R summary.aareg 總結一下 aareg 擬合

說明

創建 Aalen 加性回歸模型的總體測試統計數據

用法

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

參數

object	調用 aareg 函數的結果
maxtime	在 "maxtime" 時刻截斷模型的輸入
test	將用於計算測試的相對時間權重
scale	縮放係數。對於某些數據集，Aalen模型的係數會很小(10-4)；這隻是將打印值乘以一個常數(例如 1e6)，以使打印輸出更易於閱讀。
...	對於未來的方法

細節

圖的最右側尾部具有較大的離群值的情況並不少見，特別是對於標準誤差而言。然後可以使用 maxtime 參數來截斷範圍以避免這些問題。這給出了檢驗統計量的更新值，而無需重新擬合模型。

斜率基於累積係數圖的加權線性回歸，並且可能是效果總體大小的有用度量。例如，當兩個模型包含一個公共變量(例如"age")時，這可能有助於評估由於其他變量而導致的擬合變化有多大，以免重疊兩個圖。 (當然，這些圖通常是高度非線性的，因此它隻是一個粗略的替代)。斜率與檢驗統計量沒有直接關係，因為後者對於任何時間的單調變換都是不變的。

值

返回包含以下組件的列表

table	一個矩陣，其中行表示截距和每個協變量，列表示斜率估計、檢驗統計量、標準誤差、z-score 和 p 值
test	用於計算檢驗統計量的時間加權
test.statistic	檢驗統計量向量
test.var	基於模型的檢驗統計量方差矩陣
test.var2	可選地，檢驗統計量的穩健方差矩陣
chisq	對任何變量的顯著性進行整體檢驗(忽略截距項)
n	包含觀測值數量、計算中使用的獨特死亡時間數量以及獨特死亡時間總數的向量

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