タグ付けされた質問 「schoenfeld-residuals」

を使用してRでCox比例ハザード回帰を実行していcoxphます。これには多くの変数が含まれています。マーチンゲール残差は見栄えが良く、シェーンフェルト残差はすべての変数のALMOSTに最適です。シェーンフェルトの残差が平坦でない3つの変数があり、変数の性質は、時間とともに変化することが理にかなっています。 これらは私があまり興味を持たない変数なので、階層にすると良いでしょう。ただし、それらはすべて連続変数であり、カテゴリ変数ではありません。そのため、私は地層が実行可能なルートではないと認識しています*。ここで説明したように、変数と時間の相互作用を構築しようとしましたが、エラーが発生します。 In fitter(X, Y, strats, offset, init, control, weights = weights, : Ran out of iterations and did not converge 私はほぼ1000個のデータポイントで作業しており、それぞれ多くの要因を持つ6個の変数で作業しているので、このデータをスライスしてさいの目に切る方法の限界を押し上げているように感じます。残念ながら、含まれる変数を減らして試したより単純なモデルはすべて明らかに悪化しています（例：シェーンフェルトの残差は、変数が増えるとより汚れやすくなります）。 私のオプションは何ですか？私はこれらの特定の不適切な動作の変数を気にしないので、それらの出力を単に無視したいのですが、それは有効な解釈ではないと思います！ * 1つは連続、1つは100を超える範囲の整数、1つは6の範囲の整数です。おそらくビニングですか？

15 r  model  cox-model  hazard  schoenfeld-residuals 

多くの変数を含むCox比例ハザードモデルで、シェーンフェルト残差が変数の1つに対して平坦でない場合、これはモデル全体を無効にするか、またはパフォーマンスの低い変数だけを無視できますか？つまり、他の変数の係数を解釈しますが、パフォーマンスの低い変数の結果の係数は解釈しません。 シェーンフェルト残差が平坦でないモデルを処理するには、いくつかの標準的な方法があります。今のところ、それができないと仮定します。

11 residuals  cox-model  schoenfeld-residuals 

私はサバイバル分析はかなり新しいです。比例ハザードの仮定が満たされているかどうかを確認するために、モデル診断の一部としてシェーンフェルト残差を調べて学習するようにアドバイスされました。これを調べている間、私は以下を含む多くの異なるタイプの残差への参照を見てきました： コックススネル 逸脱 マルチンゲール スコア シェーンフェルト これらの残差の違いは何ですか？また、いつ使用することが推奨されますか？（私が読んで行くために単に論文へのリンクである答えに満足しています。）

9 references  survival  residuals  cox-model  schoenfeld-residuals