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?!

[YVR]

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

Не знаю, кому полезны Ваши модели не соответствующие данным эксперимента?

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

О чем и речь. Мало того, что в экспериментальных данных могут быть ошибки, если еще и модель будет неточной и начнет собственные ошибки вносить, то получится каша.

И вообще отдыхайте со своими 500 бесполезными советами. Вам лично я никаких моделей не навязываю, а нравятся ли Вам точные модели или не нравятся, дык Ваше малахольное мнение никого не интересует.