从coxph模型进行预测

我想了解一个考克斯PH模型上样本内的数据，然后使用衍生于出的采样数据的参数如下：

# learn IS params 
model.PH <- coxph(Surv(days.IS, outcome.IS) ~ predictor.IS) 

# apply IS params to OOS data to make predictions 
predictions.raw <- predict(model.PH, newdata = predictor.OS) 

# binarise predictions 
predictions.OS <- rep(0,length(predictions.raw))  
predictions.OS[which(predictions.raw>0)]<- 1 

# fit survival model 
fittedModel <- survdiff(Surv(days.OS, outcome.OS) ~ predictions.OS)

predictor.IS是维数Y_1 X d，预测的。 OS具有维度Y_2 x D

但是，这不起作用，因为预测中的元素数量.OS是Y_1 NOT Y_2。

我在做什么错？

来源

2014-09-01 Tristan Fletcher

如果您提供了[可重现的示例]，这将更容易回答（http://stackoverflow.com/questions/5963269/how-to-make-a-great-r-reproducible-example）。 – MrFlick 2014-09-01 19:40:41

Zelig软件包对于这类问题非常有用并且非常容易实现。 – 2014-09-01 19:56:00

如果您使用'data = dfrm'参数将值传递给''coxph，然后将'predict'作为具有相同列名称的不同数据帧传递给'predict'，则这可能会更干净。我明白你传递的矩阵可能与模型中找不到的列名相同。维度匹配不是predict.coxph函数的唯一要求。 – 2014-09-02 03:15:19

如果您使用data = dfrm参数将值传递给`coxph，然后传递newdata参数以预测具有相同列名称的不同数据框，则可能会更干净。我明白你传递的矩阵可能与模型中找不到的列名相同。维度匹配不是predict.coxph函数的唯一要求。

来源

2014-12-17 21:52:17

从coxph模型进行预测

回答

相关问题