知道的平均响应时间计算方法

Posted 2023-05-08

　　响应时间是一个计算机，显示器成像等多个领域的概念，在网络上，指从空载到负载发生一个步进值的变化时，传感器的响应时间。通常定义为测试量变化一个步进值后，传感器达到最终数值90%所需要的时间。网络对整体响应时间的影响是通过不同机制完成的。在图像领域的液晶显示器响应时间，是液晶显示器各像素点对输入信号反应的速度，即像素由暗转亮或由亮转暗所需要的时间（其原理是在液晶分子内施加电压，使液晶分子扭转与回复）。常说的25ms、16ms就是指的这个反应时间，反应时间越短则使用者在看动态画面时越不会有尾影拖曳的感觉。一般将反应时间分为两个部分：上升时间(Rise time)和下降时间(Fall time)，而表示时以两者之和为准。 参考技术A 你可以把登录操作设置为一个事务，那么在结果分析的时候，loadrunner会自动收集登录事务的响应时间，这个结果就是登录操作的响应时间了。

响应时间是一个计算机，显示器成像等多个领域的概念，在网络上，指从空载到负载发生一个步进值的变化时，传感器的响应时间。通常定义为测试量变化一个步进值后，传感器达到最终数值90%所需要的时间。网络对整体响应时间的影响是通过不同机制完成的。在图像领域的液晶显示器响应时间，是液晶显示器各像素点对输入信号反应的速度，即像素由暗转亮或由亮转暗所需要的时间（其原理是在液晶分子内施加电压，使液晶分子扭转与回复）。常说的25ms、16ms就是指的这个反应时间，反应时间越短则使用者在看动态画面时越不会有尾影拖曳的感觉。一般将反应时间分为两个部分：上升时间(Rise time)和下降时间(Fall time)，而表示时以两者之和为准。 参考技术B 站点监控项目的平均响应时间是通过每次检查中各个监测点响应时间计算出来的平均值。追答

你说的是什么平均响应时间。。。

参考技术C 你说的是电路还是网络的平均响应时间？计算方法是不同的。

如何计算平均生存时间

【中文标题】如何计算平均生存时间

【英文标题】：How to compute the mean survival time

【发布时间】：2017-08-27 15:15:32

【问题描述】：

我正在使用survival 库。在计算生存函数的 Kaplan-Meier 估计后：

km = survfit(Surv(time, flag) ~ 1)

我知道如何计算百分位数：

quantile(km, probs = c(0.05,0.25,0.5,0.75,0.95))

但是，我？

【参考方案1】：

计算平均生存时间

平均生存时间通常取决于为最大生存时间选择的值。您可以使用print(km, print.rmean=TRUE) 获得受限的平均生存时间。默认情况下，这假设最长生存时间等于数据中最长的生存时间。您可以通过添加 rmean 参数（例如，print(km, print.rmean=TRUE, rmean=250)）将其设置为不同的值。

提取平均生存时间值并存储在对象中

针对您的评论：我最初认为可以通过查看print(km, print.rmean=TRUE) 返回的对象来提取平均生存时间，但事实证明print.survfit 不返回列表对象，而只是返回文本到控制台。

相反，我查看了print.survfit 的代码（您可以通过在控制台中输入getAnywhere(print.survfit) 来查看代码）来查看计算平均生存时间的位置。事实证明，一个名为 survmean 的函数负责处理此问题，但它不是导出函数，这意味着当您尝试像“正常”函数一样运行它时，R 将无法识别该函数。因此，要访问该功能，您需要运行以下代码（您需要明确设置rmean）：

survival:::survmean(km, rmean=60) 

您会看到该函数返回一个列表，其中第一个元素是一个具有多个命名值的矩阵，包括平均值和平均值的标准误差。因此，例如，要提取平均生存时间，您可以：

survival:::survmean(km, rmean=60)[[1]]["*rmean"]

关于如何计算平均生存时间的详细信息

print.survfit 的帮助提供了有关选项的详细信息以及如何计算受限均值：

?print.survfit 

均值及其方差基于截断的估计量。那是， 如果最后一次观察不是死亡，则生存曲线 估计不为零，平均值未定义。有四个 解决这个问题的可能方法，由 rmean 选择 选项。首先是将上限设置为常数， 例如，rmean=365。在这种情况下，报告的平均值将是预期的 在前 365 天中，将经历的天数 每组。如果兴趣集中在固定时期，这很有用。 其他选项有“none”（没有估计）、“common”和“individual”。这 “common”选项使用对象中所有曲线的最大时间作为 auc 计算的通用上限。为了 “个人”选项均值计算为每条曲线下的面积， 在从 0 到该曲线的最大观察时间的范围内。 由于终点是随机的，因此不同曲线的值不 具有可比性，并且打印的标准误差被低估为 他们没有考虑到这种随机变化。这个选项是 主要是为了向后兼容，因为这个估计是 默认（仅）一个在早期版本的代码中。请注意，SAS（如 9.3 版）使用积分直到每个事件的最后一个事件时间 个人曲线；我们认为这是最糟糕的选择并且不 为该计算提供一个选项。

【讨论】：

很好，谢谢！有什么方法可以将受限均值直接存储到变量中，还是我必须从print 的输出中复制它？

非常感谢！我会再次投票给你，但我不能。 :-|