小编Slo*_*uei的帖子

运行生存分析,假设关于变量的p值具有统计显着性 - 假设与结果呈正相关.然而,根据Schoenfeld残差,违反了比例风险(PH)假设.

在纠正PH违规后,可能会发生以下哪种情况？

1. p值可能不再重要.
2. p值仍然很重要,但HR的大小可能会发生变化.
3. p值仍然显着,但关联方向可能会改变(即正关联可能最终为负).

PH假设违规通常意味着需要在模型中包含交互效应.在简单线性回归中,包括新变量可能由于共线性而改变现有变量系数的方向.在上面的案例中我们可以使用相同的理由吗？