Диагностика остатков отклонений на модели Кокса с 13 независимыми ковариатами - каким образом я могу получить графики для каждого ковариата?

Question

Я новичок в статистике выживания и на этих форумах, так что прости меня за то, что я не знаю ни слова, ни правильный способ исследования. Я сделаю это как можно лучше.

Я намереваюсь выполнить некоторые регрессии Кокса и хочу провести базовую диагностику его пригодности. У меня есть около 13 ковариат, и когда я выполняю ggcoxdiagnostics, я могу получить остаточный график отклонения. Тем не менее, этот график является представителем всей модели Кокса как таковой, и я обнаружил, что она искажена. Поэтому я хотел бы выполнить тот же анализ, но для каждого ковариата в модели Кокса, чтобы увидеть, какой ковариат торчит и, возможно, нуждается в трансформации (лог, кубический сплайн, полином и т. Д.).

Я просто не знаю, как это сделать. Какой код я должен использовать?

библиотека ( "survminer")

res.cox = coxph (Surv (TimeAxis, new_totmort) ~ pwvX_AUS + MAP_PWV_AUS + A_HRcarX_AUS + sex_AUS + age_scr_AUS + BMI_AUS + glukos_0_AUS + Current_s0 *

ggcoxdiagnostics (res.cox, type = "deviance")

Answer 1

Вы можете

( 1 ) попытайтесь получить отдельные остатки для каждой переменной, используя другие типы остатков (= оценка или остатки Шенфельда). С ними возвращается одно значение для каждой переменной, так что это должно работать, и их довольно просто использовать:

ggcoxdiagnostics(res.cox, type ="score")
ggcoxdiagnostics(res.cox, type ="schoenfeld")

( 2 ) Придерживайтесь использования остатков отклонения и пропускайте или изменяйте / изменяйте одну переменную за раз и проверяйте, улучшается ли результат графически по отношению к остаткам.

Вы не можете - получить несколько остатков для субъекта с остатками отклонения : с остатками отклонений вы получите только одно возвращенное значение, возвращаемое для каждого субъекта. В документации указано, что «... для остатков ..deviance возвращаемый объект является вектором с одним элементом для каждого субъекта».