0

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：

r1

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：

sas1

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！！

4

0 回答 0