Cox比例风险调整存活率回归是一种半参数方法估计去除混杂变量的影响和量化预测变量的影响。解释性的方法代表了效应和乘数的混杂变量一个共同的基准风险函数,h0(t)。
对于基线相对于0,这对应于模型
在哪里
的预测变量吗我th主题,h(X我,t)是故障率t为X我,h0(t)是基线风险率函数。基线风险函数的非参数部分Cox比例风险回归函数,而预测变量的影响是loglinear回归。假设是基线风险函数依赖于时间,t,但不依赖于时间的预测变量。看到Cox比例风险模型详情,包括扩展分层和时间变量,绑定事件,观察权重。
引用
[1]考克斯湄,D. Oakes.生存数据的分析。伦敦:查普曼&大厅,1984。
[2]无法无天,j·F。寿命数据的统计模型和方法。新泽西州霍博肯:Wiley-Interscience, 2002年。
[3]Kleinbaum, d G。,m·克莱恩。生存分析。生物学和卫生统计,第二版。施普林格,2005年。