Question

我继承了S +的一些代码，这些代码符合Cox比例风险模型和推算数据。然后，它使用Design包来获得预测值和置信区间。

set.seed(23)

somedata<- data.frame(
  col1 = sample(c(1,2), 10, replace = TRUE),
  col2 = sample(10000),
  col8 = rnorm(10000, 54, 5 ),
  col22 = rbinom(10000, 1, .5)
)

sd<-datadist(somedata)
options(datadist="sd")

formula1 <- ~ col2 + col1 + col22  + col8
formula2 <- Surv(col2, col1) ~  col22 + rcs(col8, 3)

a <- aregImpute(formula1, data=somedata, n.impute=5)
f <- fit.mult.impute(formula2, cph, a, data=somedata)
p1 <- plot(f, conf.int=T, ref.zero=T, fun=exp, col8=c(18:70), xlab=c("Recipient age"), 
           ylab=c("RR of Mortality"))
write.table(p1$x.xbeta,file=afilename,sep=",",dimnames.write=F)

我现在在R中这样做。我使用RMS包中的Predict函数不断收到错误。有人可以帮忙吗？

set.seed(23)

somedata<- data.frame(
  col1 = sample(c(1,2), 10, replace = TRUE),
  col2 = sample(10000),
  col8 = rnorm(10000, 54, 5 ),
  col22 = rbinom(10000, 1, .5)
)

sd<-datadist(somedata)
options(datadist="sd")

formula1 <- ~ col2 + col1 + col22  + col8
formula2 <- Surv(col2, col1) ~  col22 + rcs(col8, 3)

a<-aregImpute(formula1, data=somedata, n.impute=5)
f<-fit.mult.impute( formula2, cph, a, data=somedata)
p2<-Predict(f ,col8,conf.int=0.95 ,ref.zero=TRUE ,fun=exp )

在评估Predict时，日志显示：

matxv中的错误（adjto，coeff，kint = kint）： a（4）中的列必须是＆lt; = b（3）的长度

从使用S-Plus Design包迁移到R RMS包

0 个答案: