多因素cox回归结果解释 第二十八讲 R语言-Cox比例风险模型1 - 知乎 (zhihu.com)
SPSS单因素回归,多因素cox回归详细解答 (360doc.com)
第二十八讲 R语言-Cox比例风险模型1 - 知乎 (zhihu.com)
input
> head(phe_final_3)event time sex HECW1 KLHL13 KCNG1 USP2 ASB2 KLHL4 KCNS1 RNF128 KCTD1 FBXO15 CBLC TRIM55 KCNS2
GSM1820739 0 2926 1 Low Low High Low Low Low Low Low Low High Low High Low
GSM1820740 1 305 1 High Low Low High Low Low High Low Low Low Low High High
GSM1820741 1 557 1 Low Low High Low High Low Low Low Low Low Low Low Low
GSM1820742 1 151 1 Low Low Low Low Low Low Low Low Low High Low Low Low
GSM1820743 1 1404 1 Low Low High Low High Low Low Low Low Low Low High Low
GSM1820744 1 718 1 Low High Low Low Low Low Low Low High Low Low Low Low
#单个基因cox 回归分析(多因素)
library("survival")
library("survminer")
res.cox <- coxph(Surv(time, event) ~ KLHL13+HECW1+sex, data = phe_final_3)
res.cox
summary(res.cox)
查看结果
> res.cox
Call:
coxph(formula = Surv(time, event) ~ KLHL13 + HECW1 + sex, data = phe_final_3)coef exp(coef) se(coef) z p
KLHL13Low 0.004591 1.004602 0.318455 0.014 0.988
HECW1Low -0.371525 0.689682 0.329181 -1.129 0.259
sex1 0.337075 1.400844 0.327291 1.030 0.303Likelihood ratio test=2.67 on 3 df, p=0.4457
n= 112, number of events= 76 (因为不存在,64个观察量被删除了)
查看结果
> summary(res.cox)
Call:
coxph(formula = Surv(time, event) ~ KLHL13 + HECW1 + sex, data = phe_final_3)n= 112, number of events= 76 (因为不存在,64个观察量被删除了)coef exp(coef) se(coef) z Pr(>|z|)
KLHL13Low 0.004591 1.004602 0.318455 0.014 0.988
HECW1Low -0.371525 0.689682 0.329181 -1.129 0.259
sex1 0.337075 1.400844 0.327291 1.030 0.303exp(coef) exp(-coef) lower .95 upper .95
KLHL13Low 1.0046 0.9954 0.5382 1.875
HECW1Low 0.6897 1.4499 0.3618 1.315
sex1 1.4008 0.7139 0.7376 2.661Concordance= 0.534 (se = 0.035 )
Likelihood ratio test= 2.67 on 3 df, p=0.4
Wald test = 2.65 on 3 df, p=0.4
Score (logrank) test = 2.67 on 3 df, p=0.4
SPSS单因素回归,多因素cox回归详细解答 (360doc.com)
第二十八讲 R语言-Cox比例风险模型1 - 知乎 (zhihu.com)
R语言cox分析结果解读与整理_哔哩哔哩_bilibili
coef是模型中的相应因素的系数
exp(coef)是风险因子HR 大于1 促进结局 小于1 抑制结局
下面是不同检验对应的p值,评价模型的稳定性
Concordance= 0.534 (se = 0.035 )
Likelihood ratio test= 2.67 on 3 df, p=0.4
Wald test = 2.65 on 3 df, p=0.4
Score (logrank) test = 2.67 on 3 df, p=0.4
多因素cox回归结果解释 第二十八讲 R语言-Cox比例风险模型1 - 知乎 (zhihu.com)相关推荐
- 名词解释第二十八讲:跨链
这里是王团长区块链学院,与最优秀的区块链人一起成长!今天给大家讲讲跨链. 点击观看视频教程:名词解释第二十八讲:跨链 随着区块链技术的发展,出现了越来越多的链,包括公有链.联盟链.私有链层出不穷,但每 ...
- 名词解释第二十九讲:搬砖
这里是王团长区块链学院,与最优秀的区块链人一起成长!今天给大家讲讲搬砖. 点击观看视频教程:名词解释第二十九讲:搬砖 2017年,有一个非常热门的词叫"搬砖",当然,这个" ...
