Выполните Cox пропорциональная регрессия опасностей на lightbulb набор данных, который содержит симулированное время жизни лампочек. Первый столбец данных о лампочке содержит время жизни (в часах) двух различных типов ламп. Второй столбец содержит бинарную переменную, указывающую, флуоресцентна ли лампа или накалена; 0 указывает, что лампа флуоресцентна, и 1 указывает, что это - лампа накаливания. Третий столбец содержит информацию о цензурировании, где 0 указывает, что лампа наблюдалась, пока отказ, и 1 не указывает, что наблюдение было подвергнуто цензуре.

Соответствуйте Cox пропорциональная модель опасностей в течение времени жизни лампочек, объясняя цензурирование. Переменный предиктор 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%-й доверительный интервал для возвращенного Beta оценка.

ci = coefci(coxMdl)

ci = 1×2

    2.6934    6.7590

Найдите 99%-й 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. Переменной отклика является ReadmissionTime, который показывает времена повторного доступа для 100 пациентов. Переменными предикторами является Age, Sex, Weight, и Smoker, курящее состояние каждого пациента. 1 указывает, что пациент является курильщиком, и 0 указывает, что пациент не курит. Вектор-столбец Censored содержит информацию о цензуре для каждого пациента, где 1 указывает, что подвергнутые цензуре данные, и 0 указывают точное время повторного доступа, наблюдаются. (Эти данные симулированы.)

Загрузите данные.

load readmissiontimes

Используйте все четыре предиктора для подбирания модели.

X = [Age Sex Weight Smoker];

Подбирайте модель с помощью информации о цензурировании.

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

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

coxMdl.Coefficients.Beta

ans = 4×1

    0.0184
   -0.0676
    0.0343
    0.8172

Найдите 95% доверительных интервалов 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

Sex коэффициент (вторая строка) имеет большой доверительный интервал, и первые два коэффициента заключают в скобки значение 0. Поэтому вы не можете отклонить гипотезу что Age и Sex предикторы являются нулем.