது தவறான மதிப்பீடுகளை உருவாக்க முனைகின்றன. ஒரு குறிப்பிட்ட நிகழ்வின் விளிம்பு நிகழ்தகவை அதன் காரண-குறிப்பிட்ட நிகழ்தகவு மற்றும் ஒட்டுமொத்த உயிர்வாழ்வு நிகழ்தகவு ஆகியவற்றின் செயல்பாடாக மதிப்பிடுவதன் மூலம் இந்த குறிப்பிட்ட சிக்கலை தீர்க்க ஒட்டுமொத்த வேலை செயல்பாடு (சிஐஎஃப்) முன்மொழியப்பட்டது. இந்த முறை தயாரிப்பு-வரம்பு அணுகுமுறையின் யோசனையையும், போட்டியிடும் காரணப் பாதைகளின் யோசனையையும் கலப்பினமாக்குகிறது, இது ஒரு குழுவிற்கு பல போட்டி நிகழ்வுகளின் உயிர்வாழும் அனுபவத்திற்கு மிகவும் புரிந்துகொள்ளக்கூடிய மதிப்பீட்டை வழங்குகிறது. பல பகுப்பாய்வுகளைப் போலவே, போட்டியிடும் இடர் பகுப்பாய்வும் ஒரு அளவுரு அல்லாத முறையை உள்ளடக்கியது, இதில் குழுக்களுக்கு இடையில் CIF வளைவுகளை ஒப்பிட்டு மாற்றியமைக்கப்பட்ட சி-ஸ்கொயர் சோதனையைப் பயன்படுத்துவதும், மற்றும் ஒரு துணை விநியோக அபாய செயல்பாட்டின் அடிப்படையில் CIF ஐ மாதிரியாகக் கொண்ட ஒரு அளவுரு அணுகுமுறையும் அடங்கும்.

விளக்கம்

1. போட்டியிடும் நிகழ்வு மற்றும் போட்டியிடும் ஆபத்து என்றால் என்ன?

நிலையான உயிர்வாழும் தரவுகளில், மார்பக புற்றுநோயால் மரணம் போன்ற பின்தொடர்தல்களில் பாடங்கள் ஒரே ஒரு வகை நிகழ்வை மட்டுமே அனுபவிக்க வேண்டும். மாறாக, நிஜ வாழ்க்கையில், பாடங்கள் ஒரு குறிப்பிட்ட நிகழ்வின் ஒன்றுக்கு மேற்பட்ட வகைகளை அனுபவிக்கக்கூடும். உதாரணமாக, இறப்பு ஆராய்ச்சி ஆர்வமாக இருந்தால், எங்கள் அவதானிப்புகள் - புற்றுநோயியல் துறையின் மூத்த நோயாளிகள், மாரடைப்பு அல்லது மார்பக புற்றுநோய் அல்லது போக்குவரத்து விபத்தினால் கூட இறக்கக்கூடும். இந்த வெவ்வேறு வகையான நிகழ்வுகளில் ஒன்று மட்டுமே நிகழும்போது, ​​இந்த நிகழ்வுகளை போட்டி நிகழ்வுகள் என்று குறிப்பிடுகிறோம், ஒரு விதத்தில் அவை ஆர்வமுள்ள நிகழ்வை வழங்க ஒருவருக்கொருவர் போட்டியிடுகின்றன, மேலும் ஒரு வகை நிகழ்வு நிகழ்வது தடுக்கப்படும் மற்றவர்கள். இதன் விளைவாக, இந்த நிகழ்வுகளின் நிகழ்தகவை போட்டியிடும் அபாயங்கள் என்று நாங்கள் அழைக்கிறோம், ஒவ்வொரு போட்டி நிகழ்வின் நிகழ்தகவு மற்ற போட்டி நிகழ்வுகளால் எப்படியாவது கட்டுப்படுத்தப்படுகிறது, இது பல வகையான நிகழ்வுகளால் தீர்மானிக்கப்படும் உயிர்வாழும் செயல்முறையை விவரிக்க பொருத்தமான விளக்கத்தைக் கொண்டுள்ளது. .

போட்டியிடும் நிகழ்வு காட்சியை நன்கு புரிந்துகொள்ள, பின்வரும் எடுத்துக்காட்டுகளைக் கவனியுங்கள்:

1) ஒரு நோயாளி மார்பக புற்றுநோயால் அல்லது பக்கவாதத்தால் இறக்க முடியும், ஆனால் அவர் இரண்டிலிருந்தும் இறக்க முடியாது;
3) ஒரு சிப்பாய் ஒரு போரின்போது அல்லது போக்குவரத்து விபத்தில் இறக்கக்கூடும்.

மேலேயுள்ள எடுத்துக்காட்டுகளில், ஒரு பொருள் தோல்வியடையக்கூடிய ஒன்றுக்கு மேற்பட்ட பாதைகள் உள்ளன, ஆனால் தோல்வி, மரணம் அல்லது தொற்று ஒவ்வொரு பாடத்திற்கும் ஒரு முறை மட்டுமே நிகழும் (தொடர்ச்சியான நிகழ்வைக் கருத்தில் கொள்ளாமல்). எனவே, வெவ்வேறு பாதைகளால் ஏற்படும் தோல்விகள் பரஸ்பரம் பிரத்தியேகமானவை, எனவே அவை போட்டி நிகழ்வுகள் என்று அழைக்கப்படுகின்றன. அத்தகைய தரவின் பகுப்பாய்விற்கு சிறப்புக் கருத்தாய்வு தேவை.

2. நாம் ஏன் கபிலன் மேயர் மதிப்பீட்டாளரைப் பயன்படுத்தக்கூடாது?

