R语言
anova.coxph
位于 survival
包(package)。 说明
基于对数偏似然,计算一个或多个 Cox 模型拟合的偏差表分析。
用法
## S3 method for class 'coxph'
anova(object, ..., test = 'Chisq')
参数
object |
|
... |
更多 |
test |
一个字符串。适当的测试是卡方,所有其他选择都会导致不进行测试。 |
细节
指定单个对象可以对该拟合的偏差表进行顺序分析。也就是说,随着公式的每一项依次相加,模型 Cox log-partial-likelihood 中的减少量以表的行加上对数似然本身的形式给出。稳健的方差估计通常用于模型可能是mis-specified的情况,例如每个受试者有多个事件。在这种情况下,似然值的比较没有意义(差异不再具有卡方分布),并且 anova
将拒绝打印结果。
如果指定了多个对象,则表中的一行表示每个模型的自由度和对数似然。对于除第一个模型之外的所有模型,还给出了自由度和 loglik 的变化。 (这仅在模型嵌套时才具有统计意义。)按照惯例,从最小到最大列出模型,但这取决于用户。
该表可以选择包含比较每行 loglik 减少情况的测试统计数据(和 P 值)。
值
类 "anova"
的对象继承自类 "data.frame"
。
警告
仅当两个或多个模型拟合到同一数据集时,anova
之间的比较才有效。如果存在缺失值,这可能会出现问题。
例子
fit <- coxph(Surv(futime, fustat) ~ resid.ds *rx + ecog.ps, data = ovarian)
anova(fit)
fit2 <- coxph(Surv(futime, fustat) ~ resid.ds +rx + ecog.ps, data=ovarian)
anova(fit2,fit)
也可以看看
相关用法
- R aggregate.survfit 平均生存曲线
- R aeqSurv 判定 Surv 对象中的邻近关系
- R aareg Aalen 针对删失数据的加性回归模型
- R attrassign 创建新样式的“分配”属性
- R agreg.fit Cox模型拟合函数
- R aml 急性髓性白血病生存数据
- R hoel 小鼠癌症数据
- R survcondense 缩短 (time1, time2) 生存数据集
- R myeloid 急性粒细胞白血病
- R tobin 托宾的托比特数据
- R pseudo 生存的伪值。
- R levels.Surv 返回多状态 Surv 对象的状态
- R rats Mantel 等人的大鼠治疗数据
- R diabetic 糖尿病视网膜病变
- R pbc 梅奥诊所原发性胆汁性胆管炎数据
- R plot.survfit survfit 对象的绘图方法
- R kidney 肾导管数据
- R stanford2 更多斯坦福心脏移植数据
- R print.aareg 打印 aareg 对象
- R pyears 人年
- R residuals.survreg 计算“survreg”对象的残差
- R cgd0 慢性肉芽肿病数据
- R mgus2 单克隆丙种球蛋白病数据
- R model.frame.coxph coxph 对象的 Model.frame 方法
- R brier 计算 Cox 模型的 Brier 分数
注:本文由纯净天空筛选整理自R-devel大神的英文原创作品 Analysis of Deviance for a Cox model.。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。