Question

我有一个生存对象（S），我正在使用survreg函数和R中的weibull分布对其进行weibull拟合。

S = Surv(data$ValueX, data$ValueY)
W = Survreg(S ~ 1, data=data, dist="weibull")

如何提取实际上是线性线的Weibull拟合的R平方值？还是有一个计算相关系数值Rho的函数？

基本上，我想计算适合度。

Answer 1

查看PAmeasures包中的pam.censor，它会产生类似R ^ 2的统计信息。使用生存包中的卵巢数据集：

library(PAmeasures)
library(survival)

fit.s <- survreg(Surv(futime, fustat) ~ age, data = ovarian, dist="weibull" )
p <- predict(fit.s, type = "response")
with(ovarian, pam.censor(futime, p, fustat))

对于具有年龄回归值的卵巢数据，我们得到的值仅为0.0915。

另一个想法是，对于没有协变量的Weibull模型，我们有S（t）= exp（-（lambda * t）^ p），因此log（-log（S（t）））在log（t ），因此我们可以使用相应回归的R平方来衡量模型与Weibull拟合的程度。

library(survival)

fit1 <- survfit(Surv(futime, fustat) ~ 1, data = ovarian)
sum1 <- summary(fit1, times = ovarian$futime)
fo <- log(-log(surv)) ~ log(time)
d <- as.data.frame(sum1[c("time", "surv")])
fit.lm <- lm(fo, d)
summary(fit.lm)$r.sq

plot(fo, d)
abline(fit.lm)

对于没有协变量的卵巢数据，R ^ 2为93％较高，但是该图确实暗示了线性度的系统偏离，因此它可能不是真正的威布尔（Weibull）。

其他

不确定是否对此感兴趣，但是eha程序包具有check.dist函数，该函数可用于将参数基准危害模型与Cox比例危害模型进行可视比较。请参阅文档以及： https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5233524/

使用来自生存的卵巢数据集：

library(eha)
library(surival)

fit.c <- coxreg(Surv(futime, fustat) ~ age, data = ovarian)
fit.p <- phreg(Surv(futime, fustat) ~ age, data = ovarian, dist = "weibull")
check.dist(fit.c, fit.p)

survAUC软件包具有三个功能，可为考克斯比例风险模型（OXS，Nagelk和XO）提供平方型统计量。

在R中找到Weibull拟合（生存模型）的R平方值

1 个答案:

其他