如何解决R:将个体脆弱的术语适用于非经常性事件
所以我遇到了以下问题:
我正在分析一个包含79个观测值以及几个时变和不变变量(总共9个)的数据集。
我已经使用coxph()
函数拟合了考克斯比例风险模型。数据集看起来像这样:
ID Var1 Var2 Start Stop Event
1 2 4 0 1 0
1 3 4 1 2 0
1 1 4 2 3 0
1 0 4 3 4 1
2 4 2 0 1 0
2 8 2 1 2 0
2 5 2 2 3 0
2 4 2 3 4 0
所以我装了类似的东西
coxph(Surv(Start,Stop,Event) ~ Var1 + Var2,na.action = na.exclude,ties = "efron",data = df)
在这种情况下,我有两个问题
第一:我必须指定id
函数的“ coxph()
”自变量吗?我理解这一点,因此,如果事件可以发生多次并且单元可以具有多行(其中不满足第一个条件),则只需指定它即可。
2nd:我可以在这里指定一个脆弱的术语(随机效应)吗?如何指定?我尝试过:
coxph((Surv(Start,Event) ~ Var1 + Var2 + frailty(ID,distribution = "gaussian"),data = df)
这在某种程度上与第一个问题有关。指定id
自变量时,出现错误:
Error in contr.treatment(nclass,contrasts = FALSE) :
not enough degrees of freedom to define contrasts
当不指定它时,我得到错误:
Error in dimnames(rr) <- list(names(object$residuals),names(object$coefficients)) :
length of 'dimnames' [2] not equal to array extent
我将不胜感激,在此先感谢您!
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。