- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我在使用 coxph() 时遇到了一些麻烦。我有两个分类变量:“tecnologia”和“pais”,我想评估“pais”对“tecnologia”可能的交互作用。“tecnologia”是一个变量因子,有2个级别:gps和convencional。和“pais”作为 2 个级别:PT 和 ES。我不知道为什么这个警告不断出现。
这是代码和输出:
cox_AC<-coxph(Surv(dados_temp$dias_seg,dados_temp$status)~tecnologia*pais,data=dados_temp)
Warning message:
In coxph(Surv(dados_temp$dias_seg, dados_temp$status) ~ tecnologia * :
X matrix deemed to be singular; variable 3
> cox_AC
Call:
coxph(formula = Surv(dados_temp$dias_seg, dados_temp$status) ~
tecnologia * pais, data = dados_temp)
coef exp(coef) se(coef) z p
tecnologiagps -0.152 0.859 0.400 -0.38 7e-01
paisPT 1.469 4.345 0.406 3.62 3e-04
tecnologiagps:paisPT NA NA 0.000 NA NA
Likelihood ratio test=23.8 on 2 df, p=6.82e-06 n= 127, number of events= 64
> xtabs(~status+tecnologia,data=dados)
tecnologia
status conv doppler gps
0 39 6 24
1 30 3 34
> xtabs(~status+pais,data=dados)
pais
status ES PT
0 71 8
1 49 28
> xtabs(~tecnologia+pais,data=dados)
pais
tecnologia ES PT
conv 69 0
doppler 1 8
gps 30 28
最佳答案
这是一个简单的示例,它似乎可以重现您的问题:
> library(survival)
> (df1 <- data.frame(t1=seq(1:6),
s1=rep(c(0, 1), 3),
te1=c(rep(0, 3), rep(1, 3)),
pa1=c(0,0,1,0,0,0)
))
t1 s1 te1 pa1
1 1 0 0 0
2 2 1 0 0
3 3 0 0 1
4 4 1 1 0
5 5 0 1 0
6 6 1 1 0
> (coxph(Surv(t1, s1) ~ te1*pa1, data=df1))
Call:
coxph(formula = Surv(t1, s1) ~ te1 * pa1, data = df1)
coef exp(coef) se(coef) z p
te1 -23 9.84e-11 58208 -0.000396 1
pa1 -23 9.84e-11 100819 -0.000229 1
te1:pa1 NA NA 0 NA NA
> (xtabs( ~ s1+te1, data=df1))
te1
s1 0 1
0 2 1
1 1 2
> (xtabs( ~ s1+pa1, data=df1))
pa1
s1 0 1
0 2 1
1 3 0
1
为
pa1
准确预测有状态
s1
等于
0
.也就是说,根据你的数据,如果你知道
pa1==1
那么你可以肯定比
s1==0
.因此,在此设置中拟合 Cox 模型是不合适的,并且会导致数值错误。
> coxph(Surv(t1, s1) ~ pa1, data=df1)
Warning message:
In fitter(X, Y, strats, offset, init, control, weights = weights, :
Loglik converged before variable 1 ; beta may be infinite.
df1
像这样手动:
> (df1 <- within(df1,
+ te1pa1 <- te1*pa1))
t1 s1 te1 pa1 te1pa1
1 1 0 0 0 0
2 2 1 0 0 0
3 3 0 0 1 0
4 4 1 1 0 0
5 5 0 1 0 0
6 6 1 1 0 0
> (xtabs( ~ s1+te1pa1, data=df1))
te1pa1
s1 0
0 3
1 3
s1
.
