我想使用 randomForestSRC 来创建竞争风险模型（0个审查，1个感兴趣的事件，2个竞争事件）。我想在不同时间预测每个人对感兴趣事件的概率。
概率是否与累积发病率函数（CIF）完全相同？
如果是这种情况，以下示例将给出概率
library(randomForestSRC)
data(wihs, package = "randomForestSRC")
wihs.obj <- rfsrc(Surv(time, status) ~ ., wihs, nsplit = 3, ntree = 100)
pred.obj = predict(wihs.obj)
probabilities = pred.obj$cif
并且给出CIF的相应兴趣时间存储在
中pred.obj$time.interest
我想知道这些CIF是否实际上是该事件的可能性。
答案 0 :(得分：1)
我们会向您推荐文档，特别是有关竞争风险的部分：
https://kogalur.github.io/randomForestSRC/theory.html#section8.2
产生了两个相关的集合：特定原因累积危险函数（cs-CHF）的估计值，以及特定原因累积发生率函数（cs-CIF）的估计值。事件j的预测值是综合的原因特异性cs-CIF。它可以被解释为预期的生命年数，并且是死亡率的衡量标准。
文档中包含了与特定定义的链接以及对现有理论的引用。