COX 比例风险回归模型--有感
生存分析 三大块内容:
1,描述性的
生存率、中位生存期、生存曲线等,常用Kaplan-meier法
2,比较分析
两组的生存曲线是否有差别,log-rank检验(单个因素)
3,cox比例风险回归
类似logistic回归,多个变量对Y的影响,得到一个概率值,只不过加了时间
多花点时间聊聊cox的感受
首先理解一个概念
风险函数(hazard function)h(t)=f(t)/S(t)
f(t)为瞬时死亡率,其实就是时间趋近于零时刻的死亡率,又称死亡概率密度函数,曲线下面积为1.
S(t)为生存率:a, 若无删失,表示为t时刻存活人数/总观察人数
b,若有删失,计算为各个时段下生存概率的乘积( 生存概率:活过该年的人数/年初人数)
象形的理解,瞬时死亡率只受到某时刻,死亡人数的影响,若t时刻死亡10人,瞬时死亡率肯定高于t+1时刻死亡1人
而,生存率,会越来越低。分子/分母,h(t)风险函数肯定增大。
对于COX风险比例模型,h(t,x)=h0(t)exp(βX)=h0(t)exp(β1x1+β2x2+```+βx)
前半部分为基线风险函数,不需要特定分布,为非参
后半部分相当于对多重线性回归的输出进行了次方变换,保证了 正值和 单调性 (参数模型)
两者相乘即为COX,(半参)
那么聊聊参数估计
对偏似然函数 ,采用极大似然估计
先不管这个所谓偏似然函数,极大似然估计,思想是使得当前样本出现的概率最大。
比如,有三个人X1,X2,X3,分别在t=1,2,3时刻 死去
当t=1时,我们希望模型的似然函数最大,起码有max(1,X1) min(1,X2) min(1,X3)
我们可以构建这样的似然函数:
当t=2,
但是t=3时,没有分母可以使用。
所以我们在分母加入了分子本身作为平滑,但是不影响整个分数值得大小趋势。
最后将这三个似然函数连乘:
消去h0(t),就可以理解课本上得公式了
对于PH(比例风险(Proportional hazards)假设,即协变量对生存率的影响不随时间的改变而改变
对协变量检验是否满足PH假设
1,分类变量,图示法:生存曲线是否交叉,log minus log是否交叉(在cox regression中将分类变量放入 层(stata)中,save )
2,连续性变量,Schoenfeld残差法,协变量偏残差(cox--save)与时间秩次(transform--rank case)是否有相关关系,散点图拟合平滑曲线是否有上升下降趋势。
若协变量不满足PH假设,采用时依系数法。
要注意都对HR的解释
参考:https://www.cnblogs.com/hapjin/p/6623431.html
https://blog.csdn.net/qq_37523061/article/details/84635614
https://www.mediecogroup.com/method_topic_article_detail/318/?ty=methods
https://www.mediecogroup.com/method_topic_article_detail/320/?ty=methods
https://www.mediecogroup.com/method_topic_article_detail/364/
转载于:https://www.cnblogs.com/super-yb/p/11332385.html
COX 比例风险回归模型--有感相关推荐
- python数据分析案例-利用生存分析Kaplan-Meier法与COX比例风险回归模型进行客户流失分析与剩余价值预测
目录 1. 概述 1.1 背景 1.2 目的 1.3 数据说明 2. 相关概念 2.1 事件 2.2 生存时间 2.3 删失 2.4 生存概率 2.5 中位生存时间 2.6 风险概率 3. 数据处理 ...
- 其他算法-比例风险回归模型
比例风险回归模型(Proportional hazards model),又称为Cox模型(一种半参数模型),模型用于描述不随时间变化的多个特征对于在某一时刻死亡率的影响,Cox模型是生存分析中的一个 ...
- r语言 svycoxph_R语言-Cox比例风险模型
Cox比例风险模型(cox proportional-hazards model),简称Cox模型 是由英国统计学家D.R.Cox(1972)年提出的一种半参数回归模型.该模型以生存结局和生存时间为应 ...
- Cox 比例风险模型中HR和置信区间
Cox 回归是一种用于生存分析的统计模型,它可以用来估计某个因素对生存时间的影响.Cox 回归基于 Cox 比例风险模型,该模型假设风险比率是常数,即不随时间变化.在 Cox 回归中,我们使用最大似然 ...
- R语言生存分析之COX比例风险模型构建及列线图(nomogram)、校准曲线(calibration curve)绘制示例
R语言生存分析之COX比例风险模型构建及列线图(nomogram).校准曲线(calibration curve)绘制示例 列线图(Alignment Diagram),又称诺莫图(Nomogram图 ...
- R语言使用broom包将回归模型(线性回归、逻辑回归、比例风险回归)的结果整理成dataframe并导出到excel等文件中:基于mtcars和colon数据集
R语言使用broom包将回归模型(线性回归.逻辑回归.比例风险回归)的结果整理成dataframe并导出到excel等文件中:基于mtcars和colon数据集 目录
- cox风险回归模型参数估计_信用风险管理:分类模型和超参数调整
cox风险回归模型参数估计 The final part aims to walk you through the process of applying different classificati ...
- R语言生存分析详解:KM曲线、COX比例风险模型、HR值解读、模型比较、残差分析、是否比例风险验证:基于survival包lung数据集
R语言生存分析详解:KM曲线.COX比例风险模型.HR值解读.模型比较.残差分析.是否比例风险验证:基于survival包lung数据集 目录
- coxphfit+matlab,计算Cox比例风险模型的coxph和cph函数有什么区别?
RCS =受限立方样条. 您可以通过查看help(package="rms") 找到函数的帮助文件下面是源代码的摘录,所以你可以看到那里的cph函数调用coxph.fit功能(的c ...
最新文章
- bzoj千题计划262:bzoj4868: [六省联考2017]期末考试
- 以人致胜 SAP开启HR云端变革之旅
- 如何为.NETCore安装汉化包智能感知
- mysql数据迁移neo4j_neo4j数据库迁移---------Neo4j数据库导入导出的方法
- java get post 注解,GET/POST接收或发送数据的问题
- Java实现密码学工具,集成了对称加密算法DES,AES,IDEA,公开加密算法RSA,ECC,散列算法MD5,SHA1,CRC32,以及RSA,DSA,ECDSA数字签名验证示例。
- 关于 Appium 各种版本的安装,都在这里
- [Swift]LeetCode1023. 驼峰式匹配 | Camelcase Matching
- JDBC学习(四、DAO思想和重构设计上)
- android 屏幕点击录制视频教程,安卓手机怎么屏幕录像,手机屏幕录像详细教程...
- 数字电路中几种基本门电路
- 穿越(pass through)
- R语言 substitute
- java课设的总结和体会,JAVA设计培训心得体会【两篇】
- csp认证201903-1--小中大(c++)
- 哪些蓝牙耳机便宜好用?便宜又好用的蓝牙耳机之王
- IBM X60驱动程序的安装
- linux 端口监听 Netstat 常用命令
- 010-跨平台开发-MUI-单选框及取值(radio)
- c语言库函数总结----stdlib.h库