So wie ich Deine Daten verstehe, sind Deine Prediktoren Alter und Geschlecht, sowie die Behandlungsjahre.
Möglicher Weise liegen Deine Daten in separaten Dateien vor. Z.B. für jedes Behandlungsjahr eine Datei. Dann musst Du die Dateien erstmal zu einer großen Datei zusammenfassen und das Jahr als neue Spalte (neuen Prediktor) kodieren.
Consuli
Trenderkennung
Moderator: EDi
Re: Trenderkennung
Meine Daten sehen prinzipiell so aus, dass es für verschiedene Erkrankungen jeweils verschiedene Files für Männer und Frauen gibt.consuli hat geschrieben: ↑Di Okt 10, 2017 5:25 pm So wie ich Deine Daten verstehe, sind Deine Prediktoren Alter und Geschlecht, sowie die Behandlungsjahre.
Möglicher Weise liegen Deine Daten in separaten Dateien vor. Z.B. für jedes Behandlungsjahr eine Datei. Dann musst Du die Dateien erstmal zu einer großen Datei zusammenfassen und das Jahr als neue Spalte (neuen Prediktor) kodieren.
Innerhalb des FIles sind dann die Behandlungsjahre von 1989-2015 und die einzelnen Altersgruppen von 0-95+ Jahre für das jeweilige Geschlecht (hoffe man versteht was ich meine )
Re: Trenderkennung
Ja, dann baust Du die einzelnen Tabellen zu einer großen Tabelle zusammen, sodass Du eine großen Dataframe namens "df "bekommst mit den Spalten
jahr, alter, geschlecht, erkrankungsrate.
Dann generierst Du Dir Altersklassen (dabei solltest Du Dich an dem orientieren was in der Medizin einschlägig ist)
Z.B. Pseudocode
Dann machst Du mixed effect model
Z.B. Pseudocode
Mehr ist das doch nicht.
Consuli
P.S.: Für das Zusammenbauen zu dem Dataframe sind jogo und EDI die Spezialisten.
jahr, alter, geschlecht, erkrankungsrate.
Dann generierst Du Dir Altersklassen (dabei solltest Du Dich an dem orientieren was in der Medizin einschlägig ist)
Z.B. Pseudocode
Code: Alles auswählen
df$alterklasse= cut(df$alter, breaks= c(3, 10, 20, 30, 40, 50, 60, 70, 80)
Z.B. Pseudocode
Code: Alles auswählen
library(nlme)
mod= lme(erkrankungsrate ~ jahr + geschlecht, data= df, random= NULL | altersklasse)
coef(mod)
Consuli
P.S.: Für das Zusammenbauen zu dem Dataframe sind jogo und EDI die Spezialisten.
Irmgard.