的coxph模型摘要中给出的“


18

中的Coxph模型摘要中给出的值是多少?例如,[R2

Rsquare= 0.186   (max possible= 0.991 )

我愚蠢地将其包括为值的手稿,审稿人跳了起来,说他不知道 正在为Cox模型开发的经典线性回归中的统计量的类似物,如果有请提供参考。任何帮助将是巨大的![R2[R2


1
在大多数情况下,的概念超出了经典线性回归的范围,它是观测值与在模型下预测的值之间的平方相关。可以在这里适用吗?[R2
Macro

2
不,这与之无关。
Frank Harrell

Answers:


15

使用getS3method("summary","coxph")它可以查看其计算方式。

相关代码行如下:

logtest <- -2 * (cox$loglik[1] - cox$loglik[2])
rval$rsq <- c(rsq = 1 - exp(-logtest/cox$n), maxrsq = 1 - 
        exp(2 * cox$loglik[1]/cox$n))

这里cox$loglik是“长度为2的向量,其中包含具有对数值的初始值和最终值的对数似然”(请参阅​​参考资料?coxph.object),并且cox$n是“在拟合中使用的观察数”。


5
如果我没记错的话,那就是Cox&Snell伪R平方。有关各种伪R平方的解释和比较,请参见ats.ucla.edu/stat/mult_pkg/faq/general/psuedo_rsquareds.htm
2012年

4

ñcoxph


4
不正确的是,您将其除以观察次数,无论听起来多么奇怪。对于原始问题,很奇怪的是,审阅者没有意识到Cox模型已经存在20年了。
Frank Harrell

加上徐荣辉和@Frank Harrell之间的交流,它不仅``听起来很奇怪''除以观察数,而且还行不通。要看到这一点,请考虑将β固定为某个值,以便使E(R2)= 0.5大致不变,并且具有相同的协变量分布,即所有事物都相同,除了研究1的审查率是研究2的两倍之外尽管我们应该估计相同的人口数量,但无论样本大小如何,研究1中的R2估计值大约是研究2中的R2估计值的一半。取而代之的是0.5,而不是0.5。

[R2

在回答弗兰克的讲话时,我同意这不是直截了当的,弗兰克关于空对数似然的观察是正确的。我只把这个数量看做是基于信息增益对定义明确的人口数量的一致估计的近似值。徐荣辉提到的论文确实进行了模拟。这些结果表明,当我们除以失败的次数而不是观察的总数时,审查的影响(虽然不存在)要弱得多。

1
[R2
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.