1
我有一組患者,這些患者分爲一組訓練和驗證集。我想評估分層總體生存的幾個參數的性能。因此,我使用Pec軟件包(https://cran.r-project.org/web/packages/pec/pec.pdf)生成預測誤差曲線和綜合刺激評分(IBS)。我現在面臨的問題是,是否有方法可以確定Model_1的IBS與Model_2或參考模型相比是否顯着較低?預測誤差曲線 - Brier得分
感謝您的幫助!
models <- list("Model_1" = coxph(Surv(OS, OS_event)~ var_1+var_2, data=df_train),
"Model_2" = coxph(Surv(OS, OS_event) ~ var_3+var_4, data=df_train))
brier <- pec(object=models,
data=df_validate,
formula=Surv(OS, OS_event)~age,
exact=TRUE,
cens.model="marginal",
traindata = df_train)
plot(brier)
print(brier)
它們不是嵌套模型,所以依賴邊緣性的常用方法將不會提供信息。有些人認爲使用一些信息標準可以讓你避開這個限制。我不太確定。也許你應該發佈一些實際結果?目前,這看起來太模糊,無法提供StackOverflow應該提供的編碼答案。 –