R coxph.detail Cox 模型擬合的詳細信息

說明

返回每個唯一事件時間對一階和二階導數矩陣的單獨貢獻。

用法

coxph.detail(object, riskmat=FALSE, rorder=c("data", "time"))

參數

object	Cox 模型對象，即 coxph 的結果。
riskmat	在輸出中包含 at-risk 指標矩陣？
rorder	x 、 y 和 riskmat 的行應該按原始數據順序返回，還是按層內的時間排序。

細節

對於那些希望研究新方法或 Cox 模型擴展的人來說，此函數可能很有用。下麵的示例顯示了計算 Schoenfeld 殘差的一種方法。

值

包含組件的列表

time	獨特事件時間的向量
nevent	每個時間點的事件數。
means	Cox 模型中的每個事件時間為一行，每個變量為一列的矩陣，包含當時仍處於風險中的所有受試者的當時變量的加權平均值。權重是風險權重 exp(x %*% fit$coef) 。
nrisk	處於危險中的受試者數量。
score	每個時間點對得分向量的貢獻(對數偏似然的一階導數)。
imat	每個時間點對信息矩陣的貢獻(對數偏似然的二階導數)。
hazard	危險增量。請注意，危險和危險的方差總是針對某個特定的未來主題。此例程使用object$means 作為未來主題。
varhaz	危險增量的方差。
x , y	輸入數據的副本。
strata	僅適用於分層 Cox 模型，該表給出了每個層貢獻的組件 time 的時間點數量。
wtrisk	風險加權數
riskmat	每個觀測值一行，每個唯一事件時間一列的矩陣，包含 0/1 值，指示該觀測值在給定時間點是否存在風險 (1) 或不存在風險 (0)。行按原始數據的順序(在通過 coxph 刪除任何缺失後)或按時間順序排列。

例子

fit   <- coxph(Surv(futime,fustat) ~ age + rx + ecog.ps, ovarian, x=TRUE)
fitd  <- coxph.detail(fit)
#  There is one Schoenfeld residual for each unique death.  It is a
# vector (covariates for the subject who died) - (weighted mean covariate
# vector at that time).  The weighted mean is defined over the subjects
# still at risk, with exp(X beta) as the weight.

events <- fit$y[,2]==1
etime  <- fit$y[events,1]   #the event times --- may have duplicates
indx   <- match(etime, fitd$time)
schoen <- fit$x[events,] - fitd$means[indx,]

也可以看看

coxph , residuals.coxph