我正在尝试使用 R 中的 Cox 比例风险模型来计算生存预测。
library(survival)
data(lung)
model<-coxph(Surv(time,status ==2)~age + sex + ph.karno + wt.loss, data=lung)
predict(model, data=lung, type ="expected")
当我使用上面的代码时,我得到了与公式相对应的累积风险预测
h^i(t)=h^0(t)exp(x′iβ^)
但我关心的是预测与公式相对应的生存,
S^i(t)=S^0(t)exp(x′iβ^)
如何预测 R 中的生存率?
提前致谢。
您可以使用predict
or survfit
. With predict
您需要为 newdata 参数提供一个列表,其中包含模型中所有变量的值:
predict(model,
newdata=list(time=100,status=1,age=60,sex=1, ph.karno=60,wt.loss=15),
type ="expected")
[1] 0.2007497
有一个针对 survfit 对象的绘图方法:
?survreg
png(); plot(survfit(model)); dev.off()
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)