Selección de opciones para Ajuste el Modelo de Cox con Formato del Proceso de Conte

Especifique el método que Minitab utiliza para manejar los empates. Por lo general, el método Efron proporciona mejores estimaciones que el método Breslow cuando existen muchos empates en los datos de respuesta. Los dos métodos producen las mismas estimaciones cuando no existen empates en los datos de respuesta.

Ingrese el nivel de confianza para los intervalos de confianza de los coeficientes, los riesgos relativos y la función de supervivencia.

Por lo general, un nivel de confianza de 95% funciona adecuadamente. Un nivel de confianza de 95% indica que si usted tomara 100 muestras aleatorias de la población, los intervalos de confianza de aproximadamente 95 de las muestras incluirían la respuesta media. Para un conjunto determinado de datos, un nivel de confianza más bajo produce un intervalo más estrecho y un nivel de confianza más alto produce un intervalo más amplio.

Puede seleccionar un intervalo bilateral o un límite unilateral. Para el mismo intervalo de confianza, un límite es más cercano a la estimación del punto que el intervalo. El límite superior no proporciona un valor inferior probable. El límite inferior no proporciona un valor superior probable.

En la lista desplegable, seleccione Varianza-covarianza robusta para ejecutar el análisis utilizando la matriz robusta de covarianza ¹ para las estimaciones de los parámetros. Al seleccionar esta opción, todas las pruebas e intervalos de confianza del análisis utilizan la matriz robusta de covarianza.

Puede especificar una columna en Identificación de clúster para una matriz de covarianza robusta (opcional) para identificar grupos de observaciones correlacionadas debido al diseño del estudio. Las filas con el mismo valor son observaciones agrupadas. Por ejemplo, en los modelos de eventos recurrentes donde cada sujeto puede experimentar el evento múltiples veces, las observaciones de los mismos sujetos están correlacionadas. Si especifica una columna, Minitab calcula la covarianza robusta para justificar la presencia de observaciones agrupadas. Si no especifica una columna, el efecto es el mismo que si utiliza una columna con un valor diferente en cada fila.

La columna de entrada puede ser numérica, de texto o de fecha/hora. Minitab incluye los valores faltantes cuando calcula la varianza y covarianza robusta y los agrupa en el análisis.

Especificación de la prueba que Minitab utiliza para la tabla ANOVA. Los estudios empíricos han demostrado que las tasas de convergencia de Prueba de relación de probabilidad y Prueba de Wald son similares. El Prueba Score converge con menor rapidez que con la distribución limitante de xi cuadrada.

Cuando se selecciona Varianza-covarianza robusta en la lista desplegable Matriz de varianza-covarianza para análisis, la tabla ANOVA muestra siempre el Prueba de Wald porque Prueba de relación de probabilidad y Prueba Score asumen que las observaciones al interior de los conglomerados son independientes.

Especifique una columna para identificar a los sujetos del estudio. La columna puede ser numéricas, de texto o de fecha/hora. La columna debe tener la misma longitud que la columna de tiempo de inicio o la columna de tiempo final. Puede identificar a un sujeto utilizando un número de caso, ID o nombre. Minitab agrupa las filas faltantes para calcular los diagnósticos por caso.

En un formato para el ingreso de datos del proceso de conteo, un solo sujeto puede tener múltiples filas de estadísticas de diagnóstico. Si especifica una columna de identificación de casos, Minitab proporciona una sola estadística de diagnóstico por caso al sumar las estadísticas de las diferentes filas que pertenecen al mismo caso.