регрессия Кокса Опции

[mamalita]

Добрый день! Помогите разобраться. Имеются данные для анализа выживаемости:
время (месяцы),
событие (рецидив или нет),
независимые ковариаты 3 переменных -
1. дифференцировка - бинарная (низкодифференированныя и умеренно+высокодифференцированная)
2. уровень РЭА до операции
3. количество метастазов
Они остались в результате применения регрессионного анализа Кокса в СПСС. Т.е. я понимаю что можно сделать выводы, что такие то факторы значимо влияют на продолжительность безрецидивной жизни, какой из них более значим. Могу ли я применить это как-то в плане прогнозирования продолжительности безрецидивной жизни? (как например в логистической регрессии). Это пожалуй основной вопрос. Цель исследования не только выявить исходные факторы, влияющие на продолжительность безрецидивного течения, но и иметь возможность прогнозировать это время для любого конкретного больного.
Привожу формулу h(t)=h0(t) *exp(b1z1+...+bmzm)
В СПСС есть функция сохранить: функция риска - это h(t)? Для 2 больных проживших 1 мес у одного 2,1 а другого 0,6. О чем это говорит? Максимум 4,3 минимум 0,2 - это много или мало. Как мне найти h0(t) - базовая функция риска при нулевых ковариатах (нулевые это равные 0?) и нужно ли это?
С экспоненциальной регрессией более понятно, но у меня время жизни распределено не экспоненциально. В Attestat сделала подгонку распределения: получилось логлогистическое. Что мне с ним делать?!

[mamalita]

У меня новая проблема технического характера: все что делала до этого случайно стерла так и не сохранив. Теперь начала заново, выдает ошибку - surv(v9,v8): объект v9 не найден. Может исходные ячейки должны быть в определенном формате а пока я туда сюда сохраняла все сбилось. Может быть можно сделать в других программах более мне понятных? (Хотя к освоению R буду прилагать все усилия).
Что касается прогноза у меня из 93 выбывают только 3 (цензуированных). Для регрессии Кокса Х2=92,8 р=0,000, для экспоненциальной регрессии Х2=37,9 р=0,000 но распределение то отличается от экспоненциального (хотя AIC самое маленькое для него 66,5) подходит только логлогистическое р=0,12 AIC=69,3.
Для экспоненциальной регрессии S(z) = exp(a + b1*z1 + b2*z2 + ... + bm*zm) Я нашла коэффициенты подставила, получила предсказанные времена. Прекрасно. В каких-то случаях и наблюдаемое и предсказанное время 1 месяц, а гдето 9 и 13, 9 и 18. Как трактовать где правильно узнано время где нет (может в пределах 1 ст.откл. - или это мои фантазии)

[Что касается прогноза --- Кокс только в пределах данных эксперимента позволяет проводить оценки. Если много пациентов ушли за пределы эксперимента, то на вопрос ?What proportion of patients will die in 2 years based on data from an experiment that ran for just 4 months?? может ответить только параметрическая модель.

] А какая параметрическая модель?
Спасибо большое за терпение.