Skip to main content

Table 2 The models' bias and RMSE in survival probability estimation in the median of real survival time

From: A novel dynamic Bayesian network approach for data mining and survival data analysis

αS

R(%)

N

αC = 2

αC = 1

αC = 0.5

KM

Cox

DBN

KM

Cox

DBN

KM

Cox

DBN

2

25

800

− 0.0104 (0.0125)

− 0.0043 (0.0082)

− 0.0037 (0.0102)

− 0.0105 (0.0135)

− 0.0022 (0.0084)

− 0.0035 (0.0112)

− 0.0107 (0.0143)

− 0.0001 (0.0089)

− 0.0028 (0.012)

2

25

5000

− 0.01 (0.0104)

− 0.0033 (0.0043)

− 0.0057 (0.0079)

− 0.0105 (0.011)

− 0.001 (0.0032)

− 0.0049 (0.0078)

− 0.0106 (0.0112)

0.0009 (0.0036)

− 0.0039 (0.0077)

2

25

10,000

− 0.0098 (0.01)

− 0.0029 (0.0035)

− 0.0058 (0.0076)

− 0.0106 (0.0109)

− 0.0011 (0.0025)

− 0.0056 (0.0077)

− 0.0106 (0.011)

0.001 (0.0027)

− 0.005 (0.0075)

2

40

800

− 0.0211 (0.0235)

− 0.0158 (0.0185)

− 0.0144 (0.019)

− 0.0195 (0.0229)

− 0.0114 (0.0161)

− 0.0117 (0.018)

− 0.0178 (0.0227)

− 0.0069 (0.0139)

− 0.0097 (0.0184)

2

40

5000

− 0.021 (0.0215)

− 0.0154 (0.0159)

− 0.0145 (0.0159)

− 0.0192 (0.0198)

− 0.0104 (0.0113)

− 0.0113 (0.0134)

− 0.0181 (0.0189)

− 0.0063 (0.0078)

− 0.0095 (0.0125)

2

40

10,000

− 0.0211 (0.0213)

− 0.0154 (0.0157)

− 0.0148 (0.0158)

− 0.0196 (0.0198)

− 0.0108 (0.0112)

− 0.0115 (0.0129)

− 0.0181 (0.0185)

− 0.0062 (0.0071)

− 0.01 (0.0119)

2

60

800

− 0.0368 (0.0399)

− 0.0302 (0.0335)

− 0.0312 (0.0354)

− 0.0379 (0.0426)

− 0.0298 (0.0346)

− 0.0306 (0.0374)

− 0.0322 (0.0384)

− 0.0217 (0.0282)

− 0.0234 (0.0326)

2

60

5000

− 0.0434 (0.0443)

− 0.0367 (0.0379)

− 0.0344 (0.036)

− 0.0379 (0.0387)

− 0.029 (0.0298)

− 0.0255 (0.0275)

− 0.0321 (0.0332)

− 0.02 (0.0213)

− 0.0198 (0.0228)

2

60

10,000

− 0.046 (0.0466)

− 0.0394 (0.0403)

− 0.0348 (0.0358)

− 0.0378 (0.0382)

− 0.0288 (0.0292)

− 0.024 (0.0252)

− 0.0314 (0.0319)

− 0.0191 (0.0198)

− 0.0176 (0.0196)

1

25

800

− 0.008 (0.0095)

− 0.0065 (0.0084)

− 0.0051 (0.0091)

− 0.0078 (0.01)

− 0.005 (0.0082)

− 0.0057 (0.0099)

− 0.0103 (0.0131)

− 0.0067 (0.0105)

− 0.0077 (0.0125)

1

25

5000

− 0.0076 (0.0079)

− 0.0056 (0.006)

− 0.0053 (0.0077)

− 0.008 (0.0084)

− 0.0046 (0.0052)

− 0.0062 (0.0087)

− 0.01 (0.0105)

− 0.0058 (0.0066)

− 0.0081 (0.0103)

1

25

10,000

− 0.0077 (0.0079)

− 0.0056 (0.0058)

− 0.0063 (0.0078)

− 0.0081 (0.0083)

− 0.0046 (0.0049)

− 0.0067 (0.0085)

− 0.0101 (0.0103)

− 0.0058 (0.0063)

− 0.0087 (0.0104)

1

40

800

− 0.0131 (0.0149)

− 0.0111 (0.0132)

− 0.0113 (0.0142)

− 0.0161 (0.0184)

− 0.0137 (0.0163)

− 0.0139 (0.0176)

− 0.0186 (0.0219)

− 0.0152 (0.019)

− 0.0162 (0.0209)

1

40

5000

− 0.0169 (0.0177)