நிலையான உயிர்வாழும் பகுப்பாய்வைப் போலவே, போட்டியிடும் நிகழ்வு தரவுகளுக்கான பகுப்பாய்வு பொருள், காலப்போக்கில் சாத்தியமான பல நிகழ்வுகளில் ஒரு நிகழ்வின் நிகழ்தகவை மதிப்பிடுவது, இது போட்டி நிகழ்வுகளிலிருந்து பாடங்களை தோல்வியடைய அனுமதிக்கிறது. மேலேயுள்ள எடுத்துக்காட்டுகளில், மார்பக புற்றுநோய் இறப்பு விகிதத்தை காலப்போக்கில் மதிப்பிட நாங்கள் விரும்பலாம், மேலும் மார்பக புற்றுநோயின் இறப்பு விகிதம் இரண்டு அல்லது அதற்கு மேற்பட்ட சிகிச்சை குழுக்களிடையே வேறுபடுகிறதா என்பதை அறிய விரும்புகிறோம். நிலையான உயிர்வாழும் பகுப்பாய்வில், காலப்போக்கில் நிகழ்வு நிகழ்தகவைப் பெறுவதற்கு கப்லான் மேயர் தயாரிப்பு வரம்பு முறையைப் பயன்படுத்துவதன் மூலமும், அத்தகைய நிகழ்தகவைக் கணிக்க காக்ஸ் விகிதாசார அபாய மாதிரியைப் பயன்படுத்துவதன் மூலமும் இந்த கேள்விகளுக்கு பதிலளிக்க முடியும். அதேபோல், போட்டியிடும் நிகழ்வுத் தரவுகளில், வழக்கமான அணுகுமுறை ஒவ்வொரு வகை நிகழ்விற்கும் நிகழ்தகவை தனித்தனியாக மதிப்பிடுவதற்கு KM மதிப்பீட்டாளரைப் பயன்படுத்துவதை உள்ளடக்குகிறது, அதே நேரத்தில் மற்ற போட்டி நிகழ்வுகளை தணிக்கை செய்தவர்களுடன் கூடுதலாக தணிக்கை செய்யப்படுபவர்களுக்கு கூடுதலாக இழப்பு முதல் பின்தொடர்தல் அல்லது திரும்பப் பெறுதல் ஆகியவை அடங்கும். நிகழ்வு நிகழ்தகவை மதிப்பிடுவதற்கான இந்த முறை காரண-குறிப்பிட்ட ஆபத்து செயல்பாடு என்று அழைக்கப்படுகிறது, இது கணித ரீதியாக வெளிப்படுத்தப்படுகிறது:

சீரற்ற மாறி Tc நிகழ்வு வகை c இலிருந்து தோல்வியுற்ற நேரத்தைக் குறிக்கிறது, எனவே காரண-குறிப்பிட்ட ஆபத்து செயல்பாடு hc (t) நிகழ்வு வகை c இலிருந்து t நேரத்தில் உடனடி தோல்வி விகிதத்தை அளிக்கிறது, இது நிகழ்வு c இலிருந்து நேரத்திற்கு t தோல்வியடையாது.

காலப்போக்கில் மனச்சோர்வு விகிதம்

அதற்கேற்ப, காக்ஸ் விகிதாசார அபாய மாதிரியை அடிப்படையாகக் கொண்ட ஒரு காரண-குறிப்பிட்ட ஆபத்து மாதிரி உள்ளது, இதன் வடிவம்:

சந்தா பீட்டா குணகம் குறிப்பிடுவது போல, நிகழ்வு வகை c இன் இந்த விகிதாசார அபாய மாதிரி, கோவாரியட்டுகளின் விளைவுகள் நிகழ்வு வகைகளால் வேறுபட அனுமதிக்கிறது.

இந்த முறைகளைப் பயன்படுத்தி, போட்டியிடும் ஒவ்வொரு நிகழ்விற்கும் தோல்வி விகிதத்தை தனித்தனியாக மதிப்பிடலாம். உதாரணமாக, எங்கள் மார்பக புற்றுநோய் இறப்பு எடுத்துக்காட்டில், மார்பக புற்றுநோயால் மரணம் என்பது ஆர்வத்தின் நிகழ்வாக இருக்கும்போது, ​​மாரடைப்பால் ஏற்படும் மரணம் மற்றும் பிற எல்லா காரணங்களும் வழக்கமான தணிக்கை செய்யப்பட்ட அவதானிப்புகளுக்கு கூடுதலாக தணிக்கை செய்யப்பட்டதாக கருதப்பட வேண்டும். இது மார்பக புற்றுநோய் இறப்பு விகிதத்திற்கான காரண-குறிப்பிட்ட ஆபத்தை மதிப்பிடுவதற்கு எங்களை அனுமதிக்கும், மேலும் மார்பக புற்றுநோய் இறப்பு குறித்த காரண-குறிப்பிட்ட ஆபத்து மாதிரியைப் பொருத்துகிறது. அதே செயல்முறை மாரடைப்பால் மரணத்திற்கு வட்டி நிகழ்வாக மாறும்போது பொருந்தும்.

