phreg

cox

Description

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.

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" ;
Paramètres
ParamètreDescription
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.

Exemples

FAQ

Quel est le but de l'action cox dans l'ensemble d'actions Proportional Hazards Regression Modeling ?
Comment spécifier la table de données d'entrée pour l'action cox ?
Quels paramètres sont nécessaires pour définir le modèle de survie ?
Comment effectuer une sélection de variables avec l'action cox ?
Est-il possible de générer du code de scoring à partir du modèle ajusté ?
Comment gérer les variables catégorielles dans le modèle ?

Scénarios associés

Cas d'usage
Analyse de survie standard sur essai clinique avec génération de scoring

Un laboratoire pharmaceutique souhaite évaluer l'efficacité d'un nouveau traitement oncologique en comparant le temps de survie des patients par rapport à un groupe de contrôle,...

Cas d'usage
Prédiction de churn télécom avec sélection de variables LASSO

Un opérateur de télécommunications analyse la durée de rétention de ses abonnés (Churn). Face à un grand nombre d'indicateurs comportementaux (conso data, appels, plaintes, etc....

Cas d'usage
Analyse de fiabilité industrielle avec strates manquantes et variables catégorielles

Une usine analyse la durée de vie de composants mécaniques provenant de différents fournisseurs. L'information 'Fournisseur' est parfois manquante dans les logs de maintenance, ...