我有两个独立的数据集，一个是5421，另外是1000个主题。我想要做的是使用外部数据集（test_dat，n = 1000）验证从主数据集（main_dat，n = 5421）获得的Cox模型。但是，我使用Hmisc包中的rcorr.cens（）和rms中的val.surv得到错误消息。这是我一直在做的事情：
library(rms)
surv.obj=with(main_dat,Surv(survival,surv_cens)) ## to use with rcorr.cens
phmodel=cph(surv.obj~sex+age+treatment, x=TRUE, y=TRUE, surv=T, time.inc=10, data=main_dat, se.fit=T)
estimates=survest(phmodel, newdata=test_dat, times=10)
rcorr.cens(x=estimates, S=surv.obj)
rcorr.cens出错（x =估计，S = surv.obj）： y必须与x
具有相同的长度
w=val.surv(phmodel ,newdata=test_dat, u=10)
val.surv中的错误（phmodel，newdata = test_dat，u = 10）： dims [product 1000]与对象的长度不匹配[5421] 另外：警告信息： 在est.surv + S [，1]中： 较长的物体长度不是较短物体长度的倍数
我做错了什么，或者两个数据集必须有相同数量的观察结果？
任何帮助将不胜感激。
答案 0 :(得分：0)
我没有看到test_dat定义surv.obj的位置。您需要将其添加到test_dat或拥有调用中使用的独立对象surv.obj。
请注意，您的样本量不足以进行拆分样本验证，即，如果您多次重新拆分样本，则会在结果中产生分歧。严格的引导程序内部验证（使用rms包validate和calibrate函数）通常更精确。