精华内容
下载资源
问答
  • R语言生存分析之限制性立方样条(RCS, Restricted cubic spline)分析详解实战:拟合连续性自变量和事件风险之间的关系:基于survival包lung数据 目录 R语言生存分析之限制性立方样条(RCS, Restricted cubic spline...

    R语言rms包生存分析之限制性立方样条(RCS, Restricted cubic spline)分析详解实战:拟合连续性自变量和事件风险之间的关系:基于survival包lung数据

    目录

    展开全文
  • 相关介绍: 在病因推断、剂量效应研究中,时常要分析自变量和因变量的数量关系。广义线性模型,如Logistic回归、Possion回归等是应用比较广泛的方法。它的一个重要假设是通过...限制性立方样条中节点的个数(k)和...

    图片

    • 相关介绍:

    在病因推断、剂量效应研究中,时常要分析自变量和因变量的数量关系。广义线性模型,如Logistic回归、Possion回归等是应用比较广泛的方法。它的一个重要假设是通过选择合适的链接函数,因变量与自变量的关系呈线性。这个假设在某些情况下并不成立。

    此时一个常见的处理是采用百分位数等方法将连续性变量分段(P value for trend)。但是分段往往主观,而且损失信息,并有可能引入偏倚。本文介绍限制性立方样条拟合自变量和因变量之间的非线性关系。

    限制性立方样条中节点的个数(k)和位置可以由研究人员根据研究背景和数据选择。当有较强的背景知识支持,知道自变量和应变量的关系在某些特定节点转折时,可以选择这些特定的节点。但是实际上往往没有足够的背景知识足以确定节点的个数和位置。所幸绝大多数情况下,节点的位置对限制性立方样条的拟合影响不大,相对来说节点的个数是更关键的参数。节点的个数决定曲线的形状,或者说平滑程度。当节点的个数为2时,得到的拟合曲线就是一条直线。当节点个数等于样本量时,相当于将各个点用线段相连,得到的是完全拟合但是不平滑的折线。由于节点个数的选择和自由度有关,所以当样本量比较大的时候可以取较多的节点。但是,一般来说节点个数取3~7就足够了。



    • RCS案例图形:

    图片


    • R语言代码实现:

      利用library()函数加载本案例所需R包,R程序代码如下:

    library(smoothHR)
    library(survival)
    library(rms)
    library(Hmisc)

    导入数据,并查看变量名称,R程序代码如下:

    RCS <- read.csv("RCS.csv")
    names(RCS

    因变量group 、自变量VO2max、协变量Age、BMI。

    寻找最优节点数knots,R程序代码如下:

    for (i in 3:7) {
      fit <- glm(group~rcs(BMI,nk=i)+Age+VO2max,data=RCS, family = binomial())
      tmp <- extractAIC(fit)
      if(i == 3) {AIC = tmp[2]; nk = 3}
      if(tmp[2] < AIC) {AIC = tmp[2]; nk = i} 
    }

    以上代码为根据AIC准则筛选最小AIC对应的knots。结果显示最优knots为3。

    开始拟合模型,R程序代码如下:

    # 连续变量BMI被样条化
    fit <- lrm(group~rcs(BMI,nk=nk)+Age+VO2max,data=RCS, x=TRUE,y=TRUE)
    anova(fit)

    输出结果如下:

     Wald Statistics     Response: group  Factor     Chi-Square d.f.   P      BMI         97.12     4    <.0001  Nonlinear  6.35     3    0.033 Age         27.62     1    <.0001 VO2max       0.21     1    0.6444 TOTAL      111.02     6    <.0001

    结果显示非线性的P值=0.033,提示存在非线性。

    将非线性P值提取出来,方便后续作图,R程序代码如下:​​​​​​​

    ##p-non-linear
    p <-round(anova(fit)[,3],3)

    设置参考值,这是一个具有生物/医学意义的参考值。无论参考值为何,该点处的OR为1,R程序代码如下:

    refvalue <- 21.75 

    对数据进行打包,并指定参考值,R程序代码如下:​​​​​​​

    ddist<-datadist(RCS)
    ddist$limits$BMI[2]<-refvalue
    options(datadist="ddist")

