我想将 HL GoF 测试应用于我的生存分析。
测试说明可以在这里找到：
获取一些现成的数据，我们可以绘制具有 95% CI 的 cdf
library(survival)
library(ResourceSelection)
data(ovarian)
s <- Surv(ovarian$futime, ovarian$fustat)
sWei <- survreg(s ~ age,dist='weibull',data=ovarian)
probs <- seq(0.001,0.999,0.001)
pred <- predict(sWei,type="uquantile",p=probs,se.fit=TRUE)
val <- cbind(pred$fit[1,],pred$fit[1,]-1.96*pred$se.fit[1,],pred$fit[1,]+1.96*pred$se.fit[1,])
val <- exp(val)
# cumulative density function
plot(val[,1], probs)
lines(val[,2], probs, col='red')
lines(val[,3], probs, col='red')
但是我们想运行一个 HL GoF 测试来评估 Weibull 分布是否不正确。
因此：
hoslem(x,y)
x = vector of observations
y = fitted probabilities
我尝试，但不正确。有人可以指导我找到正确的拟合概率吗，它们需要与观察的长度相同
hl <- hoslem.test(ovarian$fustat, val[,1], g=10)