[英]Specifying variance structure in mixed effects Cox model in R
我正在使用coxme包中的函數coxme()
在R中擬合混合效果Cox模型。 在我的模型中,我有一個經過審查的生存時間$ X $,一個協變量$ Z $和一個分組變量$ Group $。 有一個隨機截距和一個隨機斜率,即我正在擬合模型$ \\ lambda(t | Z,b_0,b_1)= \\ lambda_0(t)e ^ {\\ beta Z + b_0 + b_1 Z} $。
我想指定隨機效應的協方差矩陣的結構; 特別是,我想指定$ b_0 $和$ b_1 $是不相關的,以便協方差矩陣是對角線。 似乎coxme()
在指定協方差結構方面非常靈活。 我認為我應該將矩陣列表傳遞給該函數的varlist
選項,但是到目前為止,我對此的嘗試都失敗了,而且我認為我不完全了解它應該如何工作。
也可以將自定義方差函數傳遞給此選項,並且實際上其中一個小插圖提供了一些有關如何完成此操作的示例。 但是,在這種情況下,該過程似乎很乏味,並且(我希望)是不必要的。 所以我的問題是,如何在coxme()
函數中輕松指定對角協方差矩陣結構?
以下是一些模擬的示例數據,以及首次嘗試指定協方差結構。 我的希望是我告訴coxme()
使用線性組合$ V = \\ sigma ^ 2_1 A + \\ sigma ^ 2_2 B $,並使用$ A $和$ B $定義如下,並且這將有效地適合具有任意對角元素的對角協方差矩陣。
> n = 25 # Size of each cluster
> K = 25 # Number of clusters
> N = n*K # Total number of observations
>
> Z = rnorm(n=N, mean=0.5, sd=0.5) # Covariate
> b0 = rep(rnorm(n=K, mean=0, sd=0.5), each=n) # Random intercept
> b1 = rep(rnorm(n=K, mean=0, sd=0.5), each=n) # Random slope
> Group = factor(x=rep(1:K, each=n))
>
> beta = 2
> eta = beta*Z + b0 + b1*Z
> T = rexp(n=N, rate=exp(eta)) # Exponential failure time, conditional on Z, b0, and b1
> C = runif(n=N, min=0, max=2.5) # Uniform censoring time to get about 20% censoring
>
> time = pmin(T,C) # Censored observation time
> delta = T < C # Event indicator
>
> A = matrix(c(1, 0, 0, 0), nrow=2)
> B = matrix(c(0, 0, 0, 1), nrow=2)
> my.covariance = list(A, B)
> fit = coxme(Surv(time, delta) ~ Z + (1 + Z | Group), varlist = my.covariance)
Error in coxme(Surv(time, delta) ~ Z + (1 + Z | Group), varlist = my.covariance) :
In random term 1: Mlist cannot have both covariates and grouping
經過大量的搜索和試驗之后,我再次查看了coxme
軟件包的一個小插圖 。 在第3節的最后一個要點中,我找到了一個可能的解決方案,
“-通過默認,假設了一個完整的協方差矩陣。模型2顯示了一種指定獨立性的簡單方法是將效果放在單獨的術語中。”
因此,在數據示例中,以下命令可用於獲取獨立的隨機效果:
> fit = coxme(Surv(time, delta) ~ Z + (1 | Group) + (Z | Group))
> fit$vcoef
$Group
Intercept
0.1181417
$Group
Z
0.2822648
由於假定相關性為零,因此僅顯示隨機截距和隨機斜率的方差。
一種可能的替代方法是在phmm
包中使用phmm()
函數。 由於估計基於完全似然,因此該方法的擬合度會稍有不同。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.