从使用S-Plus设计包迁移到R RMS包

我从S+继承了一些代码，这些代码符合带有插补数据的Cox比例风险模型。然后使用设计包获得预测值和置信区间

set.seed(23)

somedata<- data.frame(
  col1 = sample(c(1,2), 10, replace = TRUE),
  col2 = sample(10000),
  col8 = rnorm(10000, 54, 5 ),
  col22 = rbinom(10000, 1, .5)
)

sd<-datadist(somedata)
options(datadist="sd")

formula1 <- ~ col2 + col1 + col22  + col8
formula2 <- Surv(col2, col1) ~  col22 + rcs(col8, 3)

a <- aregImpute(formula1, data=somedata, n.impute=5)
f <- fit.mult.impute(formula2, cph, a, data=somedata)
p1 <- plot(f, conf.int=T, ref.zero=T, fun=exp, col8=c(18:70), xlab=c("Recipient age"), 
           ylab=c("RR of Mortality"))
write.table(p1$x.xbeta,file=afilename,sep=",",dimnames.write=F)

set.seed（23）
我该怎么做？我想我不能分享我的数据。我希望得到关于错误原因的指导。如果人们不能重现错误，他们很难告诉你如何避免错误。尝试读取链接的线程。也许你可以生成随机数据来重现错误。嗨，高，你认为这会更有帮助吗？谢谢你的反馈！（我没有检查，但是）如果它复制了你的错误，它将允许人们能够帮助你。如果你发布一个最小的自包含可复制的失败示例，我将进行调试。请注意，在插补中忽略了因变量，公式不需要使用字符串；您只需执行
公式1~col1+..
。如果您按照
Predict
和
plot.Predict
的文档进行操作，它应该可以工作。
set.seed(23)

somedata<- data.frame(
  col1 = sample(c(1,2), 10, replace = TRUE),
  col2 = sample(10000),
  col8 = rnorm(10000, 54, 5 ),
  col22 = rbinom(10000, 1, .5)
)

sd<-datadist(somedata)
options(datadist="sd")

formula1 <- ~ col2 + col1 + col22  + col8
formula2 <- Surv(col2, col1) ~  col22 + rcs(col8, 3)

a<-aregImpute(formula1, data=somedata, n.impute=5)
f<-fit.mult.impute( formula2, cph, a, data=somedata)
p2<-Predict(f ,col8,conf.int=0.95 ,ref.zero=TRUE ,fun=exp )