代码之家  ›  专栏  ›  技术社区  ›  yuk

MATLAB中的Cox回归

  •  0
  • yuk  · 技术社区  · 16 年前

    我知道有 COXPHFIT

    1) 如何比较两组样本在几天内的存活数据( survdays ),审查( cens )以及一些预测值( x )? 由定义的组 groups 逻辑变量。各组有不同数量的样本。

    这将是伟大的,如果你知道一个很好的医疗生存数据详细的例子网站。我只找到了 Mathworks demo 这甚至没有提到coxphfit。

    更新 :的 r 因为我得到的答案是 右 .

    1 回复  |  直到 13 年前
        1
  •  1
  •   Community Mohan Dere    9 年前

    在这些分析中,您通常是在测量某事物对该危害函数的影响。例如,你可能会问“吞咽砷会增加人的死亡率吗?”。一个背景危害是人们无论如何都会死亡的程度(在这种情况下,不吞咽砷)。

    coxphfit 小心地,您会注意到,该函数试图计算基线危险;这不是您输入的内容。

    计算基线风险。

    编辑:MATLAB coxphfit公司 函数显然不能处理分组数据。如果你很乐意 R ,则分析结果为一行。

    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:那个 baseline MATLAB的参数 似乎是一个归一化常数。R的 coxph Statistical Computing 这似乎表明,基线风险并不重要,因为当你计算你的个体死亡的可能性时,它就被抵消了。参见第33章,尤其是第615-616页。我对模型工作原理的了解还不足以解释MATLAB和R实现中的差异;也许你可以在 Stack Exchange Stats Analysis 地点。