Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "effective sample size" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Significance tests of differences between two crossing survival curves for small samples
Autorzy:
Jurkiewicz, Tomasz
Wycinka, Ewa
Powiązania:
https://bibliotekanauki.pl/articles/657936.pdf
Data publikacji:
2011
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
survival analysis
censoring
crossing survival curves
statistical power
effective sample size
Opis:
Analiza przeżycia to zespół metod służących do modelowania czasu trwania kohorty, której jednostki są obserwowane od zdefiniowanego momentu początkowego do zdefiniowanego zdarzenia końcowego. Czas trwania jest traktowany jako zmienna losowa ciągła. Specyfika metod analizy przeżycia związana jest z występowaniem obserwacji cenzurowanych (uciętych) oraz tym, iż funkcje gęstości obserwowanej zmiennej są często nieznane, a rozkłady silnie asymetryczne, co uniemożliwia stosowanie metod klasycznej statystyki. Podstawową funkcją stosowaną w analizie przeżycia jest funkcja dalszego trwania wyrażająca prawdopodobieństwo, że jednostka nie doświadczy zdarzenia końcowego przed czasem t. Metodą oceny, czy pewne zmienne mają wpływ na zróżnicowanie czasu trwania jednostek, jest przeprowadzanie testów porównujących krzywe przeżycia na podstawie dwóch (lub więcej prób). Znaczna liczba tych testów została zaproponowana w ostatnich latach, w tym testy: Log-rank, będący jednym z lub najpopularniejszym, test Gehana, Tarone-Ware, Peto-Peto, Harringtona-Fleminga, testy typu Renyi. W literaturze mało uwagi poświęca się jednakże porównaniu własności tych testów. W poniższym opracowaniu przeprowadzono, przy wykorzystaniu metody Monte Carlo, analizę porównawczą mocy predykcyjnej testów dla dwóch krzywych przeżycia w małych próbach z różnym udziałem jednostek cenzurowanych. Losowano próby z populacji o założonym rozkładzie Weibulla przy różnych proporcjach jednostek kompletnych i cenzurowanych (o losowej kolejności pojawiania się ustalanej w oparciu o rozkład jednostajny) w celu określenia efektywnej wielkości prób dla poszczególnych testów. Szczególną wagę poświęcono problemowi krzyżowania się krzywych przeżycia i zdolności testów do wykrywania różnic między krzywymi przeżycia w takiej sytuacji.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2011, 255
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The phylogenetic effective sample size and jumps
Autorzy:
Bartoszek, Krzysztof
Powiązania:
https://bibliotekanauki.pl/articles/747657.pdf
Data publikacji:
2018
Wydawca:
Polskie Towarzystwo Matematyczne
Tematy:
effective sample size, Ornstein–Uhlenbeck with jumps process, phylogenetic comparative methods.
faktyczny rozmiar próby, filogenetyczne metody porównawcze, proces Ornsteina–Uhlenbecka z skokami.
Opis:
Filogenetyczny faktyczny rozmiar próby jest to pojecie, które zaproponowano w charakterystyce zjawisk zachodzacych w biologii ewolucyjnej. Pojecie to ma za cel uchwycenie ilosci niezaleznych obserwacji w próbce skorelowanej poprzez strukture filogenetyczna. Parametr ten był juz badany dla procesów Wienara oraz Ornsteina-Uhlenbecka jako modeli ewolucji cechy ciagłej. W niniejszej pracy te modele sa rozszerzone o skoki ewolucyjne w rozgałezieniach drzewa filogenentycznego. Przeprowadzona analiza numeryczna wskazuje, ze istnieje nie trywialna granica, gdy skoki cechy ciagłej całkowicie wpływaja na jej rozwój. Granica ta zalezy od wartosci współczynnika dryfu procesu Ornsteina-Uhlenbecka.
The phylogenetic effective sample size is a parameter that has as its goal the quantification of the amount of independent signal in a phylogenetically correlatedsample. It was studied for Brownian motion and Ornstein-Uhlenbeck models of trait evolution. Here, we study this composite parameter when the trait is allowedto jump at speciation points of the phylogeny. Our numerical study indicates thatthere is a non-trivial limit as the effect of jumps grows. The limit depends on thevalue of the drift parameter of the Ornstein-Uhlenbeck process.
Źródło:
Mathematica Applicanda; 2018, 46, 1
1730-2668
2299-4009
Pojawia się w:
Mathematica Applicanda
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies