phreg

cox

Beschreibung

Passt ein Cox-Proportional-Hazards-Regressionsmodell an. Diese Aktion wird verwendet, um die Beziehung zwischen den Überlebenszeiten von Subjekten und einer oder mehreren prädiktiven Variablen zu analysieren. Sie ist besonders nützlich in der medizinischen Forschung, um die Wirkung von Behandlungen oder Risikofaktoren auf die Überlebenszeit zu bewerten.

phreg.cox <result=results> <status=rc> / alpha=double, attributes={{casinvardesc-1} <, {casinvardesc-2}, ...>}, class={{classStatement-1} <, {classStatement-2}, ...>}, classGlobalOpts={<classopts>}, classLevelsPrint=TRUE | FALSE, clb=TRUE | FALSE, code={<coxCodegen>}, collection={{collection-1} <, {collection-2}, ...>}, corrB=TRUE | FALSE, covB=TRUE | FALSE, display={<displayTables>}, freq="variable-name", hessian=TRUE | FALSE, lassoRho=double, lassoSteps=integer, lassoTol=double, logLikeNull=TRUE | FALSE, model={<coxModel>}, multimember={{multimember-1} <, {multimember-2}, ...>}, multipass=TRUE | FALSE, nClassLevelsPrint=integer, noStdErr=TRUE | FALSE, optimization={<optimizationStatement>}, output={<coxOutputStatement>}, outputTables={<outputTables>}, partByFrac={<partByFracStatement>}, partByVar={<partByVarStatement>}, polynomial={{polynomial-1} <, {polynomial-2}, ...>}, selection={<selectionStatement>}, spline={{spline-1} <, {spline-2}, ...>}, ss3=TRUE | FALSE, strata="variable-name", strataMissing=TRUE | FALSE, table={<castable>}, weight="variable-name" ;
Einstellungen
ParameterBeschreibung
alpha Gibt das Signifikanzniveau für die Erstellung aller Konfidenzintervalle an.
attributes Ändert die Attribute von Variablen, die in dieser Aktion verwendet werden.
class Benennt die Klassifikationsvariablen, die als erklärende Variablen in der Analyse verwendet werden sollen.
classGlobalOpts Listet Optionen auf, die für alle Klassifikationsvariablen gelten.
classLevelsPrint Unterdrückt die Anzeige von Klassenstufen, wenn auf FALSE gesetzt.
clb Zeigt obere und untere Konfidenzgrenzen für die Parameterschätzungen an, wenn auf True gesetzt.
code Schreibt SAS-DATA-Step-Code zur Berechnung der vorhergesagten Werte des angepassten Modells.
collection Definiert einen Satz von Variablen, die als ein einzelner Effekt mit mehreren Freiheitsgraden behandelt werden.
corrB Zeigt die Korrelationsmatrix der Parameter an, wenn auf True gesetzt.
covB Zeigt die Kovarianzmatrix der Parameter an, wenn auf True gesetzt.
display Gibt eine Liste von Ergebnistabellen an, die zur Anzeige an den Client gesendet werden sollen.
freq Benennt die numerische Variable, die die Häufigkeit des Vorkommens für jede Beobachtung enthält.
hessian Verwendet die analytische Hesse-Matrix anstelle der finiten Differenzen-Hesse-Matrix, wenn auf True gesetzt.
lassoRho Gibt den Basis-Regularisierungsparameter für die LASSO-Methode an.
lassoSteps Gibt die maximale Anzahl von Schritten für die LASSO-Methode an.
lassoTol Gibt das Konvergenzkriterium für die LASSO-Methode an.
logLikeNull Zeigt die -2 Log-Likelihood des NULL-Modells an, wenn auf True gesetzt.
model Benennt die abhängige Variable, die erklärenden Effekte und die Modelloptionen.
multimember Verwendet eine oder mehrere Klassifikationsvariablen so, dass jede Beobachtung mit einer oder mehreren Stufen der Vereinigung der Stufen der Klassifikationsvariablen verknüpft werden kann.
multipass Levelisiert die Eingabedatentabelle bei jedem Lesen, wenn auf True gesetzt.
nClassLevelsPrint Begrenzt die Anzeige von Klassenstufen. Der Wert 0 unterdrückt alle Stufen.
noStdErr Berechnet die Kovarianzmatrix oder eine davon abhängige Statistik nicht, wenn auf True gesetzt.
optimization Gibt die Technik und die Optionen für die Durchführung der Optimierung an.
output Erstellt eine Tabelle auf dem Server, die beobachtungsweise Statistiken enthält, die nach der Modellanpassung berechnet werden.
outputTables Listet die Namen der Ergebnistabellen auf, die als CAS-Tabellen auf dem Server gespeichert werden sollen.
partByFrac Gibt die Anteile der Daten an, die für die Validierung und das Testen verwendet werden sollen.
partByVar Benennt die Variable und ihre Werte, die zur Partitionierung der Daten in Trainings-, Validierungs- und Testrollen verwendet werden.
polynomial Gibt einen polynomialen Effekt an. Alle angegebenen Variablen müssen numerisch sein.
selection Gibt die Methode und die Optionen für die Durchführung der Modellauswahl an.
spline Erweitert Variablen in Spline-Basen, deren Form von den angegebenen Parametern abhängt.
ss3 Führt Typ-3-Effekttests durch, wenn auf True gesetzt.
strata Benennt die Variable, die die Schichten für eine geschichtete Analyse identifiziert.
strataMissing Erlaubt fehlende Werte als gültige STRATA-Variablenwerte, wenn auf True gesetzt.
table Gibt die Eingabedatentabelle an.
weight Benennt die numerische Variable, die zur Durchführung einer gewichteten Analyse der Daten verwendet wird.

Beispiele

FAQ

Was ist die Aktion phreg.cox?
Wie gibt man das Signifikanzniveau für Konfidenzintervalle an?
Welchen Zweck hat der Parameter `class`?
Wie kann ich SAS DATA Step-Code zum Berechnen von Vorhersagewerten generieren?
Wie führt man eine Modellauswahl durch?
Wofür wird der `strata`-Parameter verwendet?
Wie kann man eine gewichtete Analyse durchführen?

Zugehörige Szenarien

Anwendungsfall
Standard-Überlebensanalyse für klinische Studien

Ein Pharmaunternehmen möchte die Wirksamkeit eines neuen Medikaments im Vergleich zu einem Placebo bewerten. Ziel ist es, den Einfluss der Behandlung und des Alters auf die Über...

Anwendungsfall
Performance-Test mit automatischer Modellauswahl (LASSO)

Ein Telekommunikationsanbieter möchte vorhersagen, wann Kunden ihren Vertrag kündigen (Churn). Da es viele potenzielle Einflussfaktoren gibt (Nutzungsverhalten, Vertragsart, Dem...

Anwendungsfall
Zuverlässigkeitsanalyse mit fehlenden Stratifizierungsdaten

Ein Industrieunternehmen analysiert Maschinenausfälle. Die Analyse soll nach dem Standort der Maschine ('Location') stratifiziert werden. Aufgrund von Erfassungsfehlern fehlt be...