காரணம்-குறிப்பிட்ட அணுகுமுறையின் ஒரு முக்கிய எச்சரிக்கை என்னவென்றால், இது உண்மையில் தணிக்கை செய்யப்படாத, ஆனால் போட்டியிடும் நிகழ்வுகளிலிருந்து தோல்வியுற்ற சுயாதீன தணிக்கை பாடங்களை இன்னும் கருதுகிறது, நிலையான தணிக்கை போன்ற பின்தொடர்தல். இந்த அனுமானம் உண்மை என்று வைத்துக்கொள்வோம், மார்பக புற்றுநோயிலிருந்து காரண-குறிப்பிட்ட இறப்பு விகிதத்தில் கவனம் செலுத்தும்போது, ​​தணிக்கை செய்யப்பட்ட எந்தவொரு விஷயமும் மார்பக புற்றுநோயிலிருந்து அதே இறப்பு விகிதத்தைக் கொண்டிருக்கும், தணிக்கை செய்வதற்கான காரணம் சி.வி.டி அல்லது மரணத்திற்கான பிற காரணமா என்பதைப் பொருட்படுத்தாமல் , அல்லது பின்தொடர்வதற்கான இழப்பு. இந்த அனுமானம் போட்டியிடும் நிகழ்வுகள் சுயாதீனமானவை என்று சொல்வதற்கு சமம், இது KM வகை பகுப்பாய்வு செல்லுபடியாகும் என்பதற்கான அடித்தளமாகும். எவ்வாறாயினும், கொடுக்கப்பட்ட எந்த தரவுத்தொகுப்பிற்கும் இந்த அனுமானம் திருப்தி அளிக்கிறதா என்பதை வெளிப்படையாக சோதிக்க வழி இல்லை. உதாரணமாக, மாரடைப்பால் இறந்த ஒரு பொருள் மாரடைப்பால் இறந்திருக்காவிட்டால் மார்பக புற்றுநோயால் இறந்திருப்பாரா என்பதை நாம் ஒருபோதும் தீர்மானிக்க முடியாது, ஏனெனில் புற்றுநோயால் ஏற்படக்கூடிய மரணம் மாரடைப்பால் இறந்தவர்களுக்கு பொருந்தாது. ஆகையால், காரணம்-குறிப்பிட்ட ஆபத்து செயல்பாட்டின் மதிப்பீடுகள் ஒரு தகவல் விளக்கத்தைக் கொண்டிருக்கவில்லை, ஏனெனில் இது சுதந்திர தணிக்கை அனுமானத்தை பெரிதும் நம்பியுள்ளது.

3. தீர்வு என்ன?

புதுப்பித்த நிலையில், போட்டியிடும் நிகழ்வு தரவை பகுப்பாய்வு செய்வதற்கான மிகவும் பிரபலமான மாற்று அணுகுமுறை ஒட்டுமொத்த நிகழ்வு செயல்பாடு (சிஐஎஃப்) என அழைக்கப்படுகிறது, இது ஒவ்வொரு போட்டி நிகழ்விற்கும் ஓரளவு நிகழ்தகவை மதிப்பிடுகிறது. விளிம்பு நிகழ்தகவு என்பது வட்டி நிகழ்வை உண்மையில் உருவாக்கிய பாடங்களின் நிகழ்தகவு என வரையறுக்கப்படுகிறது, அவை தணிக்கை செய்யப்பட்டனவா அல்லது பிற போட்டி நிகழ்வுகளிலிருந்து தோல்வியடைந்தனவா என்பதைப் பொருட்படுத்தாமல். எளிமையான விஷயத்தில், ஆர்வமுள்ள ஒரே ஒரு நிகழ்வு இருக்கும்போது, ​​CIF (1-KM) மதிப்பீட்டிற்கு சமமாக இருக்க வேண்டும். இருப்பினும், போட்டியிடும் நிகழ்வுகள் இருக்கும்போது, ​​ஒவ்வொரு போட்டியிடும் நிகழ்வுகளின் ஓரளவு நிகழ்தகவு CIF இலிருந்து மதிப்பிடப்படலாம், இது நாம் முன்பு விவாதித்தபடி காரணம் சார்ந்த ஆபத்திலிருந்து பெறப்படுகிறது. வரையறையின்படி, விளிம்பு நிகழ்தகவு போட்டியிடும் நிகழ்வுகளின் சுயாதீனத்தை எடுத்துக் கொள்ளாது, மேலும் இது செலவு-செயல்திறன் பகுப்பாய்வுகளில் மருத்துவருக்கு மிகவும் பொருத்தமான ஒரு விளக்கத்தைக் கொண்டுள்ளது, இதில் சிகிச்சை பயன்பாட்டை மதிப்பிடுவதற்கு ஆபத்து நிகழ்தகவு பயன்படுத்தப்படுகிறது.

3.1 ஒட்டுமொத்த நிகழ்வு செயல்பாடு (CIF)

ஒரு சிஐஎஃப் கட்டுமானமானது கேஎம் மதிப்பீட்டைப் போலவே நேராக முன்னோக்கி உள்ளது. இது இரண்டு மதிப்பீடுகளின் தயாரிப்பு ஆகும்:

1) நிகழ்வு வகை ஆர்வத்திற்கான உத்தரவு தோல்வி நேரத்தில் tf இல் ஆபத்து மதிப்பீடு, இவ்வாறு வெளிப்படுத்தப்படுகிறது:

இங்கு mcf ஆபத்து c க்கான நிகழ்வுகளின் எண்ணிக்கையை tf இல் குறிக்கிறது மற்றும் nf என்பது அந்த நேரத்தில் பாடங்களின் எண்ணிக்கை.

2) முந்தைய நேரத்தை (td-1) தப்பிப்பிழைப்பதற்கான ஒட்டுமொத்த நிகழ்தகவின் மதிப்பீடு:

எஸ் (டி) காரணம் குறிப்பிட்ட உயிர்வாழும் செயல்பாட்டைக் காட்டிலும் ஒட்டுமொத்த உயிர்வாழும் செயல்பாட்டைக் குறிக்கிறது. ஒட்டுமொத்த உயிர்வாழ்வை நாம் கவனத்தில் கொள்ள வேண்டிய காரணம் எளிமையானது, ஆனால் முக்கியமானது: நிகழ்வு வகை c இலிருந்து நேர அட்டவணையில் தோல்வியடைய ஒரு பொருள் மற்ற அனைத்து போட்டி நிகழ்வுகளிலும் தப்பியிருக்க வேண்டும்.

