R 威布尔持续时间模型的仿真
我想创建一个遵循威布尔分布的事件变量。重要的是,变量应该是其他几个观察变量的组合 例如:死亡是我想要模拟的遵循威布尔分布的事件时间变量(这里我的时间尺度是年龄)。我已经有了(模拟的)变量,比如年龄、性别、BMI和癌症的4个阶段(4个类别的分类变量),所以我想用这4个变量来模拟死亡时间变量R 威布尔持续时间模型的仿真,r,simulation,weibull,survival,R,Simulation,Weibull,Survival,我想创建一个遵循威布尔分布的事件变量。重要的是,变量应该是其他几个观察变量的组合 例如:死亡是我想要模拟的遵循威布尔分布的事件时间变量(这里我的时间尺度是年龄)。我已经有了(模拟的)变量,比如年龄、性别、BMI和癌症的4个阶段(4个类别的分类变量),所以我想用这4个变量来模拟死亡时间变量 请告诉我是否需要澄清如果我没有弄错,您对加速失效时间(AFT)威布尔模型感兴趣 生存功能是: S(t)=exp(-lambda t^p) lambda和p是比例和形状参数。目标是参数化lambda。若你们解t,
请告诉我是否需要澄清如果我没有弄错,您对加速失效时间(AFT)威布尔模型感兴趣 生存功能是: S(t)=exp(-lambda t^p) lambda和p是比例和形状参数。目标是参数化lambda。若你们解t,并假设一个固定的概率S(t)=q将得到 t=A*B 其中A=(− log(q))^1/p和B=(1/lambda)^(1/p) 对于二元治疗指标TREAT,参数化lambda:B=exp(beta_0+beta_1*TREAT)。加速因子是exp(beta_1)(您可以通过获取治疗变量相对于控制变量的A*B表达式的比率来了解这一点) 您可以按照上面的AB表达式模拟数据,注意系数、随机分量和固定概率分量。特别是,如果使用正态分布,极值可能会导致负时间,这毫无意义。时间必须是非负的
set.seed(123)
library(data.table)
library(survival)
# generate data
# (can use base r or dplyr if not familiar with data.table)
n <- 2000
d <- data.table(id=1:n,
age = runif(n,40,80),
male = rbinom(n,1,0.5),
bmi = runif(n,15,30),
cancer = sample(letters[1:4], n, replace = T), # cancer stages
e = runif(n, 0,2) ) # some error, uniform for instance
# you will need to transform the cancer variable into numeric,
# one category will be the comparison group
d[, cancer_a := ifelse(cancer=="a", 1, 0)]
d[, cancer_b := ifelse(cancer=="b", 1, 0)]
d[, cancer_c := ifelse(cancer=="c", 1, 0)]
# add S(t)
shape <- 1
d[, s_tcomp := (-log(0.01))^(1/shape) ]
# generate the time
d[, time := s_tcomp*exp( -0.001*age - 0.1*male + 0.1*bmi + 0.3*cancer_a + 0.2*cancer_b + 0.1*cancer_c + e)]
#' In case you want to add censoring:
#' we measure time only up to a certain period,
#' if didnt die so far then still alive
censor <- quantile(d[,time], 0.9)
d[, dead := ifelse(time<censor, 1, 0) ]
d[, time := pmin(time, censor) ]
m <- survreg( Surv(time, dead) ~ age + male + bmi + cancer_a + cancer_b + cancer_c,
data=d, dist = "weibull", )
summary(m)
Call:
survreg(formula = Surv(time, dead) ~ age + male + bmi + cancer_a +
cancer_b + cancer_c, data = d, dist = "weibull")
Value Std. Error z p
(Intercept) 2.791584 0.098517 28.34 < 2e-16
age -0.000943 0.001091 -0.86 0.3874
male -0.058586 0.024720 -2.37 0.0178
bmi 0.099430 0.003071 32.37 < 2e-16
cancer_a 0.297261 0.034977 8.50 < 2e-16
cancer_b 0.177142 0.034474 5.14 2.8e-07
cancer_c 0.101467 0.034039 2.98 0.0029
Log(scale) -0.650129 0.018555 -35.04 < 2e-16
Scale= 0.522
Weibull distribution
Loglik(model)= -10272.5 Loglik(intercept only)= -10751
Chisq= 956.93 on 6 degrees of freedom, p= 1.8e-203
Number of Newton-Raphson Iterations: 5
n= 2000
set.seed(123)
库(数据表)
图书馆(生存)
#生成数据
#(如果不熟悉data.table,可以使用base r或dplyr)
n谢谢你提供这非常有用的信息。我有一个小问题——我认为Weibull(和指数)分布必须有一个Gumbel误差项。为什么统一错误在这里仍然有效?谢谢