Выполните регрессию пропорциональных рисков Кокса на lightbulb набор данных, который содержит моделируемые сроки службы лампочек. Первый столбец данных о лампочках содержит время жизни (в часах) двух разных типов лампочек. Второй столбец содержит двоичную переменную, указывающую, является ли луковица флуоресцентной или раскаленной; 0 указывает, что лампочка флуоресцентна, а 1 указывает, что она накалена. Третий столбец содержит информацию о цензуре, где 0 указывает, что луковица наблюдалась до отказа, и 1 указывает, что наблюдение было подвергнуто цензуре.

Подгонка модели пропорциональных рисков Кокса на время жизни лампочек с учетом цензуры. Переменная предиктора является типом лампы.

load lightbulb
coxMdl = fitcox(lightbulb(:,2),lightbulb(:,1), ...
    'Censoring',lightbulb(:,3))

coxMdl = 
Cox Proportional Hazards regression model:

           Beta       SE      zStat       pValue  
          ______    ______    ______    __________

    X1    4.7262    1.0372    4.5568    5.1936e-06

Найдите 95% доверительный интервал для возвращенного Beta оценка.

ci = coefci(coxMdl)

ci = 1×2

    2.6934    6.7590

Найдите 99% доверительный интервал для Beta оценка.

ci99 = coefci(coxMdl,0.01)

ci99 = 1×2

    2.0546    7.3978

Найдите доверительные интервалы для предикторов readmissiontimes набор данных. Переменная отклика ReadmissionTime, что показывает время реадмиссии для 100 пациентов. Переменные предиктора Age, Sex, Weight, и Smoker, статус курения каждого пациента. Значение 1 указывает, что пациент является курильщиком, а значение 0 указывает, что пациент не курит. Область вектора-столбца Censored содержит цензурную информацию для каждого пациента, где 1 указывает на цензурные данные, а 0 указывает на то, что наблюдаются точные сроки реадмиссии. (Эти данные моделируются.)

Загрузите данные.

load readmissiontimes

Используйте все четыре предиктора для подбора кривой модели.

X = [Age Sex Weight Smoker];

Подгонка модели с помощью информации цензуры.

coxMdl = fitcox(X,ReadmissionTime,'censoring',Censored);

Просмотрите оценки точек для Age, Sex, Weight, и Smoker коэффициенты.

coxMdl.Coefficients.Beta

ans = 4×1

    0.0184
   -0.0676
    0.0343
    0.8172

Найдите 95% доверительные интервалы для этих оценок.

ci = coefci(coxMdl)

ci = 4×2

   -0.0139    0.0506
   -1.6488    1.5136
    0.0042    0.0644
    0.2767    1.3576

The Sex коэффициент (вторая строка) имеет большой доверительный интервал, и первые два коэффициента заключают в квадратную скобку значение 0. Поэтому вы не можете отвергнуть гипотезу о том, что Age и Sex предикторы равны нулю.