從coxph模型進行預測

我想了解一個考克斯PH模型上樣本內的數據，然後使用衍生於出的採樣數據的參數如下：

# learn IS params 
model.PH <- coxph(Surv(days.IS, outcome.IS) ~ predictor.IS) 

# apply IS params to OOS data to make predictions 
predictions.raw <- predict(model.PH, newdata = predictor.OS) 

# binarise predictions 
predictions.OS <- rep(0,length(predictions.raw))  
predictions.OS[which(predictions.raw>0)]<- 1 

# fit survival model 
fittedModel <- survdiff(Surv(days.OS, outcome.OS) ~ predictions.OS)

predictor.IS是維數Y_1 X d，預測的。 OS具有維度Y_2 x D

但是，這不起作用，因爲預測中的元素數量.OS是Y_1 NOT Y_2。

我在做什麼錯？

來源

2014-09-01 Tristan Fletcher

如果您提供了[可重現的示例]，這將更容易回答（http://stackoverflow.com/questions/5963269/how-to-make-a-great-r-reproducible-example）。 – MrFlick 2014-09-01 19:40:41

Zelig軟件包對於這類問題非常有用並且非常容易實現。 – 2014-09-01 19:56:00

如果您使用'data = dfrm'參數將值傳遞給''coxph，然後將'predict'作爲具有相同列名稱的不同數據幀傳遞給'predict'，則這可能會更乾淨。我明白你傳遞的矩陣可能與模型中找不到的列名相同。維度匹配不是predict.coxph函數的唯一要求。 – 2014-09-02 03:15:19

如果您使用data = dfrm參數將值傳遞給`coxph，然後傳遞newdata參數以預測具有相同列名稱的不同數據框，則可能會更乾淨。我明白你傳遞的矩陣可能與模型中找不到的列名相同。維度匹配不是predict.coxph函數的唯一要求。

來源

2014-12-17 21:52:17

從coxph模型進行預測

回答

相關問題