La note de bas de page du tableau identifie la transformation des temps d’événement pour le test. Demandez-vous s’il faut essayer des transformations supplémentaires pour votre analyse, en particulier si les graphiques résiduels montrent des valeurs aberrantes dans les données.
Chaque coefficient du modèle utilise 1 degré de liberté. Les degrés de liberté pour l’essai global pour les dangers proportionnels sont égaux à la somme des degrés de liberté pour les coefficients dans le modèle.
La corrélation mesure la force de l’association linéaire entre les résidus de Schoenfeld mis à l’échelle pour un coefficient et la fonction des temps d’événement pour le test. Des corrélations plus importantes indiquent plus de preuves par rapport à l’hypothèse des dangers proportionnels. Utilisez la valeur de p pour interpréter formellement le test en fonction de l’incertitude dans les données.
Chaque terme du tableau a une valeur du chi carré. Le test global a également une valeur de chi carré. La valeur du chi carré est la statistique d’essai qui évalue l’hypothèse des dangers proportionnels. Une statistique de Khi deux suffisamment élevée engendre une petite valeur de p, indiquant que le terme ou le modèle est statistiquement significatif.
La valeur de p est la probabilité qui mesure le degré de certitude avec lequel il est possible d'invalider l'hypothèse nulle. Des probabilités faibles permettent d'invalider l'hypothèse nulle avec plus de certitude.
Utilisez les tests pour déterminer si le modèle répond à l’hypothèse des dangers proportionnels. L’hypothèse nulle est que le modèle répond à l’hypothèse pour tous les prédicteurs. En général, un seuil de signification (noté alpha ou α) de 0,05 fonctionne bien. Un seuil de signification de 0,05 indique 5 % de risques de conclure à tort que le modèle explique la variation dans la réponse.