我已经获得了 Schoenfeld 残差,用于在存在与 cmprsk 的竞争事件的情况下测试 Fine & Gray 的 Cox 回归模型的 PH。
这是代码:
fg<-crr( fu_m, event, diabetes, failcode=1, cencode=0,
na.action=na.omit, gtol=1e-06, maxiter=10, variance=TRUE)
fg$res
fg$uft
par(mfrow = c(1,1), mar = c(4.5,4,2,1))
for(j in 1:ncol(fg$res))
fg$u
scatter.smooth(fg$uftime, fg$res[,j],
main = names(fg$diabetes)[j],
xlab = "Failure time",
ylab = "Schoenfeld residuals")
这是输出:
> fg$res
[,1]
[1,] 0.5498603
[2,] -0.3957394
[3,] -0.4024953
[4,] 0.5905142
[5,] -0.3421397
> fg$uft
[1] 4.238193 6.275154 16.131417 27.498973 46.817248
这是情节:
我使用 SAS 做了同样的事情,我在 1000 条模拟路径上获得了 0.55 的 p 值,并且该图用于观察路径和前 20 条模拟路径:
如何像使用 SAS 一样检查 PH 假设?如何引入模拟路径?
谢谢你们!!