2

我从 S+ 继承了一些代码,这些代码适合带有估算数据的 Cox Proportional Hazard 模型。然后它使用 Design 包来获取预测值和置信区间。

set.seed(23)

somedata<- data.frame(
  col1 = sample(c(1,2), 10, replace = TRUE),
  col2 = sample(10000),
  col8 = rnorm(10000, 54, 5 ),
  col22 = rbinom(10000, 1, .5)
)

sd<-datadist(somedata)
options(datadist="sd")

formula1 <- ~ col2 + col1 + col22  + col8
formula2 <- Surv(col2, col1) ~  col22 + rcs(col8, 3)

a <- aregImpute(formula1, data=somedata, n.impute=5)
f <- fit.mult.impute(formula2, cph, a, data=somedata)
p1 <- plot(f, conf.int=T, ref.zero=T, fun=exp, col8=c(18:70), xlab=c("Recipient age"), 
           ylab=c("RR of Mortality"))
write.table(p1$x.xbeta,file=afilename,sep=",",dimnames.write=F)

我现在在 R 中执行此操作。使用 RMS 包中的 Predict 函数时,我不断收到错误消息。任何人都可以帮忙吗?

set.seed(23)

somedata<- data.frame(
  col1 = sample(c(1,2), 10, replace = TRUE),
  col2 = sample(10000),
  col8 = rnorm(10000, 54, 5 ),
  col22 = rbinom(10000, 1, .5)
)

sd<-datadist(somedata)
options(datadist="sd")

formula1 <- ~ col2 + col1 + col22  + col8
formula2 <- Surv(col2, col1) ~  col22 + rcs(col8, 3)

a<-aregImpute(formula1, data=somedata, n.impute=5)
f<-fit.mult.impute( formula2, cph, a, data=somedata)
p2<-Predict(f ,col8,conf.int=0.95 ,ref.zero=TRUE ,fun=exp )

在评估 Predict 时,日志显示:

matxv(adjto, coeff, kint = kint) 中的错误:a (4) 中的列必须 <= b (3) 的长度

4

0 回答 0