Tôi đang thực hiện hồi quy tỷ lệ rủi ro Cox trong R bằng cách sử dụng coxph
, bao gồm nhiều biến. Phần dư Martingale trông rất tuyệt, và phần dư Schoenfeld là tuyệt vời cho tất cả các biến. Có ba biến số mà phần dư Schoenfeld không bằng phẳng và bản chất của các biến là như vậy có nghĩa là chúng có thể thay đổi theo thời gian.
Đây là những biến tôi không thực sự quan tâm, vì vậy việc biến chúng thành các tầng sẽ ổn. Tuy nhiên, tất cả chúng là các biến liên tục, không phải là biến phân loại. Vì vậy, tôi nhận thấy tầng lớp không phải là một tuyến đường khả thi *. Tôi đã thử xây dựng các tương tác giữa các biến và thời gian, như được mô tả ở đây , nhưng chúng tôi nhận được lỗi:
In fitter(X, Y, strats, offset, init, control, weights = weights, :
Ran out of iterations and did not converge
Tôi đang làm việc với gần 1000 điểm dữ liệu và đang làm việc với nửa tá biến với nhiều yếu tố, vì vậy có cảm giác như chúng ta đang đẩy các giới hạn về cách dữ liệu này có thể được cắt và xắt nhỏ. Thật không may, tất cả các mô hình đơn giản hơn mà tôi đã thử với ít biến được bao gồm rõ ràng là tồi tệ hơn (ví dụ, phần dư Schoenfeld là mảnh vụn cho nhiều biến hơn).
Những lựa chọn của tôi là gì? Vì tôi không quan tâm đến các biến có hành vi kém đặc biệt này, tôi muốn bỏ qua đầu ra của chúng, nhưng tôi nghi ngờ đó không phải là một cách giải thích hợp lệ!
* Một là liên tục, một là số nguyên có phạm vi trên 100 và một là số nguyên có phạm vi 6. Có lẽ là binning?