我正在尝试在 R 中实现 Delta 方法来计算 Weibull 生存曲线的 MTTF 方差。形状参数是alpha,尺度参数是delta。方差 = var;协方差 = cov。
等式是:
var(mttf) = var(alpha)*[d(mttf)/d(alpha)]^2 +
2*cov(alpha,delta)*d(mttf)/d(alpha)*d(mttf)/d(delta)
+ var(delta)*[d(mttf/d(delta)]^2.
地点:
d(mttf)/d(alpha) = gamma(1+1/delta)
d(mttf)/d(delta) = -alpha/delta^2 * gamma(1+1/delta) * digamma(1+1/delta)
所以等式变成:
var(mttf) = var(alpha)*[gamma(1+1/delta)]^2 +
2*cov(alpha,delta)*gamma(1+1/delta)*(-alpha/delta^2 * gamma(1+1/delta) * digamma(1+1/delta))
+ var(delta)*[-alpha/delta^2 * gamma(1+1/delta) * digamma(1+1/delta)]^2
我可以从方差-协方差矩阵中获取var(alpha)、var(delta) 和cov(alpha,delta)。
拟合的 weibull 模型称为 ajust。
vcov(ajust)
a=ajust$var[2,2]*ajust$scale^2
b=ajust$var[1,2]*ajust$scale
matriz=matrix(c(ajust$var[1,1],b,b,a),ncol=2,nrow=2)
和
var(alpha) = matriz[2,2]
var(delta) = matriz[1,1]
cov(alpha,delta) = matriz[1,2] or matriz[2,1]
还有更多
alpha=coef[2]
delta=coef[1]
其中 coef 是一个变量,其中包含来自 survreg adjust 的参数 alpha 和 delta。
因此,计算 MTTF:
mttf<-coef[2]*(gamma((1+(1/coef[1]))))
并计算mttf方差:
var_mttf=matriz[2,2]*(gamma(1+1/coef[1]))^2+
2*matriz[1,2]*((-coef[2]/(coef[1]^2))*gamma(1+1/coef[1])*digamma(1+1/coef[1]))+
matriz[1,1]*((-coef[2]/(coef[1]^2))*gamma(1+1/coef[1])*digamma(1+1/coef[1]))^2
但不幸的是,我的 mttf 方差与我从互联网论文中获取的任何示例都不匹配。修改了太多次了...
整个代码是:
require(survival)
require(stats)
require(gnlm)
time<-c(0.22, 0.5, 0.88, 1.00, 1.32, 1.33, 1.54, 1.76, 2.50, 3.00, 3.00, 3.00, 3.00)
cens<-c(1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 0, 0, 0)
#Weibull adjust with survreg
ajust<-survreg(Surv(time,cens)~1,dist='weibull')
alpha<-exp(ajust$coefficients[1])
beta<-1/ajust$scale
#Weibull coefficients
coef<-cbind(beta,alpha)
#MTTF
mttf<-coef[2]*(gamma((1+(1/coef[1]))))
#Data from variance-covariance matrix:
vcov(ajust)
a=ajust$var[2,2]*ajust$scale^2
b=ajust$var[1,2]*ajust$scale
matriz=matrix(c(ajust$var[1,1],b,b,a),ncol=2,nrow=2)
#MTTF variance - delta method
var_mttf=matriz[2,2]*(gamma(1+1/coef[1]))^2+
2*matriz[1,2]*((-coef[2]/(coef[1]^2))*gamma(1+1/coef[1])*digamma(1+1/coef[1]))+
matriz[1,1]*((-coef[2]/(coef[1]^2))*gamma(1+1/coef[1])*digamma(1+1/coef[1]))^2
#standard error - MTTF
se_mttf=sqrt(var_mttf)
#MTTF confidence intervall (95% confidence)
upper=mttf+1.960*sqrt(var_mttf)
lower=mttf-1.960*sqrt(var_mttf)
因此,从我获取这些数据的论文中得出的结果是:
MTTF standard error = 0.47
MTTF upper = 2.98
MTTF lower = 1.15
这与我的代码的结果相去甚远。
但是论文中的alpha、delta 和 MTTF 与我的代码具有相同的值:
alpha = 2.273151
delta = 1.417457
MTTF = 2.067864
拜托,我想与你们分享这个困难,你们在 R 方面的经验比我多得多。
此致,维尼修斯。
最佳答案
我建议 beta 需要大于 -1,但根据我自己的计算;贝塔=2。
关于r - MTTF 的置信区间 - R 中的威 bool 生存曲线,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/30260151/