舍恩菲尔德残差


11

在具有多个变量的Cox比例风险模型中,如果对于这些变量之一,Schoenfeld残差不是平坦的,这是否会使整个模型无效?或者是否可以忽略效果不佳的变量?即,解释其他变量的系数,但不解释性能差的变量的结果系数。

处理Schoenfeld残差不平坦的模型有几种标准方法。暂时假设我们做不到。


一次颠簸。不知道这是否在本网站的礼节之内。
jeffalstott

Answers:


5

比例风险(PH)的判断应基于正式的统计检验结果和Schoenfeld残差(SR)图。

如果给定变量的SR图显示出与直线的偏差,而其余变量则保持不变,那么您就不应忽略它。您可以做的第一件事是查看全局测试的结果。全局检验可能表明PH的总体假设是正确的(或不是)。如果全局测试很好,则切换假设不成立的变量的参考类别,您也许可以实现PH。与一个参考类别相比,危险可能是成比例的,而与另一参考类别则不是。因此,通过切换参考类别,您可能能够找到导致PH假设为真的类别。

如果切换不能解决您的问题,并假设您的模型中包含正确的变量,则表明危险与该特定变量不成比例,即在不同时间点存在不同的危险。因此,您可能需要在模型中引入变量和时间之间的交互。

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.