の方法表 固定予測変数のみでCoxモデルを適合

方法表のすべての統計量の定義と解釈について解説します。

Cox モデルタイプ

Minitabで分析に使用する Cox 回帰モデルのタイプが表示されます。Minitabには、2種類のモデル、固定予測変数のみモデル、およびカウントプロセスフォームモデルがあります。時間依存の反復メジャーまたは時間依存予測変数がある場合は、棚卸プロセスフォームモデルを使用する必要があります。

カテゴリ予測変数のコーディング

Minitabでは(0, 1)または(−1, 0, +1)のコード化スキームでカテゴリ変数をモデルに含むことができます。回帰分析のデフォルトは(0, 1)で、分散分析とDOEのデフォルトは(−1, 0, +1)です。これら 2 つのスキームの間で選択しても、カテゴリ変数の統計的有意性は変わりません。ただし、符号化スキームは係数とそれらの解釈方法を変更します。

解釈

表示されているコード化スキームを検証し、目的の分析が行われたことを確認してください。カテゴリ変数の係数は以下のように解釈します:

  • (0, 1) コーディングスキームでは、カテゴリレベルの係数は、レベルを持つ被験者が参照レベルの個人に対してイベントを経験するリスクの対数を表します。参照水準の係数は、係数表には表示されません。
  • (-1、0、+ 1)コーディングスキームでは、カテゴリレベルの係数の2倍は、レベルを持つ被験者が別のレベルの個人と比較してイベントを経験するリスクの対数を表します。

タイ調整

タイの調整に使用する方法が表示されます。通常、 エフロン(Efron) このメソッドは、応答データに多数のタイがある場合に Breslow メソッドよりも優れた推定値を提供します。応答データに関係がない場合、2 つの方法は同じ推定値を生成します。

分析のための共分散行列

この行は、堅牢な共分散行列1. 分析のすべての検定と信頼区間は、堅牢な共分散行列を使用します。モデル分散共分散行列を使用する場合、Minitabではメソッドテーブルには何も表示されません。

階層化変数

Minitabで解析で使用する階層化変数を表示します。階層化モデルは、各層のベースラインハザード率を推定しますが、予測変数の効果に対して同じ推定値を使用します。最大31個の変数を指定できます。

比例ハザード試験の変換

比例ハザードテストで使用する変換が表示されます。これは、スケーリングされたシェーンフェルト残差と、イベント時間の関数g(t)との間の線形関連の検定です。識別関数以外のものを選択した場合にのみ、変換が表示されます。
自然対数関数
解析では、自然対数関数 g(t) = ln (t) を使用して、比例ハザードのテストのイベント時間を変換します。
リンク関数
この分析では、ランク関数 g(t) = ランク (t) を使用して、比例ハザードのテストのイベント時間を変換します。ランク関数は、イベント時間のランクに基づいています。同じ値が複数ある場合は、その平均順位が割り当てられます。
カプラン・マイヤー生存関数
この解析では、カプラン・マイヤーの生存関数を使用して、比例ハザードのテストのイベント時間を変換します。生存率の推定値は、応答時間に基づいています。

未使用の行

Minitabで解析から除外される行数が表示されます。分析ですべての行が使用されている場合、メソッド テーブルにはテーブルにこの行が表示されません。欠落値がある場合、または応答時間が正でない場合は、分析から行が除外されます。この除外は、データ形式に依存しません。入力時刻が終了時刻より長い場合はエラーが発生し、分析は実行されません。

1 Lin、D.Y.、および Wei(L.J)を使用して分析を実行するように選択した場合に、テーブルにこの行を表示します。(1989). The robust inference for the Cox Proportional hazards model. Journal of the American Statistical Association, 84: 1074-1078