仅使用固定预测变量拟合 Cox 模型中分布的方法和公式

考克斯 - 斯内尔残余的主题 i 与响应时间 具有以下形式：

其中， 是基线累积危险率的 Breslow 估计量：

请回想一下 是一个步骤功能，在观察到的事件时间跳跃。时间 处的跳跃大小 具有以下形式：

考克斯-斯内尔残余物的计算取决于领带处理方法。对于布雷斯洛近似，考克斯-斯内尔残余有以下形式：

对于埃夫隆近似，考克斯-斯内尔残余有以下形式：

其中， 具有以下形式：

对于

其中， 是主题 i 在风险集中的第一个事件时间，并且 是主体 i 在风险集中的最后一个事件时间。

主题 i 的马丁盖尔残余有以下形式：

其中， 是考克斯 - 斯内尔残余， 取决于领带处理方法。此外， 是一个指标， 如果主题 i 被审查， 这样 如果主题我经历了事件并且 否则

主题 i 的偏差残留物是马丁盖尔残余物的转换：

其中， 是马丁盖尔残余的主题 i。

舍恩菲尔德残余病媒是 一个p组分载体。对于主题 i 与事件时间 t 舍恩菲尔德剩余载体有以下形式：

其中， 是加权平均值的共变超过时间设定的风险 t 。加权平均值具有以下形式：

其中， 是一个指标变量， 具有价值 i， 如果主题 i 在时间 t 和 0 否则处于危险之中， 这相当于 如果 和 否则

如果主题在 t时没有体验事件，则向量包含缺失值。

舍恩菲尔德残余载体的计算取决于领带处理方法。对于布雷斯洛近似，舍恩菲尔德残余载体有以下形式：

其中，

对于埃夫隆近似，舍恩菲尔德残余载体有以下形式：

其中，

函数 Z1的定义与单个规格限案例的定义相同。

和

对于

缩放的舍恩菲尔德残余载体具有以下形式：

其中， 是观察到的未经审查的生存时间和 是 Schoenfeld 残差向量。

分数剩余向量的计算取决于事件时间领带的近似方法。对于布雷斯洛近似，分数剩余向量具有以下形式：

其中，

对于 Efron 近似，分数剩余向量具有以下形式：

其中，、 和 与 Schoenfeld 残差向量的定义相同：

和

对于

DFBeta 的其他名称包括加权分数残余、缩放分数残余和标准化分数残余。DFBeta 表示在主题 i 未估计系数时系数向量之间的差异：

Minitab 计算了来自凯恩和兰格 （1984）的近似数DFBeta。¹ 的形式如下：

其中， 是分数剩余载体。有关阈值的详细信息，请转到。 前往 系数和回归方程的方法和公式 仅使用固定预测变量拟合 Cox 模型。