Question

我正在使用具有时变协变量的Cox回归模型。为了避免因果同时性的问题，我需要将所有协变量滞后一个周期（年）。所以我想知道我怎么能在R中做到这一点？我有二元和连续的时变协变量。

我的数据样本：

def tablesOneToTen():
    # initialize x counter
    x = 1

    # first condition
    while x <= 10:
        # print reference message
        print("Table for {} * [1-10]".format(x))
        # initialize y counter
        y = 1
        # second condition
        while y <=10:
            # print values
            print(x*y, end=" ")
            # increment y
            y += 1
        # print a new line
        print(" ")
        # increment x
        x += 1

Answer 1

这是一个滞后的功能，我承认这是从这里的其他人复制的。这个特殊的设置是为data.tables编写的，但你可以简单地重写一个data.frame。

lagging<-function (data, var, time) 
{
    return(c(rep(NA, time), head(data[, eval(as.name(var))], 
        (length(data[, eval(as.name(var))]) - time))))
}

#how to use:
df[,lagX:=lagging(df,'X',1)]

#also, if you want to run one ahead--

forwarding<-function (data, var, time) 
{
    return(c(tail(data[, eval(as.name(var))], (length(data[, 
        eval(as.name(var))]) - time)), rep(NA, time)))
}

如何用R来区分二分和连续变量？

1 个答案: