Cox:预测生存率的单变量特征选择和复合协变量

具有高维特征(如基因表达)的Cox模型下的单变量特征选择和复合协变量方法。可用的是具有基因表达的非小细胞肺癌患者的生存数据(Chen等人2007 New Engl J Med)<内务部编号:1056>, Emura等人的统计方法(2012年公共科学图书馆第一期)<doi:10.1371/journal.pone.0047627>, Emura&Chen(2016年统计方法医学研究)<内政部:10.1177/0962280214533378>,以及Emura等人(2019年)<doi:10.1016/j.cmpb.2018.10.020>. 生成相关基因表达的算法也可用。

版本: 3.20
取决于: 努姆德里夫,生存
出版: 2020年7月4日
作者: Emura Takeshi Emura、Hsuan Yu Chen、Shigeyuki Matsui、Yi Hau Chen
维护人员: takeshiemura<takeshiemura在gmail.com>
许可证: GPL-2
需求对比:
在视图中: 生存
检查起重机: 复合物。考克斯结果

下载:

参考手册: 复合.Cox.pdf
包源: 化合物.Cox_3.20.tar.gz
Windows二进制文件: r-devel公司:化合物.Cox_3.20.zip,r-释放:化合物.Cox_3.20.zip,r-oldrel:化合物.Cox_3.20.zip
macOS二进制文件: r-释放:Cox_3.20.tgz化合物,r-oldrel:Cox_3.20.tgz化合物
老资料来源: 考克斯档案馆

反向依赖关系:

反转取决于: 二元帕累托,GFGM.连接词,统一生存树

链接:

请使用规范形式https://CRAN.R-project.org/package=compound.Cox链接到此页面。