R cox模型中的约束三次样条拟合
我想用Cox比例风险回归研究一些持续性风险因素与我的偏好性疾病的假定U型关联。到目前为止,我已经用R cox模型中的约束三次样条拟合,r,spline,nonlinear-functions,survival-analysis,R,Spline,Nonlinear Functions,Survival Analysis,我想用Cox比例风险回归研究一些持续性风险因素与我的偏好性疾病的假定U型关联。到目前为止,我已经用R和survival包这样做了 library(survival) coxph(Surv(entry, exit, status) ~ pspline(my.risk.factor, df = df)) 然而,尽管文档不太详细,但在我看来,这些样条曲线没有受到限制(即,在尾部强制为线性),因此在所述尾部中显示出高方差,并且我还感到恼火的是,我必须提供所需的拟合复杂度(通过df参数)。我更希望在mg
R
和survival
包这样做了
library(survival)
coxph(Surv(entry, exit, status) ~ pspline(my.risk.factor, df = df))
然而,尽管文档不太详细,但在我看来,这些样条曲线没有受到限制(即,在尾部强制为线性),因此在所述尾部中显示出高方差,并且我还感到恼火的是,我必须提供所需的拟合复杂度(通过df
参数)。我更希望在mgcv
包中使用它,它可以自动调节拟合的复杂性,但AFAIK不支持cox模型
我可以用
R
来做吗?如果可以,怎么做?rms软件包使用rcs
(受限三次样条曲线),Harrell特别指出其尾部是线性的,这符合我的经验。您不会像在“mgcv”包中那样获得自动df估计