全部版块 我的主页
论坛 数据科学与人工智能 数据分析与数据科学 R语言论坛
1573 1
2021-08-17
在网上找到了一套算法,但是只适用于二分类变量,没找到多分类变量的求解方法想请问下R语言大神,我的问题有没有算法可以解决,谢谢

以下是二分类变量可行的time-independent HR作图算法
mod_tvc <- rstpm2::stpm2(Surv(time, status==2) ~ sex, #需要比较的变量
data = lung, #数据集名称
df=3,
tvc = list(sex = 1))#变量平滑水平

mod_ph <- rstpm2::stpm2(Surv(time, status==2) ~ sex,
                        data = lung)#不考虑时间变量影响的HR

plot(mod_tvc, #刚刚构建的模型
newdata = data.frame(sex = 2), #比对数据
type = "hr",
var = "sex",#需要比较的变量,同模型
ci = TRUE,#置信区间
rug = FALSE,
main = "Time-dependent HR",
ylab = "Hazard ratio", xlab = "Time")

plot(mod_ph,  newdata = data.frame(sex = 2), type = "hr",
     var = "sex", add = TRUE, ci = FALSE, lty = 2)


二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2021-8-17 15:15:01
在网上找到了分类变量的风险随时间变化的情况,但是无法求得比值
以下是代码:

lung <- transform(lung, recyear=time / 365.24)
fit <- stpm2(Surv(recyear,status==2)~ph.ecog, data=lung)
summary(fit)
eform.coxph <- function(object) exp(cbind(coef(object),confint(object)))
View(eform.coxph)
fit.cox <- coxph(Surv(recyear,status==2)~ph.ecog, data=lung)
rbind(cox=eform(fit.cox), eform(fit)[2, drop=FALSE])

f1=plot(fit,newdata=data.frame(ph.ecog='0'), type="hazard", xlab="Time (years)")
f2=plot(fit,newdata=data.frame(ph.ecog='3'), type="hazard", xlab="Time (years)")
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群