帮助中心帮助中心
置信区间为Cox比例风险模型系数
自从R2021a
ci = coefci (coxMdl)
ci = coefci (coxMdl级别)
例子
ci= coefci (coxMdl)返回一个系数的95%置信区间训练Cox比例风险模型。
ci= coefci (coxMdl)
ci
coxMdl
ci= coefci (coxMdl,水平)返回一个100 (1 -水平)%系数的置信区间。
ci= coefci (coxMdl,水平)
水平
全部折叠
执行一个Cox比例风险回归的灯泡数据集,其中包含模拟灯泡的寿命。灯泡的第一列数据包含的寿命(小时)两种不同类型的灯泡。第二列包含一个二进制变量指示是否荧光灯或白炽灯泡;0表示荧光灯泡,白炽灯和1表示。第三列包含审查信息,0表示观察灯泡,直到失败,和1表明观察被审查。
灯泡
适合Cox比例风险模型的生命周期灯泡,占审查。预测变量是灯泡的类型。
负载灯泡coxMdl = fitcox(灯泡(:,2),灯泡(:1),…“审查”灯泡(:3))
coxMdl = Cox比例风险回归模型βSE zStat看上去pValue长得一样__________ X1 4.7262 1.0372 4.5568 5.1936 e-06对数似:-212.638
找到一个返回的95%置信区间β估计。
β
ci =1×22.6934 - 6.7590
找到的99%置信区间β估计。
ci99 = coefci (coxMdl, 0.01)
ci99 =1×22.0546 - 7.3978
寻找预测的置信区间readmissiontimes数据集。响应变量ReadmissionTime100名患者,其中展示了重新接纳时间。预测变量年龄,性,重量,吸烟者,每个病人的吸烟状况。1表示病人是一个吸烟者,0表示病人不抽烟。列向量审查包含审查信息对于每一个病人,1表示审查数据,0表示完全重新接纳时间观察。(这个数据模拟)。
readmissiontimes
ReadmissionTime
年龄
性
重量
吸烟者
审查
加载数据。
负载readmissiontimes
使用所有四个预测拟合模型。
X =(年龄性体重吸烟者);
符合模型用审查资料。
ReadmissionTime coxMdl = fitcox (X,“审查”、审查);
视图的点估计年龄,性,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%置信区间。
ci =4×2-0.0139 0.0506 -1.6488 1.5136 0.0042 0.0644 0.2767 1.3576
的性系数(第二行)有一个很大的置信区间,和前两个系数等级值0。因此,你不能拒绝的假设年龄和性预测因子为零。
CoxModel
安装Cox比例风险模型,指定为一个CoxModel对象。创建coxMdl使用fitcox。
fitcox
0.05
1
置信区间的显著性水准,指定为正数不到1。由此产生的比例是(1 - 100元水平)%。例如,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
双
置信区间,作为一个真正的两列返回矩阵。矩阵的每一行是一个置信区间对应的预测。真正的预测系数所在的概率的置信区间是(1 - 100元水平)%。例如,默认值的水平是0.05,所以没有水平指定,每一个的概率预测在于其排ci是95%。
介绍了R2021a
CoxModel|linhyptest|fitcox
linhyptest
你有一个修改版的这个例子。你想打开这个例子与编辑?
你点击一个链接对应MATLAB命令:
运行该命令通过输入MATLAB命令窗口。Web浏览器不支持MATLAB命令。金宝app
选择一个网站
选择一个网站翻译内容,看到当地事件和提供。根据你的位置,我们建议您选择:。
你也可以从下面的列表中选择一个网站:
选择中国网站(中文或英文)最佳站点的性能。其他MathWorks国家网站不优化的访问你的位置。
联系你当地的办公室