Centro de ayuda Centro de ayuda

La traducción de esta página aún no se ha actualizado a la versión más reciente. Haga clic aquí para ver la última versión en inglés.

Análisis de datos de duración

Métodos no paramétricos y semiparamétricos para analizar datos de fiabilidad y supervivencia

Los análisis de supervivencia son análisis del tiempo hasta el evento, es decir, cuando el resultado de interés es el tiempo que transcurre hasta que se produce un evento. Ejemplos de tiempo transcurrido hasta el evento son el tiempo que transcurre hasta la infección, la reaparición de una enfermedad o la recuperación en ciencias de la salud; la duración del desempleo en economía; el tiempo que transcurre hasta el fallo de una pieza de una máquina o la duración de bombillas en ingeniería, etc.

Para realizar un análisis de supervivencia:

Ajuste un modelo a los datos. Utilice una o varias de las funciones que se enumeran en esta página en Análisis de datos de duración o Modelos de riesgos proporcionales de Cox.
Represente o analice el modelo ajustado con los métodos de los ejemplos que figuran en esta página en Temas o con las funciones de Modelos de riesgos proporcionales de Cox.

La función fitcox proporciona una forma orientada a los objetos para ajustar un modelo de riesgos proporcionales de Cox. El objeto CoxModel resultante contiene numerosas estadísticas y métodos de análisis. coxphfit es una función anterior para ajustar los modelos de Cox que también permite la generación de código.

Funciones

Análisis de datos de duración

`ksdensity`	Estimación de la función de suavizado de kernel para datos univariantes y bivariantes
`mle`	Maximum likelihood estimates
`mlecov`	Asymptotic covariance of maximum likelihood estimators
`evfit`	Extreme value parameter estimates
`expfit`	Estimaciones de parámetros exponenciales
`gamfit`	Estimaciones de parámetros gamma
`lognfit`	Lognormal parameter estimates
`normfit`	Normal parameter estimates
`wblfit`	Weibull parameter estimates
`fitdist`	Ajustar un objeto de distribución de probabilidad a datos
`distributionFitter`	Open Distribution Fitter app

Visualizar datos de duración

`ecdf`	Empirical cumulative distribution function
`ecdfhist`	Histogram based on empirical cumulative distribution function
`plotSurvival`	Plot survival function of Cox proportional hazards model (desde R2021a)
`probplot`	Gráficas de probabilidad
`wblplot`	Weibull probability plot

Modelos de riesgos proporcionales de Cox

Ajustar un modelo de riesgos proporcionales de Cox

coxphfit Cox proportional hazards regression

Ajustar un objeto `CoxModel`

fitcox Create Cox proportional hazards model (desde R2021a)

Métodos de `CoxModel`

`coefci`	Confidence interval for Cox proportional hazards model coefficients (desde R2021a)
`discardResiduals`	Remove residuals from Cox model (desde R2022b)
`hazardratio`	Estimate Cox model hazard relative to baseline (desde R2021a)
`linhyptest`	Linear hypothesis tests on Cox model coefficients (desde R2021a)
`plotSurvival`	Plot survival function of Cox proportional hazards model (desde R2021a)
`survival`	Calculate survival of Cox proportional hazards model (desde R2021a)

Objetos

CoxModel Cox proportional hazards model (desde R2021a)

Temas

What Is Survival Analysis?
Learn about censoring, survival data, and the survivor and hazard functions.
Survivor Functions for Two Groups
Find the empirical survivor functions and the parametric survivor functions using the Burr type XII distribution fit on data for two groups.
Hazard and Survivor Functions for Different Groups
Estimate and plot the cumulative hazard and survivor functions for different groups.
Kaplan-Meier Method
Estimate the empirical hazard, survivor, and cumulative distribution functions.
Cox Proportional Hazards Model
Adjust survival rate estimates to quantify the effect of predictor variables.
Cox Proportional Hazards Model Object
Create data for a Cox model with three stratification levels, then fit and analyze the resulting model.
Cox Proportional Hazards Model for Censored Data
Create a Cox proportional hazards model, and assess the significance of the predictor variables.
Cox Proportional Hazards Model with Time-Dependent Covariates
Convert survival data to counting process form, and then construct a Cox proportional hazards model with time-dependent covariates.
Analyzing Survival or Reliability Data
Analyze lifetime data with censoring by modeling the time to failure of a throttle from an automobile fuel injection system.