3

我在多重插补数据集中使用coxph()了包中的函数，并在尝试合并结果时遇到了警告。survival警告消息指出："In mice.df(m, lambda, dfcom, method) : Large sample assumed.

下面是一个可重现的示例（使用公开可用的数据，无需过多担心同时使用这些数据的适当性mice()）coxph()：

library(mice)
library(survival)

#load publically available data
data(pbc)

#select variables for the reproducable example
pbc.select <- pbc[pbc$status %in% c(0,1) , c("id", "time", "status", "trt")]

imp <- mice(pbc.select) #impute trt
fit <- with(imp, coxph(Surv(time, status) ~ trt)) #fit coxph in each imp
pool(fit) #pool the models; get's the error

此警告似乎是由于pool()函数试图要求 dfcom 从

dfcom <- df.residual(object)

wheredf.residual()不适用于本文所指的对象，属于类coxph

class(fit) # "mira" "matrix" 
class(fit$analyses[[1]]) "coxph"

我的问题是

  1. 我是否出于目的使用正确的语法
  2. 如果是这样，有没有办法提供pool()适当的信息？
  3. 这个假设如何影响结果？
4

0 回答 0