如何解决R:在 R 中使用 cphrms 包对 cox 模型的连续变量和分类变量进行交互样条分析
拜托,我想对年龄(连续)和四分位数(分类)执行交互样条分析。 重点是比较 Q4 和 Q1,并允许风险比随年龄变化(连续变量)。 最后,我想要一个像 attached 那样的数字,其中我的 x 轴是年龄。
这是我的代码与数据的表示:
玩转数据
mydata <- data.frame(stroke = c(rep(1,5),rep(0,rep(1,5)),years = c(7.53,11.18,14.45,12.08,9.33,3.58,14.57,0.22,4.89,5.49,9.08,7.82,9.36,10.01,11.76,14.36,6.01,13.96,9.25,14.56),Q = c(rep("Q4",3),rep("Q1",rep("Q4","Q4","Q4"),Age = c(23,24,26,27,28,29,31,32,33,19,20,25,36,37,30,18,34,39))
Mydata.dist = datadist(mydata,adjto.cat="first");
options(datadist=' Mydata.dist ')
stroke_cubic <- cph(Surv(years,stroke) ~ Age + Q + rcs(Age,3)%ia%Q,data = mydata)
#Now,I am trying to predict so that I can plot the hazard ratios but I am facing some challenges.
#Prediction
Predict_HR <- Predict(stroke_cubic,ref.zero=TRUE,fun=exp)
#Then I decided to add Age
Predict_HR <- Predict(stroke_cubic,Age,fun=exp)
我收到的错误信息是:
matxv(X,coeff,kint = kint) 中的错误:a (6) 中的列必须
我怎样才能最好地实现我想要的。
此外,我将使用 MICE 数据(10 个估算数据)执行此操作,因此将不胜感激任何使用估算数据执行此操作的指导。
谢谢。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。