MTTF 的置信区间 - R 中的 Weibull 生存曲线

Posted

技术标签:

【中文标题】MTTF 的置信区间 - R 中的 Weibull 生存曲线【英文标题】:confidence interval for MTTF - Weibull survival curve in R 【发布时间】:2015-07-27 09:59:38 【问题描述】:

我正在尝试在 R 中实施 Delta 方法来计算 Weibull 生存曲线的 MTTF 方差。形状参数是alpha,比例参数是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)

所以方程变为:

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)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)

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 调整的参数 alpha 和 delta。

所以,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。我修改了太多次了...

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)

所以,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 

这与我的代码结果相差甚远。

但是纸上的 alphadelta 和 MTTF 与我的代码具有相同的值:

alpha = 2.273151
delta = 1.417457
MTTF = 2.067864

拜托,我想和你们分享这个困难,他们在 R 方面比我更有经验。

问候,维尼修斯。

【问题讨论】:

【参考方案1】:

我建议beta需要大于-1,但根据我自己的计算;贝塔 =2。

【讨论】:

虽然我计算出 beta 为 -4。因为它的 (delta) 系数与 beta vcov(ajust) alpha[2,1] delta[1,1] x^3-4/x^2+5 是向量 T-1 的潜在向量吗。 f(x,y)=x^3-4/x^2+5。设 f(x,y)=(1,1), y=x^3-4/x^2+5, y=2;从矩阵 var(-4)=matrix [1,2], var(x^2)=matrix[1,1], beta

以上是关于MTTF 的置信区间 - R 中的 Weibull 生存曲线的主要内容,如果未能解决你的问题,请参考以下文章

Scipy Weibull 参数置信区间

R与python中的ACF置信区间:为啥它们不同?

R语言使用aov函数进行单因素方差分析(One-way ANOVA)R语言使用gplots包中的plotmeans函数可用于生成组均值及其置信区间f的图(95%置信区间的治疗方法的曲线图)

r语言cox怎么填充置信区间的颜色

带置信区间的拟合线几种绘制方式-在python和R中的实现 (二)

r语言怎么计算回归模型的置信区间