similar to: Comparación de probabilidades de supervivencia en R

Hola, Manuel, No entiendo tu pregunta (la repito aqui para que sea mas explicito): hay alguna forma de comparar la probabilidad de supervivencias (en este caso anual) entre grupos sin utilizar un chi-cuadrado y un valor de P. Entiendo que lo que hace survdiff es comparar las curvas de supervivencia, pero yo quiero comparar la probabilidad de supervivencia entre grupos al final del estudio. Con

Buenas Tengo que analizar unos datos, donde tengo unas piezas fabricadas y el n?mero de ciclos qie aguantan hasta q se parten. Algunas piezas son de un fabricante, otras de otro,.. En cada ciclo a algunas piezas se le somete a algun tipo de tratamiento termico, a otras a otro, algunas se pintan, otras no... Por ejemplo, para una pieza tengo los siguientes datos: Ciclo. Tratamiento. Pintado.

Hola chic en s, alguien con experiencia en propensión score matching? Planteo duda: Clasicamente el PSM se ha utilizado en un intento de homogeneizar cohortes de enfermos quienes han estado ?expuestos? a un tratamiento x Vs aquellos que no han estado expuestos (no expuestos). Esto aplica para medicamentos o procedimientos quirúrgicos o no. Bien, En algún articulo he leído que el PSM se puede

Hola Olivier, Adjunto los datos. Manuel El 31 de octubre de 2016, 3:29, Olivier Nuñez <onunez en unex.es> escribió: > Manuel, > > no estoy seguro de entender el diseño. > Cada parcela recibe los 4 tratamientos (un tratamiento por subparcela de > una misma parcela)? > Las "ocasiones" (supongo que instantes) son los mismos para cada > parcela*tratamiento?

Hola quisiera saber como parameterizar el siguiente diseño con lme4. Tengo 4 tratamientos, con 4 parcelas cada uno, divididas a su vez en 4 subparcelas, y se han tomado 5 medidas repetidas (5 ocasiones) y se quiere ver el cambio en la variable respuesta producido por los tratamientos a través de las 5 ocasiones. Mi intento con lmer es el siguiente: mod <- lmer(variable respuesta ~ ocasión *

Hola a todos, -Estoy estudiando el efecto de dos genotipos (~tratamientos) en la aparición de síndrome metabólico (MetS) con datos longitudinales recogidos a tiempo 0,7,10,15,20 y 25 años. -He hecho un dataframe con las siguientes variables MetS: Síndrome Metabólico (Si=1,No=0) bmi: Indice de masa corporal (IMC) cuando se produce la conversión a MetS+ . Para los que permancen MetS-, esta variable

Hola. Hay alguna función que haga un Friedman test (digamos 4 tratamientos o tiempos relacionados/dependientes) y que después haga una comparación de un tratamiento contra el resto, digamos el primero, como un contratase simple, o un Dunnett? o simplemente ¿como hago un Dunnett para unos tratamientos relacionados? -- Antonio M [[alternative HTML version deleted]]

Hola, te vale esto? Es forma estandar de representar graficos supervivencia Basado en esto: https://rviews.rstudio.com/2017/09/25/survival-analysis-with-r/ set.seed(20) DATOS <- data.frame ( ID = c (1:10) , TIEMPO = sample(1:40, 10, replace=F) , DEF = sample(0:1, 10, replace=T) ) DATOS library(survival) DATOS$DEF <- as.numeric(DATOS$DEF) DATOS$TIEMPO <-

Hola chic en s, alguien con experiencia en propensión score matching? Planteo duda: Clasicamente el PSM se ha utilizado en un intento de homogeneizar cohortes de enfermos quienes han estado ?expuestos? a un tratamiento x Vs aquellos que no han estado expuestos (no expuestos). Esto aplica para medicamentos o procedimientos quirúrgicos o no. Bien, En algún articulo he leído que el PSM se puede

Estimados herreros, Sabéis si hay algún sitio donde pueda hacer una pregunta sobre estadística, en concreto un diseño experimental. Alguna lista, foros, etc. Ya se que este no es el sitio adecuado para preguntas de estadística, pero por si alguien se pica os la pongo a continuación. Dos tratamientos C y H. Se aplican a una serie de especies (p.e. 10) Se observa la respuesta de las especies a

