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

[p2004r]

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.

такая модель (максимально соответствующая исходным данным эксперимента) бесполезна более чем всегда

данные экспериментальные всегда содержат ошибку (поскольку эксперимент (или наблюдение) никогда нельзя полностью контролировать)

задача модели отделить ошибку в данных от изучаемого эффекта


Ваше предложение изучать экстремальные случаи скорее проходит по ведомству Синодальной комиссии В случае онко такое стремление к изучению оканчивалось вообще нехорошо (случай с излечением из-за потребления гранатового сока).