¿Fue la prueba de rango logarítmico?

Tabla de contenido:

¿Fue la prueba de rango logarítmico?
¿Fue la prueba de rango logarítmico?

Video: ¿Fue la prueba de rango logarítmico?

Video: ¿Fue la prueba de rango logarítmico?
Video: Función logarítmica Gráfica, Dominio y Rango | Ejemplo 1 2024, Octubre
Anonim

La prueba de rango logarítmico, o prueba de rango logarítmico, es una prueba de hipótesis para comparar las distribuciones de supervivencia de dos muestras. Es una prueba no paramétrica y apropiada para usar cuando los datos están sesgados hacia la derecha y censurados (técnicamente, la censura no debe ser informativa).

¿Para qué se utiliza la prueba de rango logarítmico?

La prueba de rango logarítmico se usa para probar la hipótesis nula de que no hay diferencia entre las poblaciones en la probabilidad de un evento (aquí, una muerte) en cualquier momento. El análisis se basa en los tiempos de los eventos (aquí muertes).

¿Cómo funciona una prueba de rango logarítmico?

En esencia, la prueba de rango logarítmico compara el número de eventos observados en cada grupo con lo que se esperaría si la hipótesis nula fuera verdadera (es decir.ej., si las curvas de supervivencia fueran idénticas). … La estadística de rango logarítmico tiene grados de libertad iguales a k-1, donde k representa el número de grupos de comparación.

¿Kaplan Meier es una prueba de rango logarítmico?

Kaplan–Meier proporciona un método para estimar la curva de supervivencia, la prueba de rango logarítmico proporciona una comparación estadística de dos grupos y el modelo de riesgos proporcionales de Cox permite incluir covariables adicionales.

¿Qué significa el valor log rank p?

La prueba de rango logarítmico es una prueba estadística utilizada para comparar los tiempos de supervivencia entre dos grupos de tratamiento. … El nivel tradicional de significación para la prueba de hipótesis estadísticas es 0,05 (es decir, 5 %), que se denomina nivel crítico de significación. 5 El valor P resultante para la prueba de rango logarítmico fue 0.003

Recomendado: