我正在使用rms包通过多变量回归分析来分析数据集。由于有许多不同的模型需要处理，因此我保存了模型以供以后重用：
mod.name.lst <- c(...)
mod.lst <- mget(mod.name.lst)
save(mod.lst, file="model.dat")
save(mod.name.lst, file="model_names.dat")
然后通过
加载它们load("model.dat")
load("model_names.dat")
i <- 1
for (a in mod.name.lst) {assign(a, mod.lst[[i]]); i <- i+1}
使用ols时，此方法没有任何问题-但在大多数情况下，使用cph时似乎不可能。模型看起来“不错”，但不允许我使用summary或Predict：
在大多数情况下，summary会导致
if（j！= iref）{：需要TRUE / FALSE时缺少值
summary工作时，它不会像往常一样提供数据作为危险比，而是仅提供效果大小。
Predict还会导致错误消息：
Error in predictrms: Values in status not in Current Former Never :
[List of variable values]
Error in predictrms(fit, settings, kint = kint, conf.int = conf.int, conf.type = conf.type, :
使用ols时根本不会发生此错误-我也无法使用其他数据集轻松地重新创建它。
保存模型时，cph是否需要任何未存储的其他数据？有没有更好的方法来保存模型？