Cox回归之变量筛选的R实现 (Stepwise Variable Selection in R)
参考链接:http://finzi.psych.upenn.edu/R/library/My.stepwise/html/My.stepwise.coxph.html
package
install.packages("My.stepwise")
Usage
My.stepwise.coxph(Time = NULL, T1 = NULL, T2 = NULL, Status = NULL,variable.list, in.variable = "NULL", data, sle = 0.15, sls = 0.15,vif.threshold = 999)
Arguments
Time
|
The 'Time' (time to an event) for the sepcified Cox's proportional hazards model as in coxph(). |
T1
|
The 'T1' (Start) of the long-form data for the sepcified Cox's model as in coxph(). |
T2
|
The 'T2' (Stop) of the long-form data for the sepcified Cox's model as in coxph(). |
Status
|
The 'Status' (event indicator) for the sepcified Cox's proportional hazards model as in coxph(). |
variable.list
|
A list of covariates to be selected. |
in.variable
|
A list of covariate(s) to be always included in the regression model. |
data
|
The data to be analyzed. |
sle
|
The chosen significance level for entry (SLE). |
sls
|
The chosen significance level for stay (SLS). |
vif.threshold
|
The chosen threshold value of variance inflating factor (VIF). |
Examples
## Not run:
The data 'lung' is available in the 'survival' package.
## End(Not run)if (requireNamespace("survival", quietly = TRUE)) {lung <- survival::lung
}names(lung)
dim(lung)
my.data <- na.omit(lung)
dim(my.data)
head(my.data)
my.data$status1 <- ifelse(my.data$status==2,1,0)
my.variable.list <- c("inst", "age", "sex", "ph.ecog", "ph.karno", "pat.karno")
My.stepwise.coxph(Time = "time", Status = "status1", variable.list = my.variable.list,in.variable = c("meal.cal", "wt.loss"), data = my.data)my.variable.list <- c("inst", "age", "sex", "ph.ecog", "ph.karno", "pat.karno", "meal.cal","wt.loss")
My.stepwise.coxph(Time = "time", Status = "status1", variable.list = my.variable.list,data = my.data, sle = 0.25, sls = 0.25)
Cox回归之变量筛选的R实现 (Stepwise Variable Selection in R)相关推荐
- python回归模型 变量筛选_如何进行高维变量筛选和特征选择(一)?Lasso回归
01模型简介 随着海量电子病历的挖掘,影像学.基因组学等数据进入医学统计分析,经常会面临对高维变量特征选择的问题,Lasso回归是在线性回归模型的代价函数后面加上L1范数的约束项的模型,它通过控制参数 ...
- 史上最详细Cox回归列线图制作教程
列线图是一种直观有效地展示Cox回归结果的一种方法.最有价值的是进行结局的预测,同时可以通过直线的长度来表示不同变量对结局的影响,以及变量的不同取值对结局的影响.正如下图中所示. 举例来说,一个男性胰 ...
- R 回归 虚拟变量na_R语言 | 生存分析之R包survival的单变量和多变量Cox回归
生存分析之R包survival的单变量和多变量Cox回归续前文生存分析(Survival Analysis). 在前文初步简介了生存分析的概念,以及展示了一种生存分析模型Kaplan-Meier的使用 ...
- R语言使用cph函数和rcs函数构建限制性立方样条cox回归模型、使用rms包的Predict函数计算指定连续变量在不同分组变量下和风险比HR值的关系、使用ggplot2可视化变量与风险值HR的关系
↵ R语言使用cph函数和rcs函数构建限制性立方样条cox回归模型.使用rms包的Predict函数计算指定连续变量在不同分组变量下和风险比HR值的关系.使用ggplot2可视化连续变量在不同分组变 ...
- R语言survival包Surv函数创建生存对象、建立Cox回归模型(包含所有协变量)比较不同治疗方法生存率的差异、drop1函数计算cox回归模型自变量似然比检验值、删除冗余变量重新构建cox模型
R语言使用survival包的Surv函数创建生存对象.建立Cox回归模型(包含所有协变量)比较不同治疗方法生存率的差异.使用drop1函数计算cox回归模型自变量似然比检验结果.删除冗余变量重新构建 ...
- 咋筛选变量进入多因素回归 纳入变量 变量选择 类似机器学习的特征选择 cox回归分析cox多因素
在前期推送的内容中,我们介绍了构建多因素回归模型,探讨对结局指标有独立作用的影响因素,就好比侦探破案找出真凶的过程.我们作为研究人员,就像是一名侦探,通过统计学方法及专业知识,在众多的嫌疑人中一一排查 ...
- R语言进行COX时变系数模型(含时间依存协变量的Cox回归模型)
我们在临床研究中,经常要研究疾病与生存率的关系,cox回归是用得比较常见的模型之一.Cox 比例风险模型依赖于风险随时间变化的假设(PH假设),意思是协变量对结局的影响随着时间变化是固定的.然而现实中 ...
- R语言使用rms包拟合cph生存分析模型(包含生存时间和结果标签)、绘制不同生存时间节点的列线图nomogram(例如,6个月生存风险、12个月生存风险等)、使用逐步回归筛选最佳的cox回归模型
R语言使用rms包拟合cph生存分析模型(包含生存时间和结果标签).绘制不同生存时间节点的列线图nomogram(例如,6个月生存风险.12个月生存风险等).使用逐步回归筛选最佳的cox回归模型 目录
- R语言生存分析:Cox回归
上次介绍了生存分析中的寿命表.K-M曲线.logrank检验.最佳切点的寻找等,本次主要介绍Cox回归. 本推文不涉及理论,只有实操,想要了解生存分析的理论的请自行学习. Cox回归 使用surviv ...
最新文章
- oracle bl编译,使用 PL/SQL 条件编译
- Docker搭建网页数据库管理-Adminer
- 动物界的再生一个故事
- python2必须安装步骤_Python入门-第三方库的安装及环境配置(2)
- Boost:Bimap简单示例
- 区间贪心算法-——活动安排问题
- Product search parameter的determine逻辑
- python webbrowser_python webbrowser模块(浏览器操作)
- 886. 求组合数 II(模板)
- js中定义用字符串拼接起来的变量名的变量
- [Android Pro] Android源码编译之Nexus5真机编译
- 一个神奇的???whatever~~
- Win10设置定时关机命令简单介绍
- python避障小车_[TPYBoard - Micropython之会python就能做硬件 8] 学习使用超声波模块制作避障小车...
- 美洽消息推送 php,ThinkPHP内核仿美洽多商户多端接入无限客服系统支持PC+WAP+公众号接入...
- 微信小程序开发前端基础知识
- 高级事件----笔记
- 等式约束问题-拉格朗日乘子法
- 学生喂养动物(猫,狗,鸟)
- w7家庭版计算机策略,gpedit.msc win7家庭版
热门文章
- oracle秘钥到期,大佬们,关于甲骨文云重置SSH密钥方法,求指点
- deploy market
- horde groupware php,Horde Groupware 5.0.4安装与配置
- 潍坊学院计算机工程学院天一楼地址,计算机演讲稿的范文.doc
- 实现卷积神经网络:吴恩达Course 4-卷积神经网络-week1作业 pytorch版
- 与阿里云整个生态体系共同成长,更快更好的为房地产行业客户提供高价值的服务。...
- 什么是长连接,什么是短连接
- mysql slap_mysqlslap
- 如果身份认证作为唯一标识码,关联医院和学校会带来什么样的变化
- 泸州市的电子计算机学校名称,泸州市电子机械学校 学校图片简介