제가 관심있는 주제 위주로 포스팅을 하다보니, 내용이 너무 파편화가 되어버리는 듯합니다만...
요새 일이 너무 많다보니 차분하게 정리하기가 어렵습니다.
이해부탁드립니다 !
오늘의 내용은 간단하지만 꼭 짚고넘어가야할 내용입니다.
바로 생존분석에서 비례위험가정모형이 위반되었을때 많이들 사용하는 층화 Cox (stratified Cox) 관련된 내용입니다.
Startified cox 에서는
층화변수 (strata variable) 과 관심변수 (independent variable) 의 interaction term 을 확인을 해줘야합니다.
즉, p > 0.005 에 적합한지 확인을 해줘야하는데요.
만일 interaction 이 유의하게 나온다면,
그렇지 않으면 교호작용 (interaction) 으로 인하여 추정된 값의 bias 가 생길 수 있습니다.
즉, 저희가 추정한 값이 적절하게 참값과 근사하게 추정되지 않을 수 있다는 말입니다.
결국, 층화 cox 에서 이런 문제가 발생한다면,
time-dependent Cox 혹은 accelerated failure time (AFT) 등의 사용을 고려해보게 됩니다.
** 도움이 되셨다면, '공감 & 댓글' 부탁드립니다^^
그동안 대충 변수만 집어넣고 Cox proportional hazrd model 을 돌리며,
기본 assumption 들 (log-linear 등등) 을 무시하던 의료인들이 계셨다면, 반성하시길 바랍니다.
이런식으로 분석을 하다보니, 다른 분야사람들에게 의료인들이 무시를 받게 되는 겁니다...
'R_statistics > Rs_basic' 카테고리의 다른 글
[통계] 데이터 분석 시 로그 변환, log transformation 이 꼭 필요할까 ? (0) | 2019.12.06 |
---|---|
[통계] 결측값의 종류와 처리 방법 (0) | 2019.12.05 |
[통계] 가우스 마코프 정리, Gauss-Markov Theorem 의 정의와 의미 (0) | 2019.09.19 |
[통계] 회귀 (regression) 분석에서 설명변수의 고정 (0) | 2019.09.18 |
[통계] 회귀 (regression) 분석에서 비편향 (불편, unbiased) 의 의미와 증명 (0) | 2019.04.08 |