இந்த இரண்டு மதிப்பீடுகளுடன், நிகழ்வு வகை c இலிருந்து தோல்வியுற்றதாக மதிப்பிடப்பட்ட நிகழ்வு நிகழ்தகவை tf நேரத்தில் கணக்கிடலாம்:

சமன்பாடு சுய விளக்கமளிக்கும்: நிகழ்வு வகை c இலிருந்து நேரத்தில் தோல்வியுற்றதற்கான நிகழ்தகவு வெறுமனே முந்தைய காலங்களைத் தக்கவைத்துக்கொள்வதற்கான தயாரிப்பு மற்றும் tf நேரத்தில் குறிப்பிட்ட ஆபத்துக்கான காரணம்.

சட்டப் பள்ளி சேர்க்கை காலக்கெடு

அனைத்து வகை வகை சி தோல்வி நேரங்களுக்கும் மேலாக இந்த நிகழ்வு நிகழ்தகவுகளின் நேர வகை tf (அதாவது, f ’= 1 முதல் f’ = f வரை) ஒட்டுமொத்த தொகை ஆகும்.

நாங்கள் முன்பு குறிப்பிட்டது போல, போட்டி நிகழ்வு இல்லாதபோது CIF 1-KM மதிப்பீட்டாளருக்கு சமம். போட்டியிடும் நிகழ்வு இருக்கும்போது, ​​CIF 1-KM மதிப்பீட்டாளரிடமிருந்து வேறுபடுகிறது, இதில் ஒட்டுமொத்த உயிர்வாழ்வு செயல்பாடு S (t) ஐப் பயன்படுத்துகிறது, இது ஆர்வமுள்ள நிகழ்வுக்கு கூடுதலாக போட்டியிடும் நிகழ்வுகளிலிருந்து தோல்விகளைக் கணக்கிடுகிறது, அதே நேரத்தில் 1-KM மதிப்பீட்டாளர் நிகழ்வு வகையைப் பயன்படுத்துகிறார் குறிப்பிட்ட உயிர்வாழும் செயல்பாடு Sc (t), இது போட்டி நிகழ்வுகளின் தோல்விகளை தணிக்கை எனக் கருதுகிறது.

ஒட்டுமொத்த உயிர்வாழும் செயல்பாட்டைப் பயன்படுத்துவதன் மூலம், போட்டியிடும் நிகழ்வுகளில் தணிக்கை செய்வதன் சுதந்திரம் குறித்த சரிபார்க்க முடியாத அனுமானங்களைச் செய்ய வேண்டியதன் அவசியத்தை CIF புறக்கணிக்கிறது. S (t) எப்போதும் Sc (t) ஐ விட குறைவாக இருப்பதால், போட்டி நிகழ்வு தரவுகளில், CIF எப்போதும் 1-KM மதிப்பீடுகளை விட சிறியது, அதாவது 1-KM நிகழ்வு வகை ஆர்வத்திலிருந்து தோல்வியின் நிகழ்தகவை மிகைப்படுத்துகிறது. . மற்றொரு நன்மை என்னவென்றால், வரையறையின்படி, ஒவ்வொரு போட்டியிடும் நிகழ்வின் சிஐஎஃப் எஸ் (டி) இன் ஒரு பகுதியாகும், எனவே அனைத்து போட்டி நிகழ்வுகளுக்கும் ஒவ்வொரு தனிப்பட்ட அபாயத்தின் கூட்டுத்தொகை ஒட்டுமொத்த ஆபத்துக்கும் சமமாக இருக்க வேண்டும். CIF இன் இந்த சொத்து ஒட்டுமொத்த ஆபத்தை பிரிக்க உதவுகிறது, இது மிகவும் நடைமுறை விளக்கங்களைக் கொண்டுள்ளது.

3.2 அளவுரு அல்லாத பகுப்பாய்வு

கிரே (1988) இரண்டு அல்லது அதற்கு மேற்பட்ட CIF களை ஒப்பிடுவதற்கு அளவுரு அல்லாத சோதனையை முன்மொழிந்தார். மாற்றியமைக்கப்பட்ட சி-ஸ்கொயர் சோதனை புள்ளிவிவரத்தைப் பயன்படுத்தி, சோதனை KM வளைவுகளை ஒப்பிடும் பதிவு-தர சோதனைக்கு ஒத்ததாகும். இந்த சோதனைக்கு சுயாதீன தணிக்கை அனுமானம் தேவையில்லை. இந்த சோதனை புள்ளிவிவரங்கள் எவ்வாறு கட்டமைக்கப்படுகின்றன என்பது குறித்த விவரங்களுக்கு அசல் கட்டுரையைப் படிக்கவும்.

3.3 அளவுரு பகுப்பாய்வு

ஃபைன் அண்ட் கிரே (1999) ஒரு விகிதாசார அபாயங்கள் மாதிரியை முன்மொழிந்தது, சிஐஎஃப் வளைவை ஒரு துணைப் பகிர்வு செயல்பாடாகக் கருதி, கோவாரியட்டுகளுடன் சிஐஎப்பை மாதிரியாக்குவதை நோக்கமாகக் கொண்டுள்ளது. துணை விநியோக செயல்பாடு காக்ஸ் விகிதாசார அபாய மாதிரிக்கு ஒத்ததாக இருக்கிறது, தவிர இது ஒரு சிஐஎஃப் இலிருந்து பெறப்பட்ட ஒரு அபாய செயல்பாட்டை (துணை விநியோக விநியோக ஆபத்து என அழைக்கப்படுகிறது) மாதிரியாகக் கொண்டுள்ளது. நிகழ்வு வகை c க்கான ஃபைன் அண்ட் கிரே துணை விநியோக விநியோக செயல்பாடு இவ்வாறு வெளிப்படுத்தப்படலாம்:

மேலேயுள்ள செயல்பாடு நிகழ்வு வகை c க்கான ஆபத்து விகிதத்தை நேரத்தில் மதிப்பிடுகிறது, இது முன்னர் நிகழ்ந்த அனைத்து நிகழ்வு வகைகளுக்கும் கணக்கிட்டபின், அந்த நேரத்தில் இருக்கும் இடர் தொகுப்பின் அடிப்படையில் இருக்கும், இதில் போட்டி நிகழ்வுகள் அடங்கும்.