El 24/01/16 a las 16:29, Fernando Sánchez Lasheras escribió: > Hola José, > > Efectivamente le mensaje me lo enviaste a mí, pero yo al contestar lo mandé > a la lista. > > Los grupos son tratamientos distintos. Es decir, se estudia a una serie de > personas a las que se les aplican tres tratamientos distintos (A, B y C) > durante el mismo tiempo y vemos el número de eventos

Hola buenas En principio a mí no me parece una mala aproximación. Tal vez se podría intentar adaptar el problema a un modelo de supervivencia, pero tendría que pensarlo. ( https://vimeo.com/142732615 ) De todas maneras, creo que coges días al azar para calcular to "proxy". Aunque yo personalmente cogería días consecutivos porque probablemente el consumo en muchos productos no sea

Hola, Sí, lo puedes hacer de esta forma... #----------------- set.seed(20) DATOS <- data.frame ( ID = c (1:10) , TIEMPO = sample(1:40, 10, replace=F) , DEF = as.factor(sample(c(0,1), 10, replace=T)) ) library(ggplot2) ggplot( data = DATOS ) + geom_point( aes(x = TIEMPO, y = ID , shape = DEF, color = DEF), size = 5 ) + geom_segment( aes( x = 0, y = ID, xend =

Saludos, tengo una base de datos con tres variables: especie, tratamiento y abundancia. Quiero hacer comparaciones múltiples con Tukey. Ya había usado el comando TukeyHSD(aov(x~y)). La cuestión esque ahora tengo varios niveles del factor especie y varios niveles del factor tratamiento. Si hago TukeyHSD(aov(abundancia~especie:tratamiento)) me salen todas las comparaciones posibles, pero yo sólo

Dispongo de un experimento en el que cinco tratamientos ha sido aplicados a cinco grupos de voluntarios. En cada grupo había tres personas y a cada persona se le tomaron 3 medidas, En total dispongo de 45 medidas, pero evidentemente no son independientes entre sí. Si no tomo en cuenta que las medidas de la misma persona son más parecidas entre sí (bloques anidados) estaría incurriendo en

Ambas son buenas opciones, pero, en mi opinion, deducR aspira a ser mas un interfaz para quien ni sepa ni quiera programar, mientras que Rcmdr es mas, una forma sencilla de empezar... Un saludo, Xavier Tibau El 24 may. 2017 10:15, <miguel.angel.rodriguez.muinos en sergas.es> escribió: > Tienes razón, Xavier, DeduceR es sencillo e intuitivo. > > Mi experiencia (en el pasado) con

Estimado Eric Las filas que faltan, ¿son filas enteras, donde todo es valor NA o ?? en un data.frame? Porque si es así podrías importar todo y luego buscar (filtrar) los que no son NA. Copio y pego un código que utilizo en un trabajo, posiblemente le sea útil. Tratamientos$Tratamiento[Tratamientos$Tratamiento == ""] <- NA # asignar NA a las celdas vacías Tratamientos<-

Yo he tratado de instalar DEDUCER tanto en Windows como en una Mac, y no he podido. Aún siguiendo las instrucciones en el blog del autor, que involucra instalando una versión mas vieja de R. Parece haber problemas con Java y con el paquete Rjava. Saludos, Gerardo 2017-05-24 9:00 GMT-05:00 Manuel Spínola <mspinola10 en gmail.com>: > Hola, > > Otra alternativa es el paquete

Hola Angela, yo tambien he usado la funcion "rarecurve" para crear curvas de rarefacción Saludos Gabriel Antonio Trujillo Paucar Egresado de Biologia - Especialidad de Ecología Investigador en el Area de Limnología de CORBIDI 997603768 ---------------------------------------- > From: r-help-es-request en r-project.org > Subject: Resumen de R-help-es, Vol 48, Envío 13 > To:

Hola, quiero hacer un estudio de no inferioridad para ver si tres tratamientos quirúrgicos son equivalentes en el tratamiento de una patología. Me gustaría saber qué librerías se pueden utilizar y ver algún ejemplo. Gracias J Martín