MATLAB中的Cox回归

我知道MATLAB中有COXPHFIT函数可以做Cox回归，但是我在理解如何应用它时遇到了问题。MATLAB中的Cox回归

1）如何比较两组样本中存活天数（survdays），审查（cens）和某些预测值（x）？逻辑变量由groups定义。组有不同数量的样本。

2）coxphfit的基线参数是多少？我确实阅读过文档，但我应该如何正确选择基准？

如果你知道一个有关医疗生存数据的详细例子的网站，那将是非常好的。我发现只有Mathworks demo甚至没有提到coxphfit。

你知道可能是Cox回归的另一个第三方函数吗？

UPDATE：本r标签添加，因为我已经得到了答案是[R。

2010-08-12 yuk

我最喜欢的统计数据参考（Sheskin的参数化和非参数统计程序手册）说，Norusis的“SPSS Advanced统计程序伴侣”是Cox回归的一个很好的参考，SPSS是一个很好的工具。 – Jonas 2010-08-13 13:00:37

对于生存分析，危险函数是瞬时死亡率。

在这些分析中，您通常会测量某种东西对此危险函数的影响。例如，你可能会问：“吞咽砷会增加人死亡的速度吗？”。背景风险是人们无论如何都会死亡的水平（在这种情况下，不会吞咽砷）。

如果您仔细阅读coxphfit的文档，您会注意到该函数尝试计算基准风险;这不是你输入的东西。

基准计算基准危害的X值。

编辑：MATLAB的coxphfit函数显然不适用于分组数据。如果你乐意切换到R，那么anaylsis是一个单线。

library(survival) 

#Create some data 
n <- 20; 
dfr <- data.frame(
    survdays = runif(n, 5, 15), 
    cens  = runif(n) < .3, 
    x  = rlnorm(n), 
    groups = rep(c("first", "second"), each = n/2) 
) 

#The Cox ph analysis 
summary(coxph(Surv(survdays, cens) ~ x/groups, dfr))

ANOTHER编辑：这baseline参数MATLAB的coxphfit似乎是一个标准化常数。 R的coxph函数没有等效参数。我查看了迈克尔克劳利的Statistical Computing，它似乎暗示基线危险并不重要，因为当你计算你个人死亡的可能性时它会被抵消。特别参见第33章和第615-616页。我对模型工作原理的了解不足以解释MATLAB和R实现中的差异;也许你可以在Stack Exchange Stats Analysis网站上询问。

来源

2010-08-13 13:41:00

非常感谢。特别为R脚本。但就基线而言，它是函数中的一个参数。它的意思是（X），默认情况下，可以是0.我认为在你的例子中，基线应该是0，所以我们比较吞咽危险与不吞咽。但是如果我用年龄作为预测指标，我认为意思更有意义。我如何在R脚本中控制它？ – yuk 2010-08-13 18:28:30

非常感谢Richie。经过一番阅读和尝试后，我认为我现在明白了很多。 – yuk 2010-08-16 17:30:25

特别感谢Stats SE网站。我不知道那件事。 – yuk 2010-08-16 17:31:42

MATLAB中的Cox回归

回答

相关问题