Cox Regression มีการแจกแจงแบบปัวซองหรือไม่?


30

ทีมเล็ก ๆ ของเรากำลังพูดคุยกันและติดอยู่ ไม่มีใครรู้ว่าการถดถอยของ Cox นั้นมีการแจกแจงแบบปัวซองหรือไม่ เรามีการถกเถียงกันว่าบางทีการถดถอยของค็อกซ์ที่มีความเสี่ยงเวลาคงที่จะมีความคล้ายคลึงกันกับการถดถอยปัวซองด้วยความแปรปรวนที่แข็งแกร่ง ความคิดใด ๆ

คำตอบ:


32

ใช่มีการเชื่อมโยงระหว่างโมเดลการถดถอยสองแบบนี้ นี่คือภาพประกอบ:

สมมติว่าอันตรายพื้นฐานเป็นช่วงเวลาคงที่: λ ในกรณีนั้นฟังก์ชันการเอาชีวิตรอดก็คือh0(t)=λ

S(t)=exp(0tλdu)=exp(λt)

และฟังก์ชั่นความหนาแน่นคือ

f(t)=h(t)S(t)=λexp(λt)

นี้เป็นรูปแบบไฟล์ PDF ของตัวแปรสุ่มชี้แจงด้วยความคาดหวัง 1λ1

การกำหนดค่าดังกล่าวทำให้ได้โมเดล Cox แบบพารามิเตอร์ต่อไปนี้ (พร้อมเครื่องหมายที่ชัดเจน):

hi(t)=λexp(xiβ)

ในการตั้งค่าพารามิเตอร์พารามิเตอร์จะถูกประเมินโดยใช้วิธีความน่าจะเป็นแบบดั้งเดิม บันทึกความน่าจะเป็นที่ได้รับจาก

l=i{dilog(hi(ti))tihi(ti)}

di

diμi=tihi(t)

ด้วยเหตุนี้เราสามารถได้รับการประมาณการโดยใช้โมเดลปัวซองดังต่อไปนี้:

log(μi)=log(ti)+β0+xiβ

β0=log(λ)


10
โดยทั่วไปแล้วสมมติว่าอัตราความเป็นอันตรายคงที่ในช่วงเวลาคงที่ (เรียกว่าแบบจำลองชิ้นส่วนเลขชี้กำลัง) คุณสามารถใส่แบบจำลองการเอาชีวิตรอดที่มีความยืดหยุ่นได้ในรูปแบบของปัวซอง GLMs - ถ้าคุณเพิ่มการโต้ตอบระหว่างอันตรายแบบพื้นฐานคงที่แบบชิ้นเดียวและ covariates ยกตัวอย่างเช่นเอฟเฟ็กต์เวลาที่แตกต่างและย้ายออกไปจากสมมติฐานสัดส่วน แหล่งที่มา: Michael Friedman "แบบจำลองเลขชี้กำลังเชิงตัวเลขสำหรับข้อมูลการอยู่รอดกับ Covariates", บันทึกสถิติ N LAIRD, D OLIVIER "การวิเคราะห์ความแปรปรวนร่วมของข้อมูลการอยู่รอดที่ถูกเซ็นเซอร์โดยใช้เทคนิคการวิเคราะห์แบบบันทึกเชิงเส้น" JASA
fabians

และ @fabians ขอบคุณ ดูเหมือนว่าเป็นสิ่งที่น่าสนใจมากขึ้นในการดูและสร้างการสนทนาเพิ่มเติมจากกลุ่มของเรา!
Julie
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.