− 0.0149 (0.0159)

− 0.015 (0.0166)

− 0.0165 (0.0169)

− 0.0133 (0.0138)

− 0.0144 (0.0158)

− 0.0186 (0.0192)

− 0.0147 (0.0153)

− 0.0163 (0.0179)

1

40

10,000

− 0.0191 (0.0196)

− 0.0172 (0.0179)

− 0.0175 (0.0186)

− 0.0166 (0.0168)

− 0.0134 (0.0137)

− 0.0152 (0.0163)

− 0.0186 (0.0189)

− 0.0146 (0.0149)

− 0.0166 (0.0179)

1

60

800

− 0.0252 (0.0268)

− 0.0232 (0.0249)

− 0.0236 (0.0258)

− 0.0416 (0.0452)

− 0.0399 (0.0434)

− 0.0394 (0.0436)

− 0.0352 (0.0393)

− 0.0322 (0.0365)

− 0.0322 (0.0373)

1

60

5000

− 0.0256 (0.0259)

− 0.0231 (0.0235)

− 0.0244 (0.0253)

− 0.0468 (0.0474)

− 0.0449 (0.0455)

− 0.0431 (0.0444)

− 0.0346 (0.0353)

− 0.0309 (0.0316)

− 0.0317 (0.0331)

1

60

10,000

− 0.026 (0.0264)

− 0.0235 (0.024)

− 0.0249 (0.0258)

− 0.0469 (0.0473)

− 0.0449 (0.0452)

− 0.0426 (0.0434)

− 0.0349 (0.0352)

− 0.0312 (0.0315)

− 0.0315 (0.0326)

0.5

0.25

800

− 0.0012 (0.002)

− 0.0002 (0.002)

− 0.0004 (0.0056)

− 0.0047 (0.0061)

− 0.0036 (0.0054)

− 0.0042 (0.0075)

− 0.0083 (0.0107)

− 0.0071 (0.0099)

− 0.0074 (0.0114)

0.5

25

5000

− 0.0012 (0.0013)

0.0003 (0.0008)

− 0.0005 (0.005)

− 0.0048 (0.005)

− 0.0033 (0.0037)

− 0.0039 (0.0065)

− 0.0084 (0.0088)

− 0.0068 (0.0073)

− 0.0078 (0.0098)

0.5

25

10,000

− 0.0012 (0.0012)

0.0003 (0.0006)

− 0.0004 (0.005)

− 0.0047 (0.0049)

− 0.0032 (0.0034)

− 0.0044 (0.0069)

− 0.0084 (0.0086)

− 0.0067 (0.007)

− 0.0077 (0.0094)

0.5

40

800

− 0.0062 (0.0072)

− 0.0053 (0.0065)

− 0.0052 (0.0082)

− 0.0127 (0.0142)

− 0.0118 (0.0133)

− 0.0118 (0.0143)

− 0.0168 (0.0191)

− 0.0156 (0.0181)

− 0.0158 (0.0192)

0.5

40

5000

− 0.0063 (0.0064)

− 0.0051 (0.0053)

− 0.0057 (0.0076)

− 0.0129 (0.0131)

− 0.0116 (0.0119)

− 0.0122 (0.0136)

− 0.0167 (0.0172)

− 0.0153 (0.0157)

− 0.016 (0.0173)

0.5

40

10,000

− 0.0063 (0.0064)

− 0.0051 (0.0052)

− 0.0057 (0.0076)

− 0.0128 (0.0129)

− 0.0115 (0.0117)

− 0.012 (0.0132)

− 0.0167 (0.0169)

− 0.0152 (0.0155)

− 0.0162 (0.0172)

0.5

60

800

− 0.0669 (0.068)

− 0.0663 (0.0674)

− 0.0661 (0.0674)

− 0.0452 (0.0471)

− 0.0447 (0.0465)

− 0.0442 (0.0463)

− 0.0374 (0.0406)

− 0.0369 (0.0402)

− 0.0361 (0.0399)

0.5

60

5000

− 0.067 (0.0672)

− 0.0661 (0.0663)

− 0.0666 (0.067)

− 0.0451 (0.0454)

− 0.0441 (0.0444)

− 0.0447 (0.0454)

− 0.038 (0.0385)

− 0.0369 (0.0374)

− 0.0373 (0.0383)

0.5

60

10,000

− 0.0672 (0.0673)

− 0.0662 (0.0663)

− 0.0668 (0.067)

− 0.045 (0.0451)

− 0.0439 (0.0441)

− 0.0443 (0.0448)

− 0.0377 (0.0379)

− 0.0366 (0.0369)

− 0.0371 (0.0379)