CIF அடிப்படையிலான விகிதாசார அபாய மாதிரி பின்வருமாறு வரையறுக்கப்படுகிறது:

இந்த மாதிரியானது துணை மக்கள்தொகை ஆபத்து மாதிரியாக இருப்பதற்கான விகிதாசார அபாய அனுமானத்தை திருப்திப்படுத்தியது, இதன் பொருள் பொது ஆபத்து விகித சூத்திரம் காக்ஸ் மாதிரியைப் போலவே உள்ளது, ஒரு சிறிய ஒப்பனை வேறுபாட்டைத் தவிர, காக்ஸ் மாதிரியில் உள்ள பீட்டாக்கள் ஃபைன் மற்றும் காமாக்களால் மாற்றப்படுகின்றன கிரே மாதிரி. இதன் விளைவாக, காக்ஸ் மாதிரியிலிருந்து மதிப்பிடப்பட்ட பீட்டாக்களைப் போலவே காமாக்களையும் நாம் இதேபோல் விளக்க வேண்டும், தவிர, போட்டி நிகழ்வுகளின் முன்னிலையில் சில கோவாரியட்டுகளின் விளைவை இது மதிப்பிடுகிறது. நேரத்தை சார்ந்த கோவாரியட்களை அனுமதிக்க ஃபைன் மற்றும் கிரே மாதிரியை நீட்டிக்க முடியும்.

இன்று, அளவுரு அல்லாத அல்லது அளவுரு முறையைப் பயன்படுத்தி போட்டியிடும் தரவின் பகுப்பாய்வு R, STATA மற்றும் SAS உள்ளிட்ட முக்கிய புள்ளிவிவர தொகுப்புகளில் கிடைக்கிறது.

உச்ச நீதிமன்ற வழக்கு நியூயார்க் டைம்ஸ் வி. சல்லிவன் ஏன் முக்கியத்துவம் வாய்ந்ததாக இருந்தது?

அளவீடுகள்

பாடப்புத்தகங்கள் & அத்தியாயங்கள்

ஜே. டி. கல்ப்லீச், மற்றும் ரோஸ் எல். ப்ரெண்டிஸ், ‘போட்டி அபாயங்கள் மற்றும் மல்டிஸ்டேட் மாதிரிகள்’, தோல்வி நேர தரவுகளின் புள்ளிவிவர பகுப்பாய்வில் (ஹோபோகென், என்.ஜே.: ஜே. விலே, 2002), பக். 247-77.
CIF இன் யோசனை முதலில் இந்த புத்தகத்தில் முன்மொழியப்பட்டது. கப்லான் மேயர் முறையைப் பயன்படுத்தி நீங்கள் ஏன் போட்டியிடும் தரவை பகுப்பாய்வு செய்ய முடியாது என்பதற்கான உறுதியான பகுத்தறிவை இது வழங்குகிறது.

டேவிட் ஜி. க்ளீன்பாம், மற்றும் மிட்செல் க்ளீன், சர்வைவல் அனாலிசிஸில் ‘போட்டியிடும் அபாயங்கள் பிழைப்பு பகுப்பாய்வு’: ஒரு சுய கற்றல் உரை (நியூயார்க்: ஸ்பிரிங்கர், 2012), பக். 425-95.
இந்த முழு பக்கமும் க்ளீன்பாம் & க்ளீன் எழுதிய இந்த அற்புதமான அத்தியாயத்திலிருந்து பெரிதும் கடன் வாங்கியது, நான் இதை மிகவும் பரிந்துரைக்கிறேன்! பி.எஸ். பொதுவாக க்ளீன்பாம் எழுதிய அனைத்து புள்ளிவிவர பாடப்புத்தகங்களையும் நான் மிகவும் பரிந்துரைக்கிறேன்.

பாப் கிரே (2013). cmprsk: போட்டியிடும் அபாயங்களின் துணை விநியோக பகுப்பாய்வு. ஆர் தொகுப்பு பதிப்பு 2.2-6. http://CRAN.R-project.org/package=cmprsk
இது R தொகுப்பு cmprsk பயனர் கையேடு, இது அந்த செயல்பாடுகளை எவ்வாறு செயல்படுத்துவது என்பது குறித்த மனித நட்பு வழிகாட்டலை வழங்குகிறது.

stcrreg - போட்டி-அபாயங்கள் பின்னடைவு, ஸ்டேட்டா கார்ப். 2013. ஸ்டேட்டா 13 அடிப்படை குறிப்பு கையேடு. கல்லூரி நிலையம், டி.எக்ஸ்: ஸ்டேட்டா பிரஸ்.
இது STATA பயனர் கையேடு, இது பற்றி எனக்கு மிகக் குறைவாகவே தெரியும், ஆனால் திறமையான STATA பயனர்களுக்கு தகவலறிந்ததாகத் தெரிகிறது.

போட்டி-இடர் தரவுகளுக்கான விகிதாசார துணை விநியோக அபாயங்கள் மாதிரி, SAS இன்ஸ்டிடியூட் இன்க். 2013. SAS / STAT® 13.1 பயனரின் வழிகாட்டி: pp5991-5995. கேரி, என்.சி: எஸ்.ஏ.எஸ் இன்ஸ்டிடியூட் இன்க்.
SAS இல் PROC PHREG ஐப் பயன்படுத்தி போட்டியிடும் அபாயத்தை எவ்வாறு பகுப்பாய்வு செய்வது என்பதை விவரிக்கும் SAS மன்ற ஆவணங்களில் இதுவும் ஒன்றாகும். மிகவும் விரிவான மற்றும் பயனுள்ள.