    将模型预测的OR值储存在pred_OR中,R程序代码如下:

    pred_OR<-Predict(fit,BMI,ref.zero=TRUE,fun=exp)

    开始绘制图形:​​​​​​​

    # 设置密度曲线的背景色
    violet <- "#89439B"
    # 绘制左右双坐标轴baseplot
    par(mar = c(5, 4, 4, 4) + 0.3)
    par(xpd=NA)
    ylim.bot<-min(pred_OR[,"lower"])
    ylim.top<-max(pred_OR[,"upper"])
    # 先画密度图以免遮挡下面的线图
    dens <- density(RCS$BMI) # 计算密度
    plot(dens$x,dens$y, col=ggplot2::alpha(violet,0.5), type="l", xlab = "", ylab = "",xaxt="n",yaxt="n")
    polygon(dens$x,dens$y,col = ggplot2::alpha(violet,0.5),border = ggplot2::alpha(violet,0.5)) # 颜色透明化防遮盖线条
    par(new=TRUE) # 新增画布
    plot(pred_OR[,1],pred_OR[,"yhat"], 
         xlab = "BMI",ylab = paste0("OR where the refvalue for BMI is ",refvalue),
         type = "l",ylim = c(ylim.bot,ylim.top),
         col="red",lwd=2) 
    lines(pred_OR[,1],pred_OR[,"lower"],lty=2,lwd=1.5)
    lines(pred_OR[,1],pred_OR[,"upper"],lty=2,lwd=1.5)
    lines(x=range(pred_OR[,1]),y=c(1,1),lty=3,col="grey40",lwd=1.3) #
    points(refvalue,1,pch=16,cex=1.2)
    #附上refvalue的值,具体位置可以自己修改
    text(refvalue + 2, 1.1, paste0("refvalue = ",refvalue)) 
    # 绘制图例,注意非线性p值在变量p中的位置
    legend("topright",
           paste0("P-overall ",ifelse(round(p[1],3) < 0.001,"< 0.001",round(p[1],3)),
                  "\nP-non-linear = ",ifelse(round(p[2],3) < 0.001,"< 0.001",round(p[2],3))),
           bty="n",cex=0.8)
    legend("bottomleft",lty = c(1,2),col = c("red","black"),
           c("Estimation","95% CI"),
           bty="n",cex=0.8)

    输出图形如案例图形:

    图片

    展开全文
  • R语言rms包生存分析之限制性立方样条(RCS, Restricted cubic spline)分析:拟合连续性自变量和事件风险之间的关系并绘制直方图、平滑曲线、双Y轴于同一个图像中 目录 R语言rms包生存分析之限制性立方样条(RCS, ...

    R语言rms包生存分析之限制性立方样条(RCS, Restricted cubic spline)分析:拟合连续性自变量和事件风险之间的关系并绘制直方图、平滑曲线、双Y轴于同一个图像中

    目录

    展开全文
  • 一、背景介绍 最近在研究怎么处理论文数据,各种分析软件都有使用,比如:SPSS、Origin、stata16、medcalc和R语言都有些研究,其中除R语言外都是收费的。不过经过一番功夫,我这边有SPSS、stata16、Origin和medcalc...

    一、背景介绍

    最近在研究怎么处理论文数据,各种分析软件都有使用,比如:SPSS、Origin、stata16、medcalc和R语言都有些研究,其中除R语言外都是收费的。不过经过一番功夫,我这边有SPSS、stata16、Origin和medcalc的破解版,有需要的可以关注我的公众号,私聊我来获取,我将给你一个百度网盘下载地址。

    二、R语言的安装

    1. 下载

    链接:https://pan.baidu.com/s/1HRhArXuufO1Q00m_krIx7Q 
    提取码:r4p0 
    复制这段内容后打开百度网盘手机App,操作更方便哦
    

