比例风险测试:cox.zph()
testing for proportional hazards: cox.zph()
我对 cox.zph 显示的内容感到困惑。我在 documentation for the finalfit package 中遇到了这个测试,在“比例风险测试”标题下有一小段内容,这表明测试与特定变量相关的风险不会随时间变化的假设。
我 运行 它通过使用代码,但信息似乎暗示我想要一条从零开始的直线(我在图中有),并且假设检验不应该有显着的变量不同于零(我没有)。这似乎是一个矛盾:有没有人知道我在这里可能出错的地方。
matt_sfit1 <- coxph(Surv(matt_tmove_cen, matt_moved_cen)~
matt_ncdem + flood_risk_simple + pre_matt.yr + CurrentAge + distance_bi + percap.inc.k + employment + rentership + pop.change + pop.den.k,
data=matt_timeadd)
matt_sfit1 %>% cox.zph()
chisq df p
matt_ncdem 39.22057 1 0.000000000378530830
flood_risk_simple 28.56281 1 0.000000090707709686
pre_matt.yr 7.96306 1 0.0047742
CurrentAge 5.83612 1 0.0157004
distance_bi 141.75756 1 < 0.000000000000000222
percap.inc.k 58.80923 1 0.000000000000017372
employment 30.16208 1 0.000000039740433777
rentership 8.69457 1 0.0031916
pop.change 36.13011 1 0.000000001845730660
pop.den.k 9.56108 1 0.0019875
GLOBAL 281.42991 10 < 0.000000000000000222
matt_sfit1 %>% cox.zph() %>% {zph_result <<- .} %>% plot(var=5)
比例性测试非常重要。如果比例风险假设被拒绝,这意味着利息的影响随时间变化,并且您正在查看的 'pooled' 系数实际上是不同基础值的平均值。
您报告的第一个测试概述了 PH 假设是否成立,即兴趣的影响是否随时间保持不变。图形检查可以提供信息来检测 'when' 这种变化的发生(例如,协变量可能对 earlier/later 产生更强的影响;从理论的角度来看,有时可以预期这一点)。我认为选择的 y-scale 隐藏了 non-horizontal 行。我会尝试通过移除观察点来隔离平滑曲线。您必须在 plot
中指定 resid=FALSE
参数。
这两个测试应该给你一个连贯的结果。
我对 cox.zph 显示的内容感到困惑。我在 documentation for the finalfit package 中遇到了这个测试,在“比例风险测试”标题下有一小段内容,这表明测试与特定变量相关的风险不会随时间变化的假设。
我 运行 它通过使用代码,但信息似乎暗示我想要一条从零开始的直线(我在图中有),并且假设检验不应该有显着的变量不同于零(我没有)。这似乎是一个矛盾:有没有人知道我在这里可能出错的地方。
matt_sfit1 <- coxph(Surv(matt_tmove_cen, matt_moved_cen)~
matt_ncdem + flood_risk_simple + pre_matt.yr + CurrentAge + distance_bi + percap.inc.k + employment + rentership + pop.change + pop.den.k,
data=matt_timeadd)
matt_sfit1 %>% cox.zph()
chisq df p
matt_ncdem 39.22057 1 0.000000000378530830
flood_risk_simple 28.56281 1 0.000000090707709686
pre_matt.yr 7.96306 1 0.0047742
CurrentAge 5.83612 1 0.0157004
distance_bi 141.75756 1 < 0.000000000000000222
percap.inc.k 58.80923 1 0.000000000000017372
employment 30.16208 1 0.000000039740433777
rentership 8.69457 1 0.0031916
pop.change 36.13011 1 0.000000001845730660
pop.den.k 9.56108 1 0.0019875
GLOBAL 281.42991 10 < 0.000000000000000222
matt_sfit1 %>% cox.zph() %>% {zph_result <<- .} %>% plot(var=5)
比例性测试非常重要。如果比例风险假设被拒绝,这意味着利息的影响随时间变化,并且您正在查看的 'pooled' 系数实际上是不同基础值的平均值。
您报告的第一个测试概述了 PH 假设是否成立,即兴趣的影响是否随时间保持不变。图形检查可以提供信息来检测 'when' 这种变化的发生(例如,协变量可能对 earlier/later 产生更强的影响;从理论的角度来看,有时可以预期这一点)。我认为选择的 y-scale 隐藏了 non-horizontal 行。我会尝试通过移除观察点来隔离平滑曲线。您必须在 plot
中指定 resid=FALSE
参数。
这两个测试应该给你一个连贯的结果。