文件帮助中心文件
COX比例危险模型系数的置信区间
CI = COEFCI(COXMDL)
ci = coefci (coxMdl级别)
例子
CI.= cofci(coxMdl)返回培训的Cox比例危险模型的系数95%的置信区间。
CI.= cofci(coxMdl)
CI.
coxMdl
CI.= cofci(coxMdl那水平)返回100(1 -水平)系数的%置信区间。
CI.= cofci(coxMdl那水平)
水平
全部收缩
对中的回归进行COX比例危险灯泡数据集,其中包含灯泡的模拟寿命。灯泡数据的第一列包含两种不同类型灯泡的寿命(以小时)。第二列包含二进制变量,指示灯泡是荧光还是白炽灯;0表示灯泡是荧光,1表示它是白炽灯。第三列包含审查信息,其中0表示观察到灯泡直到发生故障,1表示观察被删除。
灯泡
拟合灯泡寿命的Cox比例危险模型,考虑了审查。预测变量是灯泡的类型。
加载灯泡COXMDL = FITCOX(灯泡(:,2),灯泡(:,1),......“审查”,灯泡(:,3))
Coxmdl = Cox比例危险回归模型:Beta SE Zstat Pvalue ______ __________________ x1 4.7262 1.0372 4.5568 5.1936E-06
找到返回的95%置信区间bet估计。
bet
ci =1×22.6934 - 6.7590
找到99%的置信区间bet估计。
CI99 = COEFCI(COXMDL,0.01)
ci99 =1×22.0546 7.3978
找到预测的信心间隔readmissiontimes数据集。响应变量是ReadmissionTime.,显示100名患者的阅览时间。预测变量是年龄那性别那重量,吸烟者,每位患者的吸烟状态。1表示患者是吸烟者,0表示患者不吸烟。栏矢量审查包含每个患者的审查信息,其中1表示审查数据,0表示观察到的确切再入院时间。(此数据是模拟的。)
readmissiontimes
ReadmissionTime.
年龄
性别
重量
吸烟者
审查
加载数据。
加载readmissiontimes
使用所有四个预测器来拟合模型。
X = [年龄性重量吸烟者];
利用截尾信息拟合模型。
coxmdl = fitcox(x,readmissiontime,'审查'、审查);
查看点估计值年龄那性别那重量,吸烟者系数。
coxMdl.Coefficients.Beta
ans =.4×10.0184 -0.0676 0.0343 0.8172
找到这些估计的95%的置信区间。
ci =4×2-0.0139 0.0506 -1.6488 1.5136 0.0042 0.0644 0.0644 0.2767 1.3576
这性别系数(第二行)具有较大的置信区间,并且前两个系数支架值为0.因此,您不能拒绝假设年龄和性别预测器为零。
CoxModel
拟合的Cox比例风险模型,指定为CoxModel目的。创建coxMdl使用fitcox。
fitcox
0.05
1
置信区间的意义程度,指定为较小的正数1。得到的百分比为100(1 -水平)%。例如,对于99%的置信区间,指定水平作为0.01。
0.01
例子:0.01
数据类型:双倍的
双倍的
置信区间,返回为实两列矩阵。矩阵的每一行都是相应预测器的置信区间。真实预测系数位于其置信区间内的概率为100(1 -水平)%。例如,默认值水平是0.05,所以没有水平指定,每个预测器位于其行中的概率CI.是95%。
CoxModel|fitcox|Linhyptest.
Linhyptest.
您有此示例的修改版本。您是否希望使用您的编辑打开此示例?
您单击了与此MATLAB命令对应的链接:
在MATLAB命令窗口中输入它来运行命令。Web浏览器不支持MATLAB命令。金宝app
选择一个网站,以便在可用的地方进行翻译的内容,并查看本地活动和优惠。根据您的位置,我们建议您选择:。
你也可以从以下列表中选择一个网站:
选择中国网站(以中文或英文)以获取最佳网站性能。其他MathWorks国家网站未优化您的位置。
联系您当地的办公室