我使用Cox回归模型对问题进行了建模,现在想要预测个体的估计存活时间。该模型具有一系列影响生存时间的协变量清单。此处告诉我们如何计算P(T>t),这基本上是给定个体的生存函数(1-CDF)。
我想要预测的是略有不同的东西。 鉴于已使用的协变量值,我希望预测人们能够生活的估计天数。 据我所知,这类似于从pdf中抽样。 我如何使用R中的survival包来做到这一点? 下面是使用Cox回归模型拟合的摘要。
我想要预测的是略有不同的东西。 鉴于已使用的协变量值,我希望预测人们能够生活的估计天数。 据我所知,这类似于从pdf中抽样。 我如何使用R中的survival包来做到这一点? 下面是使用Cox回归模型拟合的摘要。
Call:
coxph(formula = Surv(Time, death) ~ variable1 + variable2 + variable3 +
variable4 + variable5 + variable6 + variable7 + variable8 + variable9,
data = DataTest, method = "breslow")
n= 23756, number of events= 23756
coef exp(coef) se(coef) z Pr(>|z|)
variable1 0.02494 1.02526 0.02375 1.050 0.29354
variable2 -0.20715 0.81290 0.02395 -8.650 < 2e-16 ***
variable3 0.12940 1.13814 0.02263 5.717 1.08e-08 ***
variable4 0.02469 1.02500 0.02289 1.079 0.28077
variable5 0.13165 1.14070 0.02235 5.891 3.84e-09 ***
variable6 0.22286 1.24965 0.01534 14.526 < 2e-16 ***
variable7 -0.10513 0.90021 0.02035 -5.167 2.38e-07 ***
variable8 -0.12215 0.88501 0.02243 -5.447 5.13e-08 ***
variable9 -0.04930 0.95189 0.01827 -2.698 0.00697 **
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
exp(coef) exp(-coef) lower .95 upper .95
variable1 1.0253 0.9754 0.9786 1.0741
variable2 0.8129 1.2302 0.7756 0.8520
variable3 1.1381 0.8786 1.0888 1.1898
variable4 1.0250 0.9756 0.9800 1.0720
variable5 1.1407 0.8767 1.0918 1.1918
variable6 1.2496 0.8002 1.2126 1.2878
variable7 0.9002 1.1109 0.8650 0.9368
variable8 0.8850 1.1299 0.8470 0.9248
variable9 0.9519 1.0505 0.9184 0.9866
Concordance= 0.543 (se = 0.002 )
Rsquare= 0.022 (max possible= 1 )
Likelihood ratio test= 516.5 on 9 df, p=0
Wald test = 503.1 on 9 df, p=0
Score (logrank) test = 505.1 on 9 df, p=0