以计数过程格式拟合 Cox 模型 为输入数据

统计 > 可靠性/生存 > Cox 回归 > 在计数过程表单中拟合考克斯模型

完成以下步骤来指定要分析的数据列。

  1. 起始时间,指定每个观察的进入时间。这些列可以是文本或数字列,必须与在 结束时间 中输入的列具有相同的长度。开始时间应小于结束时间。如果开始时间等于结束时间,Minitab 将从分析中删除整个行。
  2. 结束时间,输入每次观察的观察时间。此值要么是直到发生兴趣事件的时间,要么是审查时间,要么是预测器值变化的时间。表达式必须是数字类型的。
  3. 审查列(可选) 中,输入包含测量数据的列。一个值表示被审查的观察。另一个值表示感兴趣的事件。如果该主题在研究结束前没有体验到感兴趣的事件,或者该主题在经历事件之前离开研究,则会审查响应时间。您可以指定哪个值表示被审查的观察 删失值。默认情况下,文本列的最低数字值或最低 ASCII 值是审查值。
  4. 连续预测变量 中,输入多列可以解释或预测响应变量变化的数字数据。预测变量又称为 X 变量。
  5. 类别预测变量 中,输入可以解释或预测响应变量变化的类别分类或组分配,例如,原材料类型。预测变量又称为 X 变量。
  6. 分层变量(可选),输入一个列,以适应分层模型。您指定的列中每个唯一值组合定义了一个层。分层模型估计每个地层的基线危险率,但对预测器的影响使用相同的估计值。您最多可以指定 31 个变量。

数据必须以计数过程形式出现,这意味着多个行代表每个患者。每行描述所有变量值保持不变的时间间隔。时间依赖预测器在行之间变化。间隔从开始时间之后开始,包括结束时间。

例如,下表包含患者的数据,其数据为 识别 1。风险类别疾病阶段 由于这些预测器是固定的,因此每行的观测值和值相同。由于在研究期间,正常的血小板计数可能会发生变化,因此每当预测器发生变化时,每个患者都需要一排新的数据。第一排显示,患者在移植后的前13天间隔内没有正常的血小板计数。第二行显示,患者从第13天之后到研究结束的第2,081天有正常的血小板计数。

识别 风险类别 开始时间 结束时间 无病 普通血小板 疾病阶段
1 1 0 13 正常
1 1 13 2081 正常