முறை கட்டுரைகள்

ப்ரெண்டிஸ், ரோஸ் எல்., மற்றும் பலர். போட்டியிடும் அபாயங்களின் முன்னிலையில் தோல்வி நேரங்களின் பகுப்பாய்வு. பயோமெட்ரிக்ஸ் (1978): 541-554.
இந்தத் தாள் கல்ப்லீச் மற்றும் ப்ரெண்டிஸ் எழுதிய புத்தக அத்தியாயத்துடன் மிகவும் ஒத்திருக்கிறது, அநேகமாக அவை ஒரே காகிதமாக இருக்கலாம்.

கிரே, ராபர்ட் ஜே. போட்டியிடும் அபாயத்தின் ஒட்டுமொத்த நிகழ்வுகளை ஒப்பிடுவதற்கான கே-மாதிரி சோதனைகளின் ஒரு வகுப்பு. புள்ளிவிவரங்களின் அன்னல்ஸ் (1988): 1141-1154.
இரண்டு அல்லது அதற்கு மேற்பட்ட CIF களை ஒப்பிட்டு மாற்றியமைக்கப்பட்ட சி-ஸ்கொயர் சோதனையை முன்மொழிந்த கட்டுரை இது. காவியம்!

ஃபைன், ஜேசன் பி., மற்றும் ராபர்ட் ஜே. கிரே. போட்டியிடும் அபாயத்தின் துணை விநியோகத்திற்கான விகிதாசார அபாயங்கள் மாதிரி. அமெரிக்க புள்ளிவிவர சங்கத்தின் ஜர்னல் 94.446 (1999): 496-509.
இது துணை விநியோக அபாய செயல்பாடு மற்றும் சிஐஎஃப் விகிதாசார அபாய மாதிரியை முன்மொழிந்த காகிதமாகும். காவியம்!

லடூச், ஆரேலியன், மற்றும் பலர். போட்டியிடும் அபாயத்தின் துணை விநியோக அபாயத்திற்கான தவறான பின்னடைவு மாதிரி. மருத்துவத்தில் புள்ளிவிவரம் 26.5 (2007): 965-974.
இந்த கட்டுரை வெளியிடப்பட்ட ஆவணங்களில் துணை விநியோக அபாய செயல்பாட்டை தவறாக பயன்படுத்துவதை விமர்சித்தது. இந்த முறையைப் பயன்படுத்துவதில் சில பொதுவான தவறுகளை சுட்டிக்காட்டியதால் இது ஒருவித உதவியாக இருக்கும்.

லா, பிரையன், ஸ்டீபன் ஆர். கோல், மற்றும் ஸ்டீபன் ஜே. கங்கே. தொற்றுநோயியல் தரவுகளுக்கான ஆபத்து பின்னடைவு மாதிரிகள் போட்டியிடுகிறது. அமெரிக்கன் ஜர்னல் ஆஃப் எபிடெமியாலஜி 170.2 (2009): 244-256.
இந்த காகிதம் தெளிவான வரைபடங்களுடன், CIF மற்றும் போட்டியிடும் இடர் பின்னடைவின் சிறந்த சுருக்கத்தை அளிக்கிறது. நிஜ உலக தரவுகளிலும் இந்த முறையின் பயன்பாடு உள்ளது. தொற்றுநோயியல் நிபுணர்களுக்கு மிகவும் பயனுள்ளதாக இருக்கும்.

ஜாவ், பிங்கிங், மற்றும் பலர். அடுக்கு தரவுகளுக்கான ஆபத்து பின்னடைவை போட்டியிடுவது. பயோமெட்ரிக்ஸ் 67.2 (2011): 661-670.
அடுக்கடுக்காக தரவை பகுப்பாய்வு செய்ய கிரேவின் முறைகளை இந்த காகிதம் நீட்டித்தது.

ஜாவ், பிங்கிங், மற்றும் பலர். கொத்து தரவுகளுக்கான ஆபத்து பின்னடைவை போட்டியிடுகிறது. உயிரியக்கவியல் 13.3 (2012): 371-383.
கொத்து தரவுகளை பகுப்பாய்வு செய்வதற்கான கிரேவின் முறைகளை இந்த காகிதம் நீட்டித்தது.

ஆண்டர்சன், பெர் கிராக், மற்றும் பலர். தொற்றுநோயியல் போட்டிகளில் போட்டியிடும் அபாயங்கள்: சாத்தியக்கூறுகள் மற்றும் ஆபத்துகள். தொற்றுநோயியல் சர்வதேச இதழ் 41.3 (2012): 861-870.
கிரேவின் முறைகளின் நல்ல சுருக்கம் மற்றும் விமர்சனம்.

விண்ணப்ப கட்டுரைகள்

வோல்பர்ஸ், மார்செல், மற்றும் பலர். போட்டியிடும் அபாயங்களுடன் முன்கணிப்பு மாதிரிகள்: கரோனரி ஆபத்து முன்கணிப்புக்கான முறைகள் மற்றும் பயன்பாடு. தொற்றுநோய் 20.4 (2009): 555-561.
கரோனரி இதய நோய் இறப்பை பகுப்பாய்வு செய்வதில் ஃபைன் அண்ட் க்ரேயின் மாதிரியை நிலையான காக்ஸ் மாதிரியுடன் ஒப்பிட்டு, காக்ஸ் மாதிரி ஆபத்தை மிகைப்படுத்தியதைக் காட்டியது.

