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]

И все-таки какой метод и что за формула? Вопрос принципиальный. Чтобы модель понравилась нужно как минимум понять что за закономерность такая.

[YVR]

И все-таки какой метод и что за формула? Вопрос принципиальный.

Полный факторный эксперимент с минимизацией числа опытов. См. http://appmath.narod.ru/page6.html

Хотя по формуле в электронной таблице это неявно, т.к. она задана в другом представлении, более удобном для поиска экстремума с помощью генетического алгоритма, но тем не менее, с помощью опции Factor Expression в Maxima можно привести формулу к виду полного факторного эксперимента.

Чтобы модель понравилась нужно как минимум понять что за закономерность такая.

Математическое моделирование выполняется не для того, чтобы оно понравилось или не понравилось кому-то там, а для того, чтобы максимально соответствовать исходным данным, полученным по результатам исследований.

Сообщение отредактировал YVR - 24.04.2012 - 14:26