我有一个包含100,000个案例和81个因子变量的数据集,每个变量有4个级别,我为每个变量运行一个循环,对r中的年龄和性别进行调整。我的数据集如下所示: inst time status age sex ph.ecog ph.karno pat.karno meal.cal wt.loss
1 3 306 2 74~coxph(as.formula(paste("Surv(Time,Event) ~ Age + Sex +", .
我进行了Cox回归分析,包括四个变量(性别、年龄和两个二元解释变量),这些变量都与结果有显著的关联。我在R中使用了“生存”包中的coxph函数:cox <- coxph(Surv(time, status_risk==1) ~ sex + age + stone_number3.2980我想做一个预测评分表,包括4个年龄分层组(30、40、
我正在尝试计算R中的优势比,这些变量不仅是线性变量,而且是逻辑回归中具有二次项的变量。假设模型中有X和X^2。当X取一个特定值时,我知道如何获得赔率比(对于X的单位变化),但我不知道如何计算此估计的置信区间。我找到了这个引用,它是如何在SAS:中完成的,但我想在R中完成它。有什么建议吗?gre^2)
model <- glm(admit ~