Coxph预测与系数不匹配

时间:2017-03-16 19:30:50

标签: r predict survival-analysis cox-regression cox

下午好,

我可以发布可重现的代码,如果每个人都认为某些内容有问题,我当然会认为我的问题非常简单,有人会指出正确的道路。

我正在使用这样的数据集:

created_as_free_user     t     c
                 <fctr> <int> <int>
1                  true    36     0
2                  true    36     0
3                  true     0     1
4                  true    28     0
5                  true     9     0
6                  true     0     1
7                  true    13     0
8                  true    19     0
9                  true     9     0
10                 true    16     0

我安装了这样的Cox回归模型:

fit_train = coxph(Surv(time = t,event = c) ~ created_as_free_user ,data = teste)
summary(fit_train)

并收到:

Call:
coxph(formula = Surv(time = t, event = c) ~ created_as_free_user, 
    data = teste)

  n= 9000, number of events= 1233 

                            coef exp(coef) se(coef)      z Pr(>|z|)    
created_as_free_usertrue -0.7205    0.4865   0.1628 -4.426 9.59e-06 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

                         exp(coef) exp(-coef) lower .95 upper .95
created_as_free_usertrue    0.4865      2.055    0.3536    0.6693

Concordance= 0.511  (se = 0.002 )
Rsquare= 0.002   (max possible= 0.908 )
Likelihood ratio test= 15.81  on 1 df,   p=7e-05
Wald test            = 19.59  on 1 df,   p=9.589e-06
Score (logrank) test = 20.45  on 1 df,   p=6.109e-06

到目前为止一切顺利。 下一步:预测新数据的结果。 我理解预测UCxph可以给我的不同类型的预测(或者至少我认为我这样做)。让我们使用type =&#34; lp&#34;:

head(predict(fit_train,validacao,type = "lp"),n=20)

得到:

     1           2           3           4           5           6           7           8           9          10 
-0.01208854 -0.01208854 -0.01208854 -0.01208854 -0.01208854 -0.01208854 -0.01208854 -0.01208854 -0.01208854 -0.01208854 
         11          12          13          14          15          16          17          18          19          20 
-0.01208854 -0.01208854  0.70842049 -0.01208854 -0.01208854 -0.01208854 -0.01208854 -0.01208854 -0.01208854 -0.01208854 

行。但是,当我查看我想要估算的数据时:

# A tibble: 9,000 × 3
   created_as_free_user     t     c
                 <fctr> <int> <int>
1                  true    20     0
2                  true    12     0
3                  true     0     1
4                  true    10     0
5                  true    51     0
6                  true    36     0
7                  true    44     0
8                  true     0     1
9                  true    27     0
10                 true     6     0
# ... with 8,990 more rows

这让我感到困惑....

类型=&#34; lp&#34;是不是想给你线性预测? 对于我正在尝试估计的上述数据,因为created_as_free_user变量等于true,我错误地期望type =&#34; lp&#34;预测准确到-0.7205(上述模型的系数)? -0.01208854在哪里?我怀疑它是某种规模的情况,但无法在线找到答案。

我的最终目标是由预测类型=&#34;期望&#34;给出的h(t),但是我并不是很舒服使用它,因为它使用了这个-0.01208854的值,我没有&#39完全明白。

非常感谢

1 个答案:

答案 0 :(得分:2)

?predict.coxph中的详细信息部分显示:

  

Cox模型是相对风险模型;类型的预测        “线性预测器”,“风险”和“术语”都是相对于        来自他们的样本。默认情况下,参考值为        这些中的每一个都是分层内的平均协变量。

为了说明这意味着什么,我们可以看一个简单的例子。一些假数据:

test1 <- list(time=c(4,3,1,1,1), 
             status=c(1,1,1,0,0), 
             x=c(0,2,1,1,0)) 

我们适合模型并查看预测:

fit <- coxph(Surv(time, status) ~ x, test1) 
predict(fit, type = "lp")
# [1] -0.6976630  1.0464945  0.1744157  0.1744157 -0.6976630

预测与:

相同
(test1$x - mean(test1$x)) * coef(fit)
# [1] -0.6976630  1.0464945  0.1744157  0.1744157 -0.6976630

(使用这个逻辑和一些算术,我们可以从你的结果中退出,你的created_as_free_user变量的9000个观察中有8849个“真实”。)