    2. 安装

    1. 双击下载好的.exe文件,选择是

    image
    2. 选择语言(中文简体)

    image
    3. 点击下一步,下一步(建议默认地址,修改了有可能出问题)

    image

    展开全文
  • 请问R中怎么看限制立方样条曲线与HR=1的截点?请问应该输什么代码看交点数据呢?
  • 实例演示R语言制作限制性立方条图

    千次阅读 2021-03-31 11:58:46
    限制性立方样条函数(RCS)在比较非线性关系中很常用。既往我们已经讲过R语言制作限制性立方条图,但是讲得比较简单,中间有些环节没写出来,我也不是很满意,今天重新来说一下。主要是要用到rms包的rcs函数来绘制,...
  • R语言样条回归并绘制限制立方条图

    千次阅读 2021-02-18 10:18:33
    因此,一个更好的解决方法是拟合自变量与因变量之间的非线性关系,限制性立方样条(Restricted cubic spline,RCS)就是分析非线性关系的最常见的方法之一。 最近有粉丝问有序多分类变量可以应用在限制立方条图吗?是...
  • #HLM library(readxl) library(xlsx) mydata <- as.data.frame(read_excel("mydata_2019_12.xlsx")) View(mydata) #create new dataframe mydata_new_constructed <- data.frame() ...for (i in 1:nrow(m...
  • 目的:我想利用shiny包构建限制性立方样条的可视化交互式图,下面是server.R中代码 shinyServer(function(input, output) { output$Plot_RCS ({ req(input$file) bin1 (1,5,1) df(input$file$datapath,header = T) ...
  • 因此,一个更好的解决方法是拟合自变量与因变量之间的非线性关系,限制性立方(Restricted cubic spline,RCS)就是分析非线性关系的最常见的方法之一。 既往教程中我们介绍了使用R语言在COX回归模型基础上绘制限制...
  • stata两种方法制作限制立方条图

    千次阅读 2021-04-02 15:24:22
    我们前面已经讲了怎么使用R语言制作限制立方条图,今天来讲讲怎么使用stata制作限制立方条图,参考了网上常见的两种做法,顺便比较一下做图出来的差异,然后在和R语言比较一下。 首先要导入stata的xblc包,我们可以...
  • R语言随手笔记

    千次阅读 2018-11-22 22:59:47
    用R语言遇到的一些问题。 经常看到rcs()函数,比如拟合回归时:f <- cph(S ~ rcs(age,4) + sex, x=T, y=T)...rcs全称是restricted cubic spline 即限制立方样条函数。为什么用它呢?我们在做回归拟合数据时,经...
  • 我们前面讨论的三次样条插值实际上只是一个简单的路径,而非我们最终能够执行的轨迹,本文介绍一种基于Frenet坐标系的优化轨迹动作规划方法,该方法在高速情况下的ACC辅助驾驶和无人驾驶都具有很强的实用,是目前...
  • 本章中,作者展示了流输出方法(Stream-Out Method)和缓冲区-模板方法(Buffer-Template Method)两种方法,来突破之前基于GPU加速的混合形状的应用限制。 图 Little Vampire blendshapes@ Artstation by ...
  • 国赛、美赛各种整理后的资料(有偿提供,替朋友转载,扫描下方二维码提问,或者向博主扫描提问即可获得,2元/份) ...additivity 可加 adjusted 调整的 alternative hypothesis 对立假设analysis 分析 ana...
  • IFC文件几何模型

    万次阅读 多人点赞 2018-06-04 09:03:43
    受基本体素的种类和对体素操作的种类的限制,表示形体的覆盖域有较大的局限,而且对形体的局部操作(例如,倒角等等)不易实现。显示CSG表示的结果形体时需要的间也比较长。 图 E2 CSG 图元表示 2.1.1 ...
  • 【说明】上文已经说明,因为知乎专栏的字数限制,导致原本3万字的内容需要分成两次发布,下文目录中加粗标题为本文将包括的内容,非加粗的标题将在下次的文章中发布。   对《GPU Gems 1》全书核心内容,将...
  • 为了减小插值时纹理访问的次数,可以用一种特别的方法创建纹理,这样使每个纹理包含了一次双线纹理查找必需的所有数据。因为高度图本质上是单通道的纹理,可以把四个高度值打包到一张四通道纹理的一个纹素内,以...
  • 游戏编程精粹目录

    千次阅读 2013-02-19 10:37:01
    2.4 为数字稳定而利用隐式欧拉积分(Miguel Gomez) 155 2.4.1 求初值问题的积分及稳定 155 2.4.2 显式的欧拉方法 155 2.4.3 隐式欧拉方法 156 2.4.4 不准确 158 2.4.5 寻找隐式解 158 ...
  • EReg——扩展回归分析

    2021-07-13 20:50:11
    1 安装 安装包见公众号左下角的“资料课程→资料下载→自制工具”。 2 功能模块(目前)与视频 为每个功能做了简单的操作和背景讲解 A.多元回归绘图 ...B.多元回归分析 ...C....D.样条回归 https://www.bilibili.com/v
  • 数学建模常见模型总结 一、插值 当已有数据量不够,需要补充,且认定已有数据可信时,通常利用函数插值方法。 常用插值方法 ...'cubic'立方插值;default 分段线性插值 interp2(二维) zi=interp2(x,y,z,x
  • 半高全宽FWHM(Full Width at Half Maxima)MATLAB中的插值函数为interp1,其调用格式为: yi= interp1(x,y,...x, y为向量,method最邻近插值,’linear’线性插值,‘spine’三次样条插值,‘cubic’立方插值。默认为...
  • 图像处理之插值运算

    千次阅读 2017-04-09 07:28:46
     因此,一维立方插值函数可以表示为 5.二维插值  上述各个章节中,只是考虑了从一维离散信号中进行插值运算。而数字图像是二维离散信号,对二维离散信号进行插值运算类似于一维插值运算。在二维...
  • 1. 半高宽的知识

    千次阅读 2017-10-11 15:28:58
    半高全宽FWHM(Full Width at Half Maxima)MATLAB中的插值函数为interp1,其调用格式为: yi= interp1(x,y,...x, y为向量,method最邻近插值,’linear’线性插值,‘spine’三次样条插值,‘cubic’立方插值。默认为线
  • Python-Opencv 基本操作(三)

    千次阅读 2020-11-22 09:27:53
    文章目录一、仿射变换二、直方图反向投影三、DFT离散傅里叶变换四、绘制...插值、最邻近插值、样条插值、Lanczos插值十一、图像形态学操作(膨胀、腐蚀、开、闭等)十二、高斯金字塔、拉普拉斯金字塔十三、利用图像...
  • 【规划】基于Frenet优化轨迹的无人车动作规划方法

    千次阅读 多人点赞 2018-07-05 10:24:46
    动作规划动作在无人车规划模块的最底层,它负责根据当前配置和目标配置生成一序列的动作,我们前面讨论的三次样条插值实际上只是一个简单的路径,而非我们最终能够执行的轨迹,本文介绍一种基于Frenet坐标系的优化...
  • 21. OLAP 立方22. t 检验23. 单因素 ANOVA23. 单因素 ANOVA25. 双变量相关26. 偏相关27. 距离28. 线性回归29. 序数回归30. 曲线估计31. 部分最小平方回归32. 最近邻元素分析33. 判别分析34. 因子分析35. 选择聚类...
  • Gromacs 中文手册目录

    2020-12-28 14:35:11
    Gromacs 中文手册目录 #翻译英文手册目录 20190423 引言 1 谢辞 2 译宣言 3-4 译后计 5 第一章 简介 6 1.1 计算化学与分子建模 6 ...3.2 周期边界条件14-15 3.2.1 一些有用的盒子类型16 3.2.2 截断限制 16 3.3 组
  • 在过去几十年中,研究界的医学成像目睹了在图像不断进步的配准方法,该按下的状态的最先进的限制和使能的新型医疗过程的发展。一种特殊类型的图像配准问题,称为切片到体积配准,在图像引导手术和体积图像重建等领域...
  • 最近的基于深度的人类活动分析方法取得了良好的效果,并证明了三维表示对动作类分类的有效。目前可用的基于深度和RGB+Dbased的动作识别基准测试都有一些限制,包括缺乏训练样本、不同的类标签、相机视图和不同的...

空空如也

空空如也

1 2 3 4 5 ... 14
收藏数 267
精华内容 106
关键字:

限制性立方样条