Ajuste un modèle de régression à risques proportionnels de Cox. Cette action est fondamentale en analyse de survie pour modéliser la relation entre les variables prédictives et le temps jusqu'à un événement, en tenant compte de la censure des données.
| Paramètre | Description |
|---|---|
| alpha | Spécifie le niveau de significativité pour la construction de tous les intervalles de confiance. |
| attributes | Modifie les attributs des variables utilisées dans cette action. |
| class | Désigne les variables de classification à utiliser comme variables explicatives dans l'analyse. |
| classGlobalOpts | Liste les options qui s'appliquent à toutes les variables de classification. |
| classLevelsPrint | Lorsqu'il est défini sur False, supprime l'affichage des niveaux de classe. |
| clb | Lorsqu'il est défini sur True, affiche les limites de confiance supérieures et inférieures pour les estimations des paramètres. |
| code | Écrit du code SAS DATA step pour calculer les valeurs prédites du modèle ajusté. |
| collection | Définit un ensemble de variables traitées comme un seul effet ayant plusieurs degrés de liberté. |
| corrB | Lorsqu'il est défini sur True, affiche la matrice de corrélation des paramètres. |
| covB | Lorsqu'il est défini sur True, affiche la matrice de covariance des paramètres. |
| display | Spécifie une liste de tables de résultats à envoyer au client pour affichage. |
| freq | Désigne la variable numérique qui contient la fréquence d'occurrence pour chaque observation. |
| hessian | Lorsqu'il est défini sur True, utilise l'Hessien analytique au lieu de l'Hessien par différences finies. |
| lassoRho | Spécifie le paramètre de régularisation de base pour la méthode LASSO. |
| lassoSteps | Spécifie le nombre maximum d'étapes pour la méthode LASSO. |
| lassoTol | Spécifie le critère de convergence pour la méthode LASSO. |
| logLikeNull | Lorsqu'il est défini sur True, affiche le -2 log de vraisemblance du modèle NUL. |
| model | Désigne la variable dépendante, les effets explicatifs et les options du modèle. |
| multimember | Utilise une ou plusieurs variables de classification de manière à ce que chaque observation puisse être associée à un ou plusieurs niveaux de l'union des niveaux de ces variables. |
| multipass | Lorsqu'il est défini sur True, nivelle la table de données d'entrée à chaque lecture. |
| nClassLevelsPrint | Limite l'affichage des niveaux de classe. La valeur 0 supprime tous les niveaux. |
| noStdErr | Lorsqu'il est défini sur True, ne calcule pas la matrice de covariance ni aucune statistique qui en dépend. |
| optimization | Spécifie la technique et les options pour effectuer l'optimisation. |
| output | Crée une table sur le serveur qui contient des statistiques par observation, calculées après l'ajustement du modèle. |
| outputTables | Liste les noms des tables de résultats à sauvegarder comme tables CAS sur le serveur. |
| partByFrac | Spécifie les fractions des données à utiliser pour la validation et le test. |
| partByVar | Désigne la variable et ses valeurs à utiliser pour partitionner les données en rôles d'entraînement, de validation et de test. |
| polynomial | Spécifie un effet polynomial. Toutes les variables spécifiées doivent être numériques. |
| selection | Spécifie la méthode et les options pour effectuer la sélection de modèle. |
| spline | Développe les variables en bases de spline dont la forme dépend des paramètres spécifiés. |
| ss3 | Lorsqu'il est défini sur True, effectue des tests d'effets de Type 3. |
| strata | Désigne la variable qui identifie les strates pour une analyse stratifiée. |
| strataMissing | Lorsqu'il est défini sur True, autorise les valeurs manquantes comme valeurs valides pour la variable STRATA. |
| table | Spécifie la table de données d'entrée. |
| weight | Désigne la variable numérique à utiliser pour effectuer une analyse pondérée des données. |