本內(nèi)容為【科研私家菜】R語言機(jī)器學(xué)習(xí)與臨床預(yù)測模型系列課程
R小鹽準(zhǔn)備介紹R語言機(jī)器學(xué)習(xí)與預(yù)測模型的學(xué)習(xí)筆記
你想要的R語言學(xué)習(xí)資料都在這里， 快來收藏關(guān)注【科研私家菜】
01 預(yù)測模型的本質(zhì)
預(yù)測模型是通過已知預(yù)測未知。模型=數(shù)學(xué)公式。用已知的東西通過模型計(jì)算預(yù)測未知。
通過回歸建模分析，回歸的本質(zhì)即為發(fā)現(xiàn)規(guī)律。回歸是量化衡量X多大程度上影響Y。
模型的效能評價(jià)是統(tǒng)計(jì)分析、數(shù)據(jù)建模、課題設(shè)計(jì)的關(guān)鍵。
02 預(yù)測模型研究思路
03 模型驗(yàn)證的步驟
04 模型模型的樣本量估計(jì)
EPV(events per variable)：每個(gè)自變量所需要的事件數(shù)。
多因素分析中至少需要的 EPV數(shù)量為10-20個(gè)。
EPV=研究對象中較少組的數(shù)量/自變量的個(gè)數(shù)。
比如: 如果m個(gè)研究對象中有m1個(gè)人有疾病，m2個(gè)人無疾病
(m1+m2=m)，同時(shí)m1小于m2，此時(shí)EPV=m1/n(n為自變量個(gè)數(shù))。考慮 EPV>10，應(yīng)該是足夠的了。
05 模型驗(yàn)證及效能評價(jià)
- 診斷方法的鑒別能力(Discrimination)：ROC分析、C-Statistics&C-Index
- 診斷方法的準(zhǔn)確性(Calibration analysis) ：Calibration plot
- 臨床實(shí)用性(Clinical utility)-DCA ：決策曲線
內(nèi)部驗(yàn)證方法包括隨機(jī)拆分驗(yàn)證、交叉驗(yàn)證以及Bootstrap重抽樣；外部驗(yàn)證可采用不同時(shí)間、不同地域、不同時(shí)間及地域的數(shù)據(jù)集。
區(qū)分度（Discrimination）和校準(zhǔn)度（Calibration）是兩個(gè)最常見的模型評價(jià)指標(biāo)。區(qū)分度是指模型區(qū)分是否患有待診斷的疾病（診斷模型）或是否發(fā)生預(yù)期的事件（預(yù)后模型）的能力，最常見的區(qū)分度刻畫指標(biāo)如AUC，或者C統(tǒng)計(jì)量。校準(zhǔn)度則是評估預(yù)測的概率與實(shí)際觀察到的概率的一致性，常見的統(tǒng)計(jì)指標(biāo)是如Brier得分。此外，也有學(xué)者建議用校準(zhǔn)截距（Calibration-in-the-large）、校準(zhǔn)斜率以及決策曲線分析（Decision-curve analysis）來評價(jià)預(yù)測模型 。有時(shí)候，研究者想要比較新開發(fā)的模型對現(xiàn)有模型的改進(jìn)，或者關(guān)注單個(gè)預(yù)測因子的預(yù)測效能增加值（Incremental value），此時(shí)用AUC值評價(jià)并不靈敏，推薦的指標(biāo)是綜合區(qū)分改善度（IDI）和凈重分類改善度（NRI）。
關(guān)注R小鹽，關(guān)注科研私家菜(VX_GZH: SciPrivate)，有問題請聯(lián)系R小鹽。讓我們一起來學(xué)習(xí) R語言機(jī)器學(xué)習(xí)與臨床預(yù)測模型
