COX 比例风险回归模型--有感
生存分析 三大块内容： 1，描述性的 生存率、中位生存期、生存曲线等，常用Kaplan-meier法 2，比较分析 两组的生存曲线是否有差别，log-rank检验（单个因素） 3，cox比例风险回归 类似logistic回归，多个变量对Y的影响，得到一个概率值，只不过加了时间 多花点时间聊聊cox的感受 首先理解一个概念 风险函数（hazard function）h(t)=f(t)/S(t) f(t)为瞬时死亡率，其实就是时间趋近于零时刻的死亡率，又称死亡概率密度函数，曲线下面积为1. S(t)为生存率：a, 若无删失，表示为t时刻存活人数/总观察人数 b，若有删失，计算为各个时段下生存概率的乘积（ 生存概率：活过该年的人数/年初人数） 象形的理解，瞬时死亡率只受到某时刻，死亡人数的影响，若t时刻死亡10人，瞬时死亡率肯定高于t+1时刻死亡1人 而，生存率，会越来越低。分子/分母，h(t)风险函数肯定增大。 对于COX风险比例模型，h(t,x)=h0(t)exp(βX)=h0(t)exp(β1x1+β2x2+```+βx) 前半部分为基线风险函数，不需要特定分布，为非参 后半部分相当于对多重线性回归的输出进行了次方变换，保证了 正值和 单调性 （参数模型） 两者相乘即为COX，（半参） 那么聊聊参数估计 对偏似然函数 ，采用极大似然估计 先不管这个所谓偏似然函数