我正在运行共享的伽玛脆弱模型（即具有随机效应的Coxph生存分析模型），并想知道它是否可以接受＆＃34;记录转换您的一个连续预测变量。我发现一个网站（http://www.medcalc.org/manual/cox_proportional_hazards.php）表示＆＃34; Cox比例回归模型假设......端点和预测变量之间应该存在线性关系。具有高度偏斜分布的预测变量可能需要对数变换以减少极值的影响。通过输入LOG（var）作为预测变量＆＃34;可以获得变量var的对数变换。
我真的很感谢有关此主题的统计知识更多的人的第二意见。简而言之：在生存分析模型（例如，Coxph模型）中转换（特别是对数变换）预测变量是否正常/普通/等等。
感谢。
答案 0 :(得分：2)
您可以在Cox回归中记录转换任何预测变量。这通常是必要的，但也有一些缺点。
为什么要进行日志转换？有很多很好的理由。减少异常值的范围和影响，数据变得更正常分布等。
什么时候可能？我怀疑有些情况下你不能这样做。我发现很难相信它会影响估算的准确性。
为什么不总是这样做？那么很难解释已经对数变换的预测变量的结果。如果您没有记录变换，并且您的预测变量是，例如，血压并且您获得1.05的风险比，则意味着血压升高1个单位的事件风险增加5％。如果您记录转换血压，则风险比为1.05（在对数转换后很可能不会再次降至1.05，但为简单起见我们将坚持1.05）意味着每个对数单位血压增加5％。现在更难以掌握。
但是，如果你对你想到的日志转换的特定变量不感兴趣（即你只需要调整它作为协变量），那就去做吧。