是的,这两个回归模型之间存在联系。这是一个例子:
假设基线危害在一段时间内是恒定的:。在这种情况下,生存函数为h0(t)=λ
S(t)=exp(−∫t0λdu)=exp(−λt)
密度函数是
f(t)=h(t)S(t)=λexp(−λt)
这是期望值为的指数随机变量的pdf 。λ−1
这种配置产生以下参数Cox模型(带有明显的符号):
hi(t)=λexp(x′iβ)
在参数设置中,使用经典似然法估算参数。对数似然由下式给出
l=∑i{dilog(hi(ti))−tihi(ti)}
其中是事件指示符。di
直到一个加性常数,这与的对数似然表示相同,被视为均值。diμi=tihi(t)
结果,可以使用以下泊松模型获得估计:
log(μi)=log(ti)+β0+x′iβ
其中。β0=log(λ)