R MATLAB中的Cox回归

我知道MATLAB中有做Cox回归的函数，但我在理解如何应用它时遇到了问题

1） 如何比较两组样本的生存数据（天（

survdays

）、截尾（

cens

）和一些预测值（

x

）？由

组定义的组

逻辑变量。各组有不同数量的样本

2） coxphfit中的基线参数是什么？我确实读过文档，但我应该如何正确选择基线

如果你知道一个关于医疗生存数据的详细例子的网站，那就太好了。我发现只有那个甚至没有提到coxphfit的

您知道Cox回归的另一个第三方功能吗

---

更新：添加了

r

标签，因为我得到的答案是r

生存分析，危险函数是瞬时死亡率

在这些分析中，您通常要测量某物对该危险功能的影响。例如，你可能会问“吞咽砷会增加人的死亡率吗？”。背景危害是人们无论如何都会死亡的水平（在这种情况下，不吞咽砷）

如果仔细阅读

coxphfit

的文档，您会注意到该函数试图计算基线危险；这不是你要进入的东西

将要使用的X值作为基线 计算基线风险

编辑：MATLAB的

coxphfit

函数显然不能处理分组数据。如果您愿意切换到，那么anaylsis是一个单行程序

library(survival)

#Create some data
n <- 20; 
dfr <- data.frame(
  survdays = runif(n, 5, 15),
  cens     = runif(n) < .3,
  x        = rlnorm(n),
  groups   = rep(c("first", "second"), each = n / 2)
)

#The Cox ph analysis
summary(coxph(Surv(survdays, cens) ~ x / groups, dfr))

库（生存）
#创建一些数据
n我最喜欢的统计参考资料（Sheskin的《参数和非参数统计程序手册》）说，Norusis的“SPSS高级统计程序伴侣”是关于Cox回归的一个很好的参考资料，SPSS是一个很好的工具。非常感谢。特别是R脚本。但对于基线，它是函数中的一个参数。默认情况下，它是平均值（X），可以是0。我认为在您的As示例中，基线应为0，因此我们比较吞咽危险与不吞咽。但如果我用年龄作为预测指标，我认为这个方法更有意义。我怎样才能在R脚本中控制它？非常感谢，里奇。经过一些阅读和尝试，我想我现在理解得更好了。特别感谢统计SE网站。我不知道那件事。