- 名词解释第二十六讲:热钱包
这里是王团长区块链学院,与最优秀的区块链人一起成长!今天给大家讲讲热钱包. 点击观看视频教程:名词解释第二十六讲:热钱包 2013年夏天,英国小伙子豪威尔在家大扫除时,扔掉了一块旧硬盘,硬盘里保存着7 ...
- 小甲鱼Python3学习笔记之第二十八讲(仅记录学习)
第二十八讲:文件:因为懂你,所以永恒 一.知识点: 0.file对象利用open函数来创建. 1.file文件的打开模式:f = open('文件地址','r/w/x/a等') 'r':只读模式,以只 ...
- 名词解释第十八讲:糖果
这里是王团长区块链学院,与最优秀的区块链人一起成长!今天给大家讲讲糖果. 点击观看视频教程:名词解释第十八讲:糖果 我们经常会在朋友圈看到一些关于领取免费糖果的宣传海报,对于了解区块链的人来说这没有什 ...
- r library car_第三十九讲 R语言-线性回归:自变量中存在分类变量时
当我们提到"线性"回归时,特指的是因变量(结果变量)为连续性变量,与自变量(预测变量)有线性关系,而对自变量(预测变量)并没有要求一定要是连续性变量.前面我们已经提到,当自变量是连 ...
- 十八、R语言特征工程实战
特征工程是机器学习过程中和模型训练同样重要的部分,特征如何提取.如何处理.如何选择.如何使用都是特征工程的范畴,特征工程需要具备数据分析的能力,那些称为数据科学家的人一定是有很强的特征工程能力的人.R ...
- 【genius_platform软件平台开发】第二十八讲:NEON指令集优化(附实例)
当在ARM芯片上进行一些例如图像处理等计算的时候,常常会因为计算量太大造成计算帧率较低的情况.因而,需要选择一种更加简单快捷的计算方式以获得处理速度上的提升.ARM NEON就是一个不错的选择. ※ ...
- PreScan快速入门到精通第二十八讲PreScan中常用传感器之TIS传感器
28.1 关于TIS: TIS帮助用户增加对有源扫描传感器的一般知识和了解.它的操作不与特定的技术(如雷达.激光雷达或激光扫描器的技术)挂钩,但TIS确实是根据这些设备的共同操作原则工作的. 其操作不 ...
- 第二十八讲 解非齐次线性方程组
一,关于二阶方程组x⃗′=Ax⃗{\vec{x}}'=A\vec{x}x′=Ax的理论(对n阶方程也成立): (假设A是常数矩阵) 定理A:x⃗′=Ax⃗{\vec{x}}'=A\vec{x}x′=A ...
最新文章
- mapdb java_JVM崩溃后MapDb恢复
- 深入理解并行编程-分割和同步设计(一)
- 对git的使用日常问题及解决
- 扩展KMP --- HDU 3613 Best Reward
- 服务器信息安全策略,信息安全工程师考试重点之定制Web服务器的安全策略和安全机制...
- 微信,QQ这类IM app怎么做——谈谈Websocket
- ubuntu下对Atom配置python的虚拟环境
- python 文字识别 之 pytesseract
- mysql5.5主从同步复制配置
- php删除更新修改时间,php怎样获取文件的最后修改时间
- 反向代理服务器nginx
- oracle高可用培训,企业级Oracle数据库高可用性(OracleDataGuard)DBA培训视频全集
- 《培根随笔》读书笔记 (一)
- 理科580分学计算机,高考理科580分能上什么学校 理科580分左右的大学有哪些
- PHP中magic_quotes_gpc和magic_quotes_runtime的区别、作用和用法
- NCH Switch Plus for Mac(音频转换器)
- python程序员辛苦吗-令人羡慕!33岁程序员晒出收入和待遇,网友望尘莫及
- uniapp/微信获取用户定位
- android openssl漏洞,nginx升级之openssl 漏洞
- chatGPT真有那么神吗?
热门文章
- 苹果结构体系不匹配_为什么苹果手机Id总是不匹配?????
- ss 过滤或者指定过滤
- 蚂蚁金服测试开发实习面经
- 戴尔电脑重装win10系统
- 【三极管知识】之【9011,9012,9013,9014,8050,8550 三极管的区别】
- STM32 热敏电阻测量温度
- java为什么是静态的_为什么此方法必须是静态的(Java)?
- 搜狗站长html标签验证,各大搜索引擎站长验证以及百度统计代码配置
- linux下dft计算标准函数,FFT/DFT计算方法
- 员工绩效评估的5个目标