te1
产生一个数值。和
pe1
即使
pe1
是一个完美的预测器,如上所述。然而,查看系数的值及其误差表明它们是不可信的。
coxph
中的警告消息示例中的模型,您将看到警告消息:
2: In coxph(Surv(t1, s1) ~ te1 * pa1, data = df1) :
X matrix deemed to be singular; variable 3
xtabs(~ tecnologia+pais, data=dados)
不如
status
的表重要来自
interaction term
.您可以先手动添加交互项,如上例所示,然后检查交叉表。或者你可以说:
> with(df1,
table(s1, pa1te1=pa1*te1))
pa1te1
s1 0
0 3
1 3
conv
、
PT
),这意味着您没有使用这种预测变量组合进行观察。这会在尝试合身时引起问题。
xtabs
或类似的交叉表应该在结果和预测变量是离散的模型中执行,即具有有限的数量。的水平。如果存在“完美分类”,则预测模型/回归可能不合适。例如,逻辑回归(结果是二元的)以及 Cox 模型都是如此。
关于r - coxph() X 矩阵被认为是奇异的;,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/20977401/
简介: 可以使用 survival 包的 coxph 函数估算 Cox 比例风险 (PH) 模型。从这种类型的模型中获得合理结果的一个明显要求是危害是成比例的,即它们随时间保持不变。如果某个变量不是这
我想为我的生存分析对象(suvfit/coxph)计算AIC值。 当我尝试这样做时,它说: > AIC(cox) Error in UseMethod("logLik") : no appl
我在使用 coxph() 时遇到了一些麻烦。我有两个分类变量:“tecnologia”和“pais”,我想评估“pais”对“tecnologia”可能的交互作用。“tecnologia”是一个变量因
在 coxph 的情况下,我想将估计的风险比绘制为时间的函数具有基于样条项的时间相关系数的模型。我使用函数 tt 创建了时间相关系数,类似于这个直接来自 ?coxph 的例子: # Fit a tim
首先,我从这个链接收集Applying a function to multiple columns使用“function”函数也许可以满足我的需求。然而,我一直未能从以所呈现的方式思考它到使其在我的
我运行以下代码并获得一个名为 res.cox 的对象,当我打印它时我可以看到它的 p 值 res.cox <- coxph( Surv(DB$time,DB$event) ~ age +
每次使用 R 中的生存包运行 Cox 模型时,我都会收到以下错误。这个错误是最近几天出现的。为了说明错误,我使用了在 https://stat.ethz.ch/R-manual/R-devel/lib
我在使用 coxph() 时遇到一些问题。我有两个分类变量:性别和可能的原因,我想将其用作预测变量。性别只是典型的男性/女性,但可能的原因有 5 个选项。我不知道警告消息有什么问题。为什么置信区间从
每次我运行 model<– coxph(enter,exit, event)~X1+X2+GDP session 突然崩溃,没有任何错误消息。只有当我添加 gap 变量时它才会崩溃。 我想知道它是否与
是否有增加绘图大小的功能?我有 +20 个功能,即使在减小字体大小后,情节也很困惑。 output$coxplot <- renderPlot({ fit.coxph<- coxph(Surv(
如何将 cox_proportional 风险模型的摘要从 R 导出到 csv。我通过函数 coxph 进行了测试。通过生存包现在我想将其摘要导出到 csv,该怎么做。 c |z|) # x 0.80
如何将 cox_proportional 风险模型的摘要从 R 导出到 csv。我通过函数 coxph 进行了测试。通过生存包现在我想将其摘要导出到 csv,该怎么做。 c |z|) # x 0.80
假设我有 my.model My.model <- coxph(Surv(stop, event) ~ (rx + size + number) * strata(enum), clust
我在 R 的 coxph() 中使用了以下函数来拟合 cox 风险模型。我想报告正确的统计数据;但是,输出中没有 95% CI。 Surv(days, censor) ~ gender + age +
下面,我将 R 函数的结果与我自己的代码进行比较。该算法仅包括最大化许多参数(此处为 19)的函数。我的代码定义了函数并使用 nlm 进行优化。幸运的是,两者都返回相同的结果。然而,R 函数非常快。因
我试图简化我的代码以避免 for 循环,但是一旦我运行我的 cox 比例风险代码来提取系数的 p 值和标准误差,我就遇到了困难。我的代码如下: library(survival) #Generate
我是一名优秀的程序员,十分优秀!