Overlevelsesanalyse
Overlevelsesanalyse
Overlevelsesanalyse
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Censurerede, normalt fordelte data (data med detektionsgrænse) 77<br />
Optimalt fit<br />
Samhørende m˚al for NO2 inde og ude<br />
Censurerede, normalt fordelte data (data med detektionsgrænse) 79<br />
Sammenligning af resultater<br />
Oversigt over resultaterne af de 4 analyser:<br />
Ude_25<br />
Model Parameter Standard<br />
Estimate Error SD ("Root MSE")<br />
Udensmaa 0.600 0.058 0.292<br />
Naiv 0.643 0.042 0.281<br />
Adhoc 0.738 0.049 0.324<br />
Optimal 0.785 0.059 0.344<br />
Censurerede, normalt fordelte data (data med detektionsgrænse) 78<br />
Estimation af standard deviation<br />
scale = maximum likelihood estimat for standard deviationen (SD)<br />
(=residualspredning=prediktionsspredning). For at f˚a noget, der er<br />
sammenligneligt med det sædvanlige estimat (“ROOT MSE” i SAS<br />
output), skal der justeres:<br />
SD* = scale ·<br />
√ n<br />
n − k − 1<br />
(n = antal observationer, k = antal kovariater).<br />
√<br />
85<br />
Her f˚as SD*= 0.340 · 83 = 0.344.<br />
Lineære splines 80<br />
SAS kode til lineære splines<br />
– til selvstudium –