வோல்பர்ஸ், மார்செல், மற்றும் பலர். போட்டியிடும் அபாயங்கள் பகுப்பாய்வு: குறிக்கோள்கள் மற்றும் அணுகுமுறைகள். ஐரோப்பிய ஹார்ட் ஜர்னல் (2014): ehu131.
இந்த தாள் வோல்பர்ஸ் மற்றும் பலர். ஆனால் கிரேவின் முறையைப் பற்றிய விரிவான மதிப்பாய்வையும், பொருத்தக்கூடிய கார்டியோவர்டர்-டிஃபிபிரிலேட்டர்களின் செயல்திறனுக்கான எடுத்துக்காட்டு பகுப்பாய்வையும் தருகிறது.

நியூயார்க் நகர பல்கலைக்கழகங்கள்

குரோவர், குர்பிரிட், பிரபுல்லா குமார் ஸ்வைன், மற்றும் வஜலா ரவி. எச்.ஐ.வி / எய்ட்ஸ் நோயாளிகளின் இறப்பு நிகழ்தகவை மதிப்பிடுவதற்கு தணிக்கை செய்வதன் மூலம் போட்டியிடும் இடர் அணுகுமுறை கோவாரியட்டுகளின் முன்னிலையில் ஆன்டிரெட்ரோவைரல் சிகிச்சையில். புள்ளிவிவர ஆராய்ச்சி கடிதங்கள் 3.1 (2014).
எச்.ஐ.வி சிகிச்சை ஆராய்ச்சியில் ஒரு சிறந்த பயன்பாடு.

டிக்னம், ஜேம்ஸ் ஜே., கியாங் ஜாங், மற்றும் மாஷா கோச்செர்கின்ஸ்கி. போட்டியிடும் அபாயங்கள் பின்னடைவு மாதிரிகளின் பயன்பாடு மற்றும் விளக்கம். மருத்துவ புற்றுநோய் ஆராய்ச்சி 18.8 (2012): 2301-2308.
புரோஸ்டேட் புற்றுநோய்க்கான கதிர்வீச்சு சிகிச்சை ஆன்காலஜி குழு மருத்துவ பரிசோதனையின் எடுத்துக்காட்டுத் தரவை இந்தத் தாள் பயன்படுத்தியது, வெவ்வேறு மாதிரியான ஆபத்து ஒரே முன்கணிப்பாளரைப் பற்றிய மாறுபட்ட முடிவுகளுக்கு வழிவகுக்கும் என்பதைக் காட்டுகிறது.

ஆர் பயிற்சிகள்

ஸ்க்ரூக்கா, எல்., ஏ. சாந்துசி, மற்றும் எஃப். அவெர்சா. ஆர் ஐப் பயன்படுத்தி ஆபத்து பகுப்பாய்வு: மருத்துவர்களுக்கு எளிதான வழிகாட்டி. எலும்பு மஜ்ஜை மாற்று 40.4 (2007): 381-387.
புள்ளிவிவரமில்லாத நபர்களுக்கு R இல் CIF ஐ மதிப்பிடுவதற்கான ஒரு நல்ல பயிற்சி.

ஸ்க்ரூக்கா, எல்., ஏ. சாந்துசி, மற்றும் எஃப். அவெர்சா. ஆர் ஐப் பயன்படுத்தி போட்டியிடும் அபாயத்தின் பின்னடைவு மாடலிங்: மருத்துவர்களுக்கான ஆழமான வழிகாட்டி. எலும்பு மஜ்ஜை மாற்றுதல் 45.9 (2010): 1388-1395.
புள்ளிவிவரமில்லாத நபர்களுக்கு R இல் போட்டியிடும் இடர் பின்னடைவைப் பொருத்துவதற்கான மிகச் சிறந்த பயிற்சி.

ஸ்கைக், தாமஸ் எச்., மற்றும் மெய்-ஜீ ஜாங். ஆர் டைம்ரெக் தொகுப்பைப் பயன்படுத்தி போட்டியிடும் ஆபத்து தரவை பகுப்பாய்வு செய்தல். புள்ளிவிவர மென்பொருளின் ஜர்னல் 38.2 (2011).
போட்டியிடும் தரவு பகுப்பாய்விற்கான cmprsk தொகுப்பைத் தவிர ஒரு R தொகுப்பு காலவரையறைக்கான அறிமுகம்.

STATA பயிற்சிகள்

கோவெல்லோ, வின்சென்சோ மற்றும் மே போகெஸ். போட்டியிடும் அபாயங்களின் முன்னிலையில் ஒட்டுமொத்த நிகழ்வு மதிப்பீடு. STATA இதழ் 4 (2004): 103-112.

SAS பயிற்சிகள்

லின், கிக்ஸியன், யிங் சோ, மற்றும் கோர்டன் ஜான்ஸ்டன். SAS மென்பொருளைப் பயன்படுத்தி போட்டியிடும் அபாயங்களுடன் உயிர்வாழும் தரவை பகுப்பாய்வு செய்தல். எஸ்ஏஎஸ் உலகளாவிய மன்றம். தொகுதி. 2102. 2012.

படிப்புகள்

சாலி ஆர். ஹின்ச்லி. போட்டியிடும் அபாயங்கள் - என்ன, ஏன், எப்போது, ​​எப்படி? ஜூனியர் ஆராய்ச்சியாளர்களுக்கான பிழைப்பு பகுப்பாய்வு, சுகாதார அறிவியல் துறை, லெய்செஸ்டர் பல்கலைக்கழகம், 2012
முறையைப் புரிந்துகொள்ள நிறைய வரைபடங்களுடன் போட்டியிடும் இடர் பகுப்பாய்வு குறித்த அற்புதமான விரிவுரை.

