Sélectionner des options pour Ajuster le modèle de Cox sous forme de processus de comptage

Spécifiez la méthode utilisée par Minitab pour gérer les liens. Habituellement, la Efron méthode fournit de meilleures estimations que la Breslow méthode lorsqu’il existe de nombreux liens dans les données de réponse. Les deux méthodes donnent les mêmes estimations lorsqu’il n’y a pas de liens dans les données de réponse.

Indiquez le seuil de confiance des intervalles de confiance pour les coefficients et les valeurs ajustées.

Un niveau de confiance de 95 % est généralement pratique. Un niveau de confiance de 95 % indique que, sur 100 échantillons prélevés parmi la population, l'intervalle de confiance d'environ 95 de ces échantillons contient la réponse moyenne. Pour un fichier de données spécifique, un niveau de confiance inférieur produit un intervalle moins large et un niveau de confiance supérieur produit un intervalle plus large.

Vous pouvez sélectionner un intervalle bilatéral ou une borne unilatérale. Pour un même niveau de confiance, une borne est plus proche de l'estimation ponctuelle que l'intervalle. La borne supérieure ne fournit pas de valeur inférieure probable. La borne inférieure ne fournit pas de valeur supérieure probable.

Dans la liste déroulante, sélectionnez Variance-covariance robuste pour effectuer l’analyse à l’aide de la matrice de covariance robuste¹ pour les estimations de paramètres. Lorsque vous sélectionnez cette option, tous les tests et intervalles de confiance de l’analyse utilisent la matrice de covariance robuste.

Vous pouvez spécifier une colonne Identification de cluster pour une matrice de covariance robuste (facultatif) pour identifier les groupes d’observations corrélées en raison de la conception de l’étude. Les lignes ayant la même valeur sont des observations groupées. Par exemple, dans les modèles d’événements récurrents où chaque sujet peut vivre l’événement plusieurs fois, les observations au sein des mêmes sujets sont corrélées. Si vous spécifiez une colonne, Minitab calcule la covariance robuste pour tenir compte de la présence d’observations groupées. Si vous ne spécifiez pas de colonne, l’effet est le même que si vous utilisez une colonne avec une valeur différente dans chaque ligne.

La colonne d'indices peut être de format numérique, texte ou date/heure. Minitab inclut les valeurs manquantes lorsqu’il calcule la variance-covariance robuste et les regroupe dans l’analyse.

Sélectionnez le test pour le tableau ANOVA. Des études empiriques ont montré que les taux de convergence de la Test de rapport de vraisemblance et Test de Wald sont similaires. Le Test de score converge moins rapidement vers la distribution limite du chi carré.

Lorsque vous sélectionnez Variance-covariance robuste dans la Matrice variance-covariance pour l’analyse liste déroulante, la table ANOVA affiche toujours le Test de Wald car le et suppose que les observations au sein des clusters sont Test de rapport de vraisemblanceTest de score indépendantes.

Spécifiez une colonne pour identifier les sujets de l’étude. Les indicateurs d'arrêt peuvent être de type numérique, textuel ou date/heure. La colonne doit avoir la même longueur que la colonne de l’heure de début ou de l’heure de fin. Vous pouvez identifier un sujet à l’aide d’un numéro de dossier, d’un ID ou d’un nom. Minitab regroupe les lignes manquantes pour calculer les diagnostics par cas.

Dans un format d’entrée de processus de comptage, un seul sujet peut avoir plusieurs lignes de statistiques de diagnostic. Si vous spécifiez une colonne d’identification de cas, Minitab fournit une statistique de diagnostic unique par cas en additionnant les statistiques sur les plusieurs lignes relatives au même cas.