- 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?
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 GDP 变量有关?我尝试了不同的来源,它的 session 再次崩溃。似乎“223945604003”或“39455684e-5”等具有更高值的变量是问题所在?
我在我的 Mac Yosemite 上使用最新版本的 R-Studio MAX OS 10.6(64 位),版本 10.10.3
感谢您的各种评论。
最佳答案
我遇到了同样的问题。我没有时间调试 coxph 源代码以查看发生了什么,但对我有用的解决方法是随机对数据进行下采样。我正在拟合一个具有 100 万个观察值的模型并让 session 中止,但通过将其减少到 100,000 个,我能够让它适应。
显然这不是最理想的,但它至少可以帮助某些人拟合他们的模型。
关于php - 尝试运行 coxph 时 R session 中止,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/31035819/
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!