Яке значення "

Яке значення наведене в резюме кокс-моделі в R? Наприклад, $R^2$

Rsquare= 0.186   (max possible= 0.991 )

Я нерозумно включив у нього рукопис як значення і рецензент стрибнув на нього, сказавши, що він не знає аналог статистики з класичної лінійної регресії, що розробляється для моделі Кокса, і якщо була одна, будь ласка надати довідку. Будь-яка допомога була б чудовою! $R^2$ $R^2$

r survival r-squared cox-model

— Даніельсбер
джерело

У більшості ситуацій, коли поняття

виходить за рамки класичної лінійної регресії, це кореляція у квадраті між спостережуваними величинами та прогнозованими за моделлю. Чи може це застосувати тут?

R^{2}

$R^2$

— Макрос

Ні, це не пов’язано з цим.

— Френк Харрелл

Відповіді:

За допомогою getS3method("summary","coxph")ви можете подивитися, як це обчислюється.

Відповідні рядки коду такі:

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))

Ось cox$loglik"вектор довжини 2, що містить імовірність логарифмів з початковими значеннями та з кінцевими значеннями коефіцієнтів" (див. ?coxph.object) І cox$n"кількість спостережень, що використовуються в придатності".

— Роланд
джерело

Якщо я не помиляюсь, це псевдо R-квадрат Cox & Snell. Для пояснення та порівняння різних псевдо-R-квадратів див. Ats.ucla.edu/stat/mult_pkg/faq/general/psuedo_rsquareds.htm .

— onestop

$n$ coxph

— Ронгюй Сюй
джерело

Неправильно, ви поділяєте на кількість спостережень, як би це дивно не звучало. Первісному питанню дивно, що рецензент не знав би про те, що існує протягом 20 років для моделі Кокса.

— Френк Харрелл

Якщо додати обмін між Ronghui Xu та @Frank Harrell, це не лише звучить дивно, поділяючи кількість спостережень, це не працює. Щоб побачити це, розглянемо бета-версію, зафіксовану за деяким значенням, так що, приблизно, E (R2) = 0,5, і той самий розподіл коваріатів, тобто все те саме, за винятком того, що дослідження 1 має вдвічі більше цензури, ніж дослідження 2 Хоча нам слід оцінювати однакову кількість популяції, оцінки R2 у дослідженні 1 будуть приблизно вдвічі меншими за результати дослідження 2, незалежно від розміру вибірки. Замість 0,5 ми отримали б близько 0,25.

R^{2}

$R^2$

Відповідаючи на зауваження Франка, я погодився б, що це не прямо і що зауваження Франка щодо нульової імовірності журналу є правильним. Я лише коли-небудь розглядав цю кількість як наближення до послідовного оцінювача чітко визначеної кількості населення на основі інформаційного приросту. Документ, на який посилається Ронгюй Сю, виконує моделювання. Вони показують, що вплив цензури, хоча і не відсутній, є набагато слабшим, якщо ми ділимо на кількість відмов, а не загальну кількість спостережень.

R^{2}

$R^2$