R summary.aareg 总结一下 aareg 拟合

说明

创建 Aalen 加性回归模型的总体测试统计数据

用法

## S3 method for class 'aareg'
summary(object, maxtime, test=c("aalen", "nrisk"), scale=1,...)

参数

object	调用 aareg 函数的结果
maxtime	在 "maxtime" 时刻截断模型的输入
test	将用于计算测试的相对时间权重
scale	缩放系数。对于某些数据集，Aalen模型的系数会很小(10-4)；这只是将打印值乘以一个常数(例如 1e6)，以使打印输出更易于阅读。
...	对于未来的方法

细节

图的最右侧尾部具有较大的离群值的情况并不少见，特别是对于标准误差而言。然后可以使用 maxtime 参数来截断范围以避免这些问题。这给出了检验统计量的更新值，而无需重新拟合模型。

斜率基于累积系数图的加权线性回归，并且可能是效果总体大小的有用度量。例如，当两个模型包含一个公共变量(例如"age")时，这可能有助于评估由于其他变量而导致的拟合变化有多大，以免重叠两个图。 (当然，这些图通常是高度非线性的，因此它只是一个粗略的替代)。斜率与检验统计量没有直接关系，因为后者对于任何时间的单调变换都是不变的。

值

返回包含以下组件的列表

table	一个矩阵，其中行表示截距和每个协变量，列表示斜率估计、检验统计量、标准误差、z-score 和 p 值
test	用于计算检验统计量的时间加权
test.statistic	检验统计量向量
test.var	基于模型的检验统计量方差矩阵
test.var2	可选地，检验统计量的稳健方差矩阵
chisq	对任何变量的显著性进行整体检验(忽略截距项)
n	包含观测值数量、计算中使用的独特死亡时间数量以及独特死亡时间总数的向量

例子

afit <- aareg(Surv(time, status) ~ age + sex + ph.ecog, data=lung,
     dfbeta=TRUE)
summary(afit)
## Not run: 
              slope   test se(test) robust se     z        p 
Intercept  5.05e-03    1.9     1.54      1.55  1.23 0.219000
      age  4.01e-05  108.0   109.00    106.00  1.02 0.307000
      sex -3.16e-03  -19.5     5.90      5.95 -3.28 0.001030
  ph.ecog  3.01e-03   33.2     9.18      9.17  3.62 0.000299

Chisq=22.84 on 3 df, p=4.4e-05; test weights=aalen

## End(Not run)

summary(afit, maxtime=600)
## Not run: 
              slope   test se(test) robust se      z        p 
Intercept  4.16e-03   2.13     1.48      1.47  1.450 0.146000
      age  2.82e-05  85.80   106.00    100.00  0.857 0.392000
      sex -2.54e-03 -20.60     5.61      5.63 -3.660 0.000256
  ph.ecog  2.47e-03  31.60     8.91      8.67  3.640 0.000271

Chisq=27.08 on 3 df, p=5.7e-06; test weights=aalen

## End(Not run)

也可以看看

阿雷格，plot.aareg