ScholarGate
Pembantu
Hypothesis test

Model Risiko Bersaing Fine-Gray

Model Fine-Gray ialah kaedah regresi semiparametrik untuk data kemandirian di mana dua atau lebih jenis peristiwa yang saling eksklusif bersaing untuk berlaku terlebih dahulu. Dicadangkan oleh Fine dan Gray pada tahun 1999, ia memodelkan bahaya subtaburan setiap jenis peristiwa secara langsung, membolehkan kovariat dikaitkan dengan fungsi insiden kumulatif (CIF) — kuantiti yang sebenarnya menjawab 'apakah kebarangkalian mengalami jenis peristiwa k menjelang masa t?'. Ia membetulkan kekurangan terkenal regresi Cox standard, yang mengabaikan peristiwa bersaing dan dengan itu melebihkan kebarangkalian khusus punca.

Terapkan dengan StatMindTidak lama lagiVideoTidak lama lagiDownload slides

Baca kaedah sepenuhnya

Ahli sahaja

Log masuk dengan akaun percuma untuk membaca bahagian ini.

Log masuk

Method map

The neighbourhood of related methods — select a node to explore.

Sumber

  1. Fine, J.P. & Gray, R.J. (1999). A Proportional Hazards Model for the Subdistribution of a Competing Risk. Journal of the American Statistical Association, 94(446), 496–509. DOI: 10.1080/01621459.1999.10474144
  2. Austin, P.C. et al. (2016). Introduction to the Analysis of Survival Data in the Presence of Competing Risks. Circulation, 133(6), 601–609. DOI: 10.1161/CIRCULATIONAHA.115.017719

Cara memetik halaman ini

ScholarGate. (2026, June 1). Fine-Gray Proportional Subdistribution Hazards Model. ScholarGate. https://scholargate.app/ms/statistics/fine-gray-competing-risks

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Dirujuk oleh

ScholarGateFine-Gray Competing Risks Model (Fine-Gray Proportional Subdistribution Hazards Model). Dicapai 2026-06-15 daripada https://scholargate.app/ms/statistics/fine-gray-competing-risks · Set data: https://doi.org/10.5281/zenodo.20539026