大神驾到。
像通常的回归分析一样,人们也希望能建立起生存时间(因变量或反应变量)随危险因素(自变量或协变量)变化的回归方程,以便对危险因素的作用大小有一个全面的了解和掌握、并根据危险因素的不同取值对生存概率(或危险率)进行预测。由于生存时间的准确很难获得,前述目的很难直接实现。 1972年COX提出了比例危险模型(Proportional Hazard Model),简称为COX模型。由于此模型在表达形式上与参数模型相似,但在对模型中各参数进行估计时踊依赖于特定的假设,所以又有半参数模型之称。
在sas可以用 proc tpspline 来拟合半参数和非参数回归模型 你查看sas onlinedoc 中的proc tpspline 过程步就有实例。
如拟合下面的f(x1, x2) = 1 + x1 + x12 + h(x2) 这个半参数模型
data Measure;
set Measure;
x1sq = x1*x1;
run;
data pred;
do x1=-1 to 1 by 0.1;
do x2=-1 to 1 by 0.1;
x1sq = x1*x1;
output;
end;
end;
run;
proc tpspline data= measure;
model y = x1 x1sq (x2);
score data = pred
out = predy;
run;
|