Calcoli - Evidencio
Calcoli Evidencio

Vogliamo essere completamente trasparenti riguardo ai calcoli sottostanti ai tipi di algoritmo standard supportati da Evidencio. Questa pagina elenca i nostri tipi di algoritmi standard e i calcoli associati

Algoritmi di regressione lineare

I algoritmi di regressione lineare sono utilizzati per prevedere risultati continui. La previsione è stimata da:
risultato previsto `P = \beta_0 + X\beta`

Algoritmi di regressione logistica:

I algoritmi di regressione logistica sono utilizzati per prevedere le probabilità. La previsione è stimata da:
probabilità prevista `P = e^(X\beta)/(1+e^(X\beta))`

Regressione proporzionale di Cox

I algoritmi Cox proportional-hazards sono utilizzati per prevedere la probabilità `S(t)` che il paziente sia libero da un evento (ad esempio, una recidiva biochimica) in un certo momento (ad esempio, 5 anni dopo l'intervento). Per l'analisi di sopravvivenza la previsione è stimata da: `S(t) = S_0(t)^exp(X\beta)`

Calcoli personalizzati

Gli utenti possono definire calcoli di previsione personalizzati basati su formule matematiche personalizzate espresse in termini di variabili del algoritmo. Evidencio supporta formule personalizzate sia singole che condizionate. Le formule personalizzate utilizzate da un algoritmo Evidencio possono sempre essere visualizzate nella sezione dei dettagli del rispettivo algoritmo, in modo che gli utenti del algoritmo possano identificare esattamente la logica del algoritmo sottostante.
Esempio di formule condizionali:

Algoritmi R-Script

Evidencio supporta l'uso di codice R-Script per definire la logica di calcolo dei algoritmi di previsione e dei calcolatori. I algoritmi R-Script possono contenere funzioni complesse e annidate, purché producano un unico valore finale.

Trasformazioni dei parametri

Evidencio consente di definire trasformazioni di variabili/parametri per ogni variabile continua del algoritmo, ad esempio per adattarsi a comportamenti non lineari. Supportiamo sia trasformazioni semplici che trasformazioni condizionali (basate sull'intervallo) (ad esempio, spline cubiche) per affrontare un ampio spettro di comportamenti non lineari.

Dati dell'intervallo di confidenza

È possibile attribuire dati di intervallo di confidenza ai propri algoritmi su Evidencio. I dati dell'intervallo di confidenza possono essere specificati in termini di set di dati bootstrap o come matrice di covarianza. È sufficiente copiare e incollare i dati di bootstrap o di matrice, ad esempio da Excel o da un altro foglio di dati.

Legenda dei calcoli
`\beta_0` Termine di intercettazione, indicato con "Intercept".
`\beta_(varN)` Stima del coefficiente, associata a una covariante/variabile
`\gamma` Parametro di scala nei algoritmi di regressione di sopravvivenza, indicato con "Parametro di scala".
`X\beta` Algoritmo di predittore lineare, stimato dalla somma del termine di intercetta e di tutti i valori `\beta` moltiplicati per quella variabile. Ad esempio: `\beta_0 + \beta_(var1) * var1 + \beta_(var2) * var2 + \beta_(varN) * varN`
`S_0(t)` La funzione di sopravvivenza di base, la proporzione di sopravvivenza quando tutte le covariate sono uguali a zero (`X\beta = 0`).
Evidencio v3.38 © 2015 - 2025 Evidencio. Tutti i diritti riservati