Testes para tabela de riscos proporcionais para Ajuste Modelo de Cox em Formato de Processo de Contagem

Encontre definições e interpretações para cada estatística na tabela Ajustes e Diagnósticos.

Neste tópico

GL
Correlação
Qui-quadrado
Valor-p

A nota de rodapé da mesa identifica a transformação dos horários do evento para o teste. Considere se deve tentar transformações adicionais para sua análise, especialmente se as parcelas residuais mostram outliers nos dados.

GL

Cada coeficiente no modelo utiliza 1 grau de liberdade. Os graus de liberdade para o teste geral para os riscos proporcionais são iguais à soma dos graus de liberdade para os coeficientes no modelo.

Correlação

A correlação mede a força da associação linear entre os resíduos de Schoenfeld escalonados para um coeficiente e a função dos tempos de evento para o teste. Correlações maiores indicam mais evidências contra a suposição de riscos proporcionais. Use o valor p para interpretar formalmente o teste em relação à incerteza nos dados.

Qui-quadrado

Cada termo da tabela possui um valor qui-quadrado. O teste geral também tem um valor qui-quadrado. O valor qui-quadrado é a estatística de teste que avalia a suposição de riscos proporcionais. Uma estatística qui-quadrado suficientemente grande resulta em um pequeno valor-p, que indica que o termo ou modelo é estatisticamente significativo.

Valor-p

O valor-p é uma probabilidade que mede a evidência contra a hipótese nula. As probabilidades inferiores fornecem evidências mais fortes contra a hipótese nula.

Interpretação

Use os testes para determinar se o modelo atende à suposição de riscos proporcionais. A hipótese nula é que o modelo atende ao pressuposto de todos os preditores. Geralmente, um nível de significância (denotado como α ou alfa) de 0,05 funciona bem. Um nível de significância de 0,05 indica um risco de 5% de concluir que o parâmetro extra melhora significativamente o ajuste de distribuição, quando, na verdade, não.

Teste F geral: A hipótese nula é que o efeito de todos os termos do modelo atende ao pressuposto de riscos proporcionais. Se o valor p é menor que o seu nível de significância, então há evidências estatísticas de que pelo menos um termo viola a suposição de riscos proporcionais. Examine os testes dos termos individuais para determinar quais termos são responsáveis pela violação.
Teste para um termo: A hipótese nula é que o efeito do termo atende ao pressuposto de riscos proporcionais. Se o valor-p for maior que o nível de significância, é possível concluir que não há uma associação estatisticamente significativa entre a variável de resposta e o e o final da interpretação. Se o teste identificar uma violação, considere armazenar os resíduos de Schoenfeld dimensionados para conspirar contra os tempos de evento e mudar os tempos de evento. Use parcelas dos resíduos de Schoenfeld dimensionados para identificar causas da não proproportionalidade, como um efeito decrescente ou crescente. Em alguns casos, a não desproporcionalidade desaparece através da adição de termos de interação ou do uso de termos para formar estratos.