Selección de las gráficas que se mostrarán para Ajuste el Modelo de Cox con Predictores Fijos solamente

Estadísticas > Confiabilidad/supervivencia > Regresión de Cox > Modelo de Ajuste de Cox solo con predictores fijos > Gráficas

Mostrar gráfica de supervivencia para los valores predictores

Muestra la gráfica de supervivencia. Utilice una gráfica con una sola curva para evaluar la probabilidad de supervivencia a lo largo del tiempo para la función en la gráfica. Utilice una gráfica con múltiples curvas para comparar la probabilidad de supervivencia para diferentes configuraciones de predictores. De manera predeterminada, Minitab utiliza la media de cada predictor para los predictores continuos y los niveles de referencia para los predictores categóricos. Puede seleccionar una opción diferente en el la lista desplegable para especificar nuevos valores de predictores para la gráfica de supervivencia. Para un predictor categórico, cada valor nuevo debe ser uno de los niveles del predictor.

Ingresar valores individuales: Especifique los valores predictores individuales que Minitab utilice para la función de supervivencia. Si no se especifica un valor para un predictor continuo, Minitab utiliza la media de ese predictor. Si no se especifica un valor para un predictor categórico, Minitab utiliza el nivel de referencia.
Ingresar columnas de valores: Especifique una columna de valores predictores que Minitab utilice para la función de supervivencia. El tipo de columna debe coincidir con las variables del modelo.

Si el modelo está estratificado, puede utilizar Mostrar gráficas para cada estrato para decidir la manera en que Minitab presenta cada estrato.

En paneles separados de la misma gráfica: Muestra las gráficas de supervivencia para cada estrato en un panel independiente de la misma gráfica. Esta configuración es la configuración predeterminada.
Sobrepuesto en la misma gráfica: Superponga las gráficas de supervivencia para cada estrato en la misma gráfica.
En gráficas separadas: Muestra las gráficas de supervivencia para cada estrato en una gráfica independiente en el panel de salida.

Residuos de desviación versus puntuaciones de riesgo

Muestra una gráfica de los residuos de desviación en comparación con las puntuaciones de riesgo. La gráfica mide el efecto de un sujeto dado en el modelo. Utilice esta gráfica para detectar valores atípicos.

Gráficas de Andersen para las variables de estatificación

Muestra la gráfica de Andersen para las variables de estratificación. Utilice esta gráfica para evaluar la hipótesis de riesgos proporcionales para los estratos. Si la hipótesis se mantiene, las curvas son líneas rectas hasta el origen. Si las variables no necesitan estar en el modelo, las curvas difícilmente siguen la línea de 45°. Minitab únicamente muestra esta gráfica si el modelo está estratificado.

Gráficas de Arjas para las variables

Muestra las gráficas de Arjas para las variables se especifiquen. Utilice esta gráfica para evaluar la hipótesis de riesgos proporcionales para un predictor categórico. Utilice también esta gráfica para evaluar si la contribución de un predictor es útil para el modelo. Debe especificar al menos una columna para crear una gráfica.

Debe discretizar la variable continua antes de generar la gráfica de Arjas para la variable. Por ejemplo, si los investigadores tienen conocimiento biológico de que algunos valores de un predictor son bajos y los valores restantes son altos, entonces una técnica es discretizar el predictor en dos categorías para crear un diagrama de Arjas. El análisis incluye un modelo que utiliza el predictor original y una gráfica de Arjas del predictor discretizado, aunque el predictor discretizado no esté en el modelo.

Residuos de martingala versus las variables

Muestra las gráficas de los residuos de martingala en comparación con las variables que especifique. Utilice esta gráfica para evaluar si debe agregar un predictor al modelo o si debe utilizar una forma funcional diferente para un predictor existente. Por ejemplo, utilice una gráfica de residuos de martingala con una variable para evaluar si un término cuadrado para un predictor continuo mejoraría el ajuste del modelo. Debe especificar al menos una columna. La columna debe ser numérica o de fecha/hora y debe tener el mismo número de filas que la columna de respuestas.