该软件包使用核平滑方法从右删失数据中估计风险muhaz函数。我的问题是，有没有办法获得计算的危险函数的置信区间？muhaz

在上面的示例中，有muhaz.object fit一些条目fit1$msemin，但是它们的长度是 的一半。fit1$var.minfit1$haz.estfit1$haz.est

如果可以提取危险函数的置信区间，有什么想法吗？

编辑：我根据@user20650 的建议尝试了以下内容

设置 max.time 似乎有效，每个引导样本都有相同的估计网格点。然而，获得的 CI 意义不大。通常我希望间隔在 t=0 时很窄，并且随着时间的推移变得更宽（信息更少，不确定性更多），但获得的间隔似乎或多或少随时间保持不变。

根据Mathematica UUPDE 数据库中给出的公式， 我绘制了 R 中标准正态分布的风险函数。

在一定范围内似乎是正确的；数值较大时会出现数值问题，见附图。以下是完整的 R 代码。

任何意见将不胜感激。

我正在尝试创建患者对药物治疗做出反应所需时间的逆 KM 图。

时间以天为单位，响应以百分比为单位。起初我以为我可以使用生存分析来尝试这个，但认为危险图会更好。我不知道该怎么做。

这是一篇已发表文章的链接，第三张图显示了这一点。我还不是 KMplots 方面的专家，但我们将不胜感激任何帮助和批评！

https://www.researchgate.net/publication/7789803_Bortezomib_therapy_alone_and_in_combination_with_dexamethasone_for_previously_untreatment_症状_multiple_myeloma

我正在使用 R 中的 coxme 函数 {coxme} 运行混合效应 Cox 模型，并且我想检查比例风险的假设。

我知道 PH 假设可以通过 cox.ph 模型上的 cox.zph 函数 {survival} 进行验证。

但是，我找不到 coxme 模型的等价物。

2015 年在这里发布了一个类似的问题，但没有答案。

我的问题是：1）如何测试混合效应 cox 模型 coxme 的 PH 假设？2) 如果 coxme 模型没有等效的 cox.zph，在科学文章中发表运行混合效应 coxme 模型但在与 coxme 模型相同但没有随机效应的 cox.ph 模型上测试 PH 假设是否有效?

提前感谢您的回答。问候

从 glmnet 对象中提取基线风险函数 h0(t)

我想知道时间 t >> h(t,X) = h0(t) exp[Σ βi*Xi] 的风险函数。如何从 R 中的 glmnet 对象中提取基线危险函数 h0(t)？

我所知道的是，Survival Packages 中的函数“basehaz()”只能从 coxph 对象中提取基线危险函数。

我还发现了一个函数， glmnet.basesurv(time, event, lp, times.eval = NULL, centered = FALSE). 但是当我尝试使用这个功能时，出现了错误。

错误：找不到函数“glmnet.basesurv”

下面是我的代码，使用 glmnet 拟合 cox 模型并获得所选变量的系数。是否可以从这个 glmnet 对象中获取基线危险函数 h0(t)？

代码

我非常感谢您能提供的任何帮助。

我正在使用 Python 中 Lifelines 中的 AalenAdditiveFitter 构建预测模型，以预测事件是否会发生以及何时发生。

T（时间）= 月 C（事件）= 1 是，0 是否

此外，我还有 8 个正在使用的属性。

我能够建立一个相对稳定的模型并使用以下方法获得累积危险概率：

有没有办法直接从 AalenAdditiveFitter 过程中获得条件/边际概率？

因此，在进行了更多挖掘之后，我可以假设以下内容吗？

1. 我从 Aalen Additive 模型中获得累积危险概率
2. 为了让他们得到每个月的条件概率，我可以取上个月的差值：P(t) - P(t-1)

这是基于发布在https://quant.stackexchange.com/questions/21816/cumulative-vs-marginal-probability-of-default上的答案

不确定这个解决方案是否如此简单，请帮忙。

假设我有以下数据集：

所以我所做的是重新调整到我的参考 A 并运行：

我查看了结果并与提供的示例协议进行了比较，发现我的 exp(-coeff) 在 B 和 C 两种情况下都等于它们的 exp(coeff)。

因此，我使用参考 B 再次运行代码，并使用参考 C 运行一次，发现下限和上限都与示例一致。但是，我还需要 log-rank p 值，而这不是以这种方式提供的，因此我想知道：

我如何扭转模型，使逆危险比和 conf. 显示了限制和 p 值（我的意思是逆模型）/或者您认为还有其他问题吗？

我目前正在尝试用 R's 绘制一些密度分布函数ggplot2。我有以下代码：

基本上我想根据具有不同参数的 Weibull 分布绘制危险函数，这意味着我想绘制：

上面的代码给了我这个错误：

计算失败stat_function()：未使用的参数 (x_trans)

我也尝试直接使用

而不是上面带有自定义函数构造的“解决方法”。这引发了另一个错误，因为我试图对一个对象进行数值算术：

二元运算符的非数字参数

我得到了那个错误，但我不知道解决方案。

我做了一些研究，但没有成功。我觉得这应该是直截了当的。我也想尽可能地“手动”完成，但如果没有简单的方法来做到这一点，那么打包的解决方案也可以。

在此先感谢您的任何建议！

PS：我基本上想重新创建您可以在链接的 PDF 文件第 10 页上的Kiefer，1988中找到的图表。

我正在尝试在 R 中制作森林图。

本站提供的示例：https ://designdatadecisions.wordpress.com/2016/07/02/forest-plot-with-horizo​​ntal-bands/

从读取 R 中的数据开始。

格式化使列标签和列匹配

到目前为止没有错误。

在我尝试执行第二步后，出现错误。第二步如下：

错误：

Forestplot.default(labeltext = tabletext, graph.pos = 3, mean = c(NA, : 您在 mean 参数中提供了 2 行，而标签有 34 行

这甚至意味着什么？如何解决这个问题？

我正在解决一个问题并遇到以下问题：

\sum (f(x)/x) (F(x)/(1-F(x))

这里 f(x) 是 pmf，F(x) 是 CDF。F(x)/x(1-F(x)) 的期望值是已知函数吗？我发现 f(x)/(1-F(x)) 被称为危险函数。此外，x 是在正值上定义的。可以假设 x 在两个值 Xmin 和 Xmax 之间有界。

我想更多地了解这个期望值的特征，如果我们取总和直到 F(x) < 1，它是有界的吗？

如果有人能帮助我更好地理解这一点，我将不胜感激。