我在使用coxph()时遇到了一些麻烦.我有两个分类变量:"tecnologia"和"pais",我想评估"pais"对"tecnologia"的可能的交互作用."tecnologia"是一个具有2个级别的变量因子:gps和convencional.而"pais"为2级:PT和ES.我不知道为什么这个警告不断出现.这是代码和输出:
cox_AC<-coxph(Surv(dados_temp$dias_seg,dados_temp$status)~tecnologia*pais,data=dados_temp)
Warning message:
In coxph(Surv(dados_temp$dias_seg, dados_temp$status) ~ tecnologia * :
X matrix deemed to be singular; variable 3
> cox_AC
Call:
coxph(formula = Surv(dados_temp$dias_seg, dados_temp$status) ~
tecnologia * pais, data = dados_temp)
coef exp(coef) se(coef) z p
tecnologiagps -0.152 0.859 0.400 -0.38 7e-01
paisPT 1.469 4.345 0.406 3.62 3e-04
tecnologiagps:paisPT NA NA 0.000 NA NA
Likelihood ratio test=23.8 on 2 df, p=6.82e-06 n= 127, number of events= 64
我正在打开关于这个主题的另一个问题,虽然几个月前我做了一个类似的问题,因为我再次面临同样的问题,还有其他数据.而这次我确定这不是一个与数据相关的问题.
有人能帮助我吗？谢谢
更新: 问题似乎不是一个完美的分类
> xtabs(~status+tecnologia,data=dados)
tecnologia
status conv doppler gps …我在使用coxph()时遇到了一些麻烦.我有两个分类变量:性别和可能原因,我想用作预测变量.性只是典型的男性/女性,但可能的原因有5种选择.我不知道警告信息有什么问题.为什么cofidence间隔从0到Inf并且p值如此之高？
这是代码和输出:
> my_coxph <- coxph(Surv(tempo,status) ~ factor(Sexo)+ factor(Causa.provavel) , data=ceabn)
Warning message:
In fitter(X, Y, strats, offset, init, control, weights = weights, :
Loglik converged before variable 2,3,5,6 ; beta may be infinite.
> summary(my_coxph)
Call:
coxph(formula = Surv(tempo, status) ~ factor(Sexo) + factor(Causa.provavel),
data = ceabn)
n= 43, number of events= 31
coef exp(coef) se(coef) z Pr(>|z|)
factor(Sexo)macho 7.254e-01 2.066e+00 4.873e-01 1.488 0.137
factor(Causa.provavel)caca 2.186e+01 3.107e+09 9.698e+03 0.002 0.998
factor(Causa.provavel)colisao linha MT 1.973e+01 3.703e+08 9.698e+03 0.002 0.998
factor(Causa.provavel)indeterminado …我想为我的生存分析对象(suvfit/coxph)计算AIC值.当我尝试这样做时,它说:
> AIC(cox)
Error in UseMethod("logLik") :
no applicable method for 'logLik' applied to an object of class "coxph"
据我所知,这是一个软件限制.任何人都可以帮助我解决这个问题,而无需手动计算AIC值吗？
我创建了这个模型:
model <- survfit(Surv(time,status)~c$sex)
model
输出是:
Call: survfit(formula = Surv(time, status) ~ c$sex)
records n.max n.start events median 0.95LCL 0.95UCL
c$sex=female 15 15 15 8 720 517 NA
c$sex=male 28 28 28 23 234 145 712
所以,我想提取男性的中位数和女性的中位数,但不知道如何去做.以下是我尝试这样做的方法:
>model$median
NULL
>summary(model)$table[, "median"]
c$sex=female c$sex=male
720.0 234.5
我想要每一个值("720"和"234.5"),有人可以帮助我吗？
提前致谢
我有一个coxph模型,有5个时间相关和2个时间无关的变量.我想测试比例风险假设,除了鞅和偏差残差,使用cox.zph.我的问题是,这个函数如何处理时间依赖的协变量？
在阅读了Grant et al.,2014之后,我不确定这是否是推荐的拟合优度检验,用于评估时变协变量的PH假设.
模型:
teste<-coxph(Surv(tempo1,tempo2,status)~sexo+CODE_06+factor(clima)+TP_media7
+ndvi+peso+epoca,data=newftable,na.action=na.fail)
> cox.zph(teste)
rho chisq p
sexoM 0.0844 0.32363 0.5694
CODE_06Regadio 0.1531 0.66865 0.4135
CODE_06Sequeiro 0.2278 1.65735 0.1980
factor(clima)8 -0.1823 1.16522 0.2804
factor(clima)9 0.1051 0.24456 0.6209
factor(clima)15 -0.0193 0.00945 0.9226
TP_media7(12,22] 0.1689 0.75604 0.3846
TP_media7(22,32] 0.1797 1.03731 0.3084
TP_media7(32,41] 0.1060 0.34036 0.5596
ndvi(3e+03,4e+03] -0.1595 1.00006 0.3173
ndvi(4e+03,5e+03] 0.0421 0.05233 0.8191
ndvi(5e+03,6e+03] 0.1750 0.98816 0.3202
ndvi(6e+03,8.05e+03] -0.0311 0.02880 0.8653
peso[850,1005] 0.2534 3.34964 0.0672
epocamid_inv_rep 0.0193 0.01219 0.9121
epocamid_pos_inv -0.2193 0.93355 0.3339
epocamid_rep_pos 0.0231 …