Privacy Policy Cookie Policy Terms and Conditions Kaplan Meier Schätzer - Wikipedia

Kaplan Meier Schätzer

aus Wikipedia, der freien Enzyklopädie

Der Kaplan-Meier-Schätzer (auch Produkt-Limit-Schätzer) dient zum Schätzen der Wahrscheinlichkeit, dass bei einem Versuchsobjekt ein bestimmtes Ereignis innerhalb eines Zeitintervalls nicht eintritt.

Inhaltsverzeichnis

[Bearbeiten] Rechenvorschrift

Der Kaplan Meier Schätzer ist definiert durch:

\hat S(t)=\prod_{t_{(i)}\leq t} \frac{n_i-d_i}{n_i}

mit

\hat S(0)=1

und

di = Versuchobjekte bei den das Ereignis zum Zeitpunkt t(i) eingetreten ist

ni = Versuchsobjekte zum Zeitpunkt t(i) unter Risiko


[Bearbeiten] Beispiel

Zugrundeliegend soll folgende Tabelle sein:


Objekt Nr Zeit(Tage) Zensiert

(1=Nein/0=Ja)

Unter Risiko

n

S(i)
#1 1 0 15 1
#2 12 1 14 0,921
#3 22 0  
#4 29 1 12 0,852
#5 31 1 11 0,77
#6 36 0  
#7 38 0  
#8 50 0  
#9 60 0  
#10 61 1 6 0,64
#11 70 1 5 0,51
#12 88 0  
#13 99 0  
#14 110 0  
#15 140 0  
Darstellung der gewonnenen Ergebnisse
Darstellung der gewonnenen Ergebnisse

S(12)=\frac{14-1}{14}

S(29)=\frac{12-1}{12} \times \frac{14-1}{14}


[Bearbeiten] Weitergehende Themen

[Bearbeiten] Varianz

Die Varianz des Schätzer kann im Intervall t_k \leq t \le t_{k+1}

mittels

var \{ \hat S (t) \} \approx [\hat S(t)]^2 \left\{ \sum_{i=1}^k \frac{d_i}{n_i(n_i-d_i)} \right\}

geschätzt werden.

[Bearbeiten] Konfidenzintervall

Das Konfidenzintervall kann wie gewohnt aus der Varianz bzw. dem Standardfehler berechnet werden.

s.e.\{ \hat S (t) \} \approx [\hat S(t)] \left\{ \sum_{i=1}^k \frac{d_i}{n_i(n_i-d_i)} \right\}^\frac{1}{2}

Diese Formel wird auch als Greewood's formular bezeichnet.

Das 95% KI ist somit : [\hat S (t) - 1,96 \times s.e.\{ \hat S (t) \};\hat S (t) + 1,96 \times s.e.\{ \hat S (t) \}]





Siehe auch:

Static Wikipedia 2008 (no images)

aa - ab - af - ak - als - am - an - ang - ar - arc - as - ast - av - ay - az - ba - bar - bat_smg - bcl - be - be_x_old - bg - bh - bi - bm - bn - bo - bpy - br - bs - bug - bxr - ca - cbk_zam - cdo - ce - ceb - ch - cho - chr - chy - co - cr - crh - cs - csb - cu - cv - cy - da - de - diq - dsb - dv - dz - ee - el - eml - en - eo - es - et - eu - ext - fa - ff - fi - fiu_vro - fj - fo - fr - frp - fur - fy - ga - gan - gd - gl - glk - gn - got - gu - gv - ha - hak - haw - he - hi - hif - ho - hr - hsb - ht - hu - hy - hz - ia - id - ie - ig - ii - ik - ilo - io - is - it - iu - ja - jbo - jv - ka - kaa - kab - kg - ki - kj - kk - kl - km - kn - ko - kr - ks - ksh - ku - kv - kw - ky - la - lad - lb - lbe - lg - li - lij - lmo - ln - lo - lt - lv - map_bms - mdf - mg - mh - mi - mk - ml - mn - mo - mr - mt - mus - my - myv - mzn - na - nah - nap - nds - nds_nl - ne - new - ng - nl - nn - no - nov - nrm - nv - ny - oc - om - or - os - pa - pag - pam - pap - pdc - pi - pih - pl - pms - ps - pt - qu - quality - rm - rmy - rn - ro - roa_rup - roa_tara - ru - rw - sa - sah - sc - scn - sco - sd - se - sg - sh - si - simple - sk - sl - sm - sn - so - sr - srn - ss - st - stq - su - sv - sw - szl - ta - te - tet - tg - th - ti - tk - tl - tlh - tn - to - tpi - tr - ts - tt - tum - tw - ty - udm - ug - uk - ur - uz - ve - vec - vi - vls - vo - wa - war - wo - wuu - xal - xh - yi - yo - za - zea - zh - zh_classical - zh_min_nan - zh_yue - zu -