பெர்ன்ஹார்ட் ஹாலர். போட்டியிடும் இடர் தரவுகளின் பகுப்பாய்வு மற்றும் முன்னரே துணை விநியோக விநியோக அபாயங்களைத் தொடர்ந்து தரவுகளை உருவகப்படுத்துதல், ஆராய்ச்சி கருத்தரங்கு, மருத்துவ புள்ளிவிவரங்கள் மற்றும் தொற்றுநோயியல் நிறுவனம், மியூனிக் தொழில்நுட்ப பல்கலைக்கழகம், 2013
போட்டியிடும் தரவை எவ்வாறு உருவகப்படுத்துவது என்பதைக் கற்றுக்கொடுங்கள், பின்பற்றுவது கொஞ்சம் கடினம்.

ராபர்டோ ஜி. குட்டரெஸ். போட்டி-அபாயங்கள் பின்னடைவு, 2009 ஆஸ்திரேலிய மற்றும் நியூசிலாந்து ஸ்டேட்டா பயனர்கள் குழு கூட்டம். ஸ்டேட்டா கார்ப் எல்பி, 2009
போட்டியிடும் இடர் தரவை பகுப்பாய்வு செய்ய STATA ஐப் பயன்படுத்துவது பற்றிய விரிவுரை.

ஜைக்ஸிங் ஷி, போட்டி இடர் பகுப்பாய்வு - எபி ஆறாவது விளக்கக்காட்சி, 2014 வசந்தகால செமஸ்டர் வகுப்பு விளக்கக்காட்சி.
இது எனது விளக்கக்காட்சி ஸ்லைடுகள்!

சுவாரசியமான கட்டுரைகள்

ஆசிரியர் தேர்வு

நச்சுயியல்
நச்சுயியல்
நச்சுயியலில் ஒரு பாதையுடன் கூடிய மாஸ்டர் ஆஃப் சயின்ஸ் திட்டம் சுற்றுச்சூழல் வெளிப்பாடு, ஒழுங்குமுறைகள் மற்றும் தணிப்பு ஆகியவற்றில் நிபுணத்துவம் மற்றும் பயிற்சியை வழங்குகிறது. இன்று விண்ணப்பிக்கவும்.
புத்தக பகுதி: அவசரத்தில் உள்ளவர்களுக்கு வானியற்பியல்
புத்தக பகுதி: அவசரத்தில் உள்ளவர்களுக்கு வானியற்பியல்
நீல் டி கிராஸ் டைசன் ’92 ஜி.எஸ்.ஏ.எஸ். தனது சிறந்த விற்பனையான புதிய கட்டுரைகளின் தொகுப்பில், வானியற்பியல் விஞ்ஞானி சிக்கலான அறிவியல் தலைப்புகளை உடைக்கிறார் - பிக் பேங் முதல் இருண்ட ஆற்றல் வரை
Sony Xperia XZ2 பிரீமியம் விலை, வெளியீட்டு தேதி, விவரக்குறிப்புகள், 1057 USD, £799 UK
Sony Xperia XZ2 பிரீமியம் விலை, வெளியீட்டு தேதி, விவரக்குறிப்புகள், 1057 USD, £799 UK
sony xperia xz2 பிரீமியம் சமீபத்திய சோனி மொபைல் 2018 IPS LCD, 5.8 இன்ச் டிஸ்ப்ளே, டூயல் 19MP, 12MP பின் மற்றும் 13MP முன் கேமரா. ஸ்னாப்டிராகன் 845, 3540mAH பேட்டரி
கேன்ஸ் திரைப்பட விழா 2020 க்கான அதிகாரப்பூர்வ தேர்வில் கொலம்பியா திரைப்பட தயாரிப்பாளர்கள்
கேன்ஸ் திரைப்பட விழா 2020 க்கான அதிகாரப்பூர்வ தேர்வில் கொலம்பியா திரைப்பட தயாரிப்பாளர்கள்
சமர்ப்பிக்கப்பட்ட மொத்தம் 2,067 திரைப்படங்களில் தேர்ந்தெடுக்கப்பட்ட அதிகாரப்பூர்வ தேர்வுக்காக தேர்ந்தெடுக்கப்பட்ட 56 திரைப்படங்களில் கொலம்பியா திரைப்பட தயாரிப்பாளர்களின் நான்கு படங்கள் பட்டியலிடப்பட்டுள்ளன.
நானோ தொழில்நுட்பத்தின் நன்மைகள் மற்றும் மருந்துகள், தொழில்கள், மின்னணுவியல் ஆகியவற்றில் அதன் பயன்பாடு
நானோ தொழில்நுட்பத்தின் நன்மைகள் மற்றும் மருந்துகள், தொழில்கள், மின்னணுவியல் ஆகியவற்றில் அதன் பயன்பாடு
நானோ தொழில்நுட்பம். ஆட்டோமொபைல் தொழில்கள், எலக்ட்ரானிக்ஸ் பொருட்கள், மருத்துவ விஞ்ஞானம், மனித பார்வையை மேம்படுத்துதல், உடல் உழைப்பைக் குறைத்தல் ஆகியவற்றில் பயன்பாட்டின் பரந்த பகுதி காணப்படுகிறது.
வரி மற்றும் தொடர்புடைய தகவல்
வரி மற்றும் தொடர்புடைய தகவல்
உங்கள் ஸ்ட்ரீமிங் வரிசையில் சேர்க்க ஆவணப்படங்களை கட்டாயம் பார்க்க வேண்டும்
உங்கள் ஸ்ட்ரீமிங் வரிசையில் சேர்க்க ஆவணப்படங்களை கட்டாயம் பார்க்க வேண்டும்
ஆர்.பி.ஜி, ஷிர்கர்ஸ், காட்டு காட்டு நாடு, மூன்று அடையாள அந்நியர்கள், குற்றம் + தண்டனை, பவளத்தைத் துரத்துதல், ஒரு கொலைகாரனை உருவாக்குதல், பகுதி 2, மறுபெயரிடப்பட்டது