Question

我正在尝试对数据运行条件逻辑回归，类似于以下示例：

table.10.3 <-  data.frame(pair=rep(1:144,rep(2,144)),
                         MI=rep(c(0,1),144),
                         diabetes=c(rep(c(1,1),9),
                                    rep(c(1,0),16),
                                    rep(c(0,1),37),
                                    rep(c(0,0),82))
                          )
# head(table.10.3)
# pair MI diabetes
#    1  0        1
#    1  1        1
#    2  0        1
#    2  1        1
#    3  0        1
#    3  1        1

library("survival")
fit.CLR <- clogit(MI ~ diabetes + strata(pair), method="exact", data=table.10.3)

summary(fit.CLR)

我得到了摘要。我的问题是如何以图形方式表示结果？我需要保持，因为我对R绘图很新。我试过vcd包。我能够得到一些其他虚拟数据的马赛克图。但我想绘制clogit模型的结果。

Answer 1

如果您想绘制S曲线，下面的代码将会这样做。

x <- -7:7
y <- 1 / (1 + exp(-x)) #Sigmoid Logistic function
plot(x,y,col="DarkGreen",pch=19,lwd=1)

Answer 2

我不认为你可以通过clogit达到生存曲线。条件逻辑回归并不能自动解释生存时间;它只涉及包含匹配案例的分层成员资格，并控制Cox模型处理生存时间的方式（因此它出现在＆＃39; survival＆＃39;包中）。

如果您对估计基线生存和危险功能感兴趣，我认为您需要使用像coxph这样的生存模型，或者您可以直接使用survfit来估计生存曲线。

匹配对的条件逻辑回归

2 个答案: