Sto tentando di utilizzare una funzione simile a, se non addirittura, regsubsets nel pacchetto leaps nel programma R quando si selezionano i migliori modelli Cox Proportional Hazards per i miei dati. È possibile? e se così esiste già una funzione?È possibile eseguire la selezione di tutte le variabili secondarie per un modello di rischio proporzionale di Cox in R?
Sto indovinando sei già familiarità con il seguente ... Se si sta utilizzando AIC come criterio per la 'top model', allora questo sarebbe un ragionevole punto di partenza:
library(survival)
data(colon)
c1 <- coxph(Surv(time=time, event=status) ~
as.factor(extent) + age + sex, data=colon)
step(c1)
Attenzione con questo se mancano valori (NA). Naturalmente, potrebbe esserci un modello migliore che non viene trovato con questo metodo, ma con un numero limitato di potenziali predittori che è improbabile che manchi. Avvertenze come sopra (grazie a @DWin) sull'utilizzo di metodi numerici in cui un parere informato può essere più affidabile.
In primo luogo dovresti seriamente mettere in dubbio se sia una buona idea. –
Quale procedura di selezione del modello consigliate? Non è appropriato vedere quanto sono vicini i modelli concorrenti prima di accettare un modello come il "migliore"? – marcellt
Dovresti innanzitutto pensare alla scienza di base nel dominio dell'investigazione. Non è possibile raccomandare una "procedura migliore" a meno che gli obiettivi non siano chiari. –