如何在r中的cox模型中可视化交互？

我拟合了一个模型，产生了显著的交互作用。我如何在图形中绘制这个

下面是一个玩具示例（仅用于说明）：

如果答案既适用于分类的超分类交互，也适用于分类与连续交互，那就太好了。

分类x分类

如果你认为变量是分类的，在变量“Rx”中，你有2个组和变量“EnUM”4个组，这给了你总共8条曲线。p> （1） 将其可视化的一种方法是在同一图表上绘制所有曲线：

bladder$rx_enum <- paste(as.character(bladder$rx), as.character(bladder$enum), sep="_")
ggadjustedcurves(fit2, data = bladder, method='average', variable = "rx_enum")

…而修改线型可能更复杂

（2） 显然，您还可以为任一变量的不同级别创建单独的面板。使用“rx”变量，您将有一个数据帧子集面板，其中“rx”==1，另一个面板中“rx”==2。我可能不会使用单独的面板/图形，因为您可以直观地表示一个绘图上的所有信息，除非您的叙述有必要/有道理。但是如果你想走那条路，请告诉我

范畴x连续

如果对连续变量进行分类，同样的方法也适用于连续变量。我不知道如何在保持连续变量的同时使KM成为连续变量（甚至不知道这是怎么可能的）

---

注意：这个答案只考虑了生存分析中最常见的KM图，但可能还有其他选择。

如文所述，它似乎太宽泛了。在解释中有一些重要的问题，这个问题不承认。对于cat和cat continuous的答案请求实际上是一个多部分的问题（不是关于主题的），你能展示一个例子吗？一个像你试图实现的那样的图形？这是一个有趣的问题：如何将交互可视化以进行生存分析。在SO或SE上没有太多关于它的内容。@Oka:过去我在通过连续交互可视化连续交互时，我使用了一个带有

predict

的合成网格。我看不出为什么

expand.grid

和预先确定的连续变量级别不能用来构造一个适合的变量，然后交给下面说明的方法。我总是使用

rms

包制作晶格图。我不太喜欢ggplot代码库或它的外观和感觉。当我有问题的时候，我不能进入“内部”对象并修补内部。@42-谢谢。我同时使用，ggplot和lattice，而ggplot有时会令人沮丧（就像在本例中，更改线型似乎相当棘手）。这只是猜测，是错误的。@42-你有什么错误？它在我的设置上给出了一个ok图（尽管给出了一些警告）？哪一部分错了？@42-谢谢你的评论。我更正了代码：显然必须指定避免警告的方法。好的。固定的。新的

rx_enum

也可以通过

interaction

创建，该交互设计用于cat交互。

ggadjustedcurves(fit2, data = bladder, variable = "rx") +
  facet_wrap(~enum)
ggadjustedcurves(fit2, data = bladder, variable = c("enum","rx"))

bladder$rx_enum <- paste(as.character(bladder$rx), as.character(bladder$enum), sep="_")
ggadjustedcurves(fit2, data = bladder, method='average', variable = "rx_enum")

ggadjustedcurves(fit2, data = bladder, method='average', palette = c(1,2,3,4,1,2,3,4), variable = "rx_enum")