COX回归模型
发布时间：2015-11-15 栏目：机器学习 评论：0 Comments
Cox比例风险回归模型（Cox’s proportional hazards regression model），简称Cox回归模型。该模型由英国统计学家D.R.Cox于1972年提出，主要用于肿瘤和其它慢性病的预后分析，也可用于队列研究的病因探索。
基本形式如下：
h(t/X)=h0(t) exp (β1 X1 + β2 X2 + …… + βp Xp )
h0(t)： 基准风险函数 即所有变量取零时的t时刻的风险函数
X1、X2 …… Xp：影响因素 变量
β1、β2 …… βp：回归系数
如果假设h0(t)属于Weibull family，那么
风险函数h代表t时刻的死亡率。
优点：
- 多因素分析方法
- 不考虑生存时间分布
- 利用截尾数据
留下评论
You must be logged in to post a comment.
