我知道有 coxphfit 在MATLAB中功能进行COX回归,但是我有问题了解如何应用它。

1)如何将两组样本与几天的生存数据进行比较(survdays),审查(cens)和一些预测值(x)?由 groups 逻辑变量。组有不同数量的样本。

2)CoxphFit中的基线参数是什么?我确实阅读了文档,但是如何正确选择基线?

如果您知道一个网站,其中有关于医疗生存数据的详细示例的网站,那就太好了。我只找到 Mathworks演示 甚至没有提及CoxphFit。

您知道可能是Cox回归的另一个第三方功能吗?

更新: : 这 r 添加了标签,因为我得到的答案是 r.

有帮助吗?

解决方案

通过生存分析,危险功能是瞬时死亡率。

在这些分析中,您通常正在测量某种对这种危害功能的影响。例如,您可能会问“吞咽砷是否会增加人们死亡的速度?”。背景危险是人们无论如何都会死的水平(在这种情况下,不吞咽砷)。

如果您阅读文档 coxphfit 仔细地,您会注意到该功能试图计算基线危险;这不是您输入的东西。

基线计算基线危害的X值。

编辑:Matlab的 coxphfit 功能显然无法与分组数据一起使用。如果您很乐意切换 r, ,然后Anaylsis是单线。

library(survival)

#Create some data
n <- 20; 
dfr <- data.frame(
  survdays = runif(n, 5, 15),
  cens     = runif(n) < .3,
  x        = rlnorm(n),
  groups   = rep(c("first", "second"), each = n / 2)
)

#The Cox ph analysis
summary(coxph(Surv(survdays, cens) ~ x / groups, dfr))

另一个编辑:那 baseline MATLAB的参数 coxphfit 似乎是一个归一化常数。 r coxph 函数没有等效参数。我看了看 统计计算 迈克尔·克劳利(Michael Crawley)的作者,这似乎暗示了基线危害并不重要,因为当您计算个人死亡的可能性时,它会取消。请参阅第33章,尤其是P615-616。我对模型的工作方式的了解不足以解释MATLAB和R实现中的差异;也许您可以问 堆栈交换统计分析 地点。

许可以下: CC-BY-SA归因
不隶属于 StackOverflow
scroll top