Я использую пакет rms для анализа набора данных с помощью многомерного регрессионного анализа. Поскольку существует множество различных моделей для обработки, я сохраняю модели для последующего повторного использования:
mod.name.lst <- c(...)
mod.lst <- mget(mod.name.lst)
save(mod.lst, file="model.dat")
save(mod.name.lst, file="model_names.dat")
и затем загрузите их через
load("model.dat")
load("model_names.dat")
i <- 1
for (a in mod.name.lst) {assign(a, mod.lst[[i]]); i <- i+1}
Это работает без проблем при использовании ols - но в большинстве случаев это кажется невозможным при использовании cph. Модели "выглядят" отлично, но они не позволяют использовать summary или Predict:
В большинстве случаев summary приводит к
Ошибка в if (j! = Iref) {: пропущенное значение, где требуется TRUE / FALSE
Когда работает summary, он не дает данные в виде коэффициента опасности, как обычно, а только размер эффекта.
Predict также приводит к сообщению об ошибке:
Error in predictrms: Values in status not in Current Former Never :
[List of variable values]
Error in predictrms(fit, settings, kint = kint, conf.int = conf.int, conf.type = conf.type, :
Эта ошибка вообще не возникает при использовании ols - и я также не могу легко воссоздать ее с различными наборами данных.
Нужны ли cph какие-либо дополнительные данные, которые не сохраняются при сохранении моделей? Есть ли лучший способ сохранить модель?