Dans un modèle de risques proportionnels de Cox avec de nombreuses variables, si les résidus de Schoenfeld ne sont pas plats pour l'une des variables, cela invalide-t-il le modèle entier ou peut-on simplement ignorer la variable peu performante? C'est-à-dire, interpréter les coefficients pour les autres variables, mais ne pas interpréter les coefficients résultants pour la variable peu performante.
Il existe plusieurs façons standard de traiter un modèle où les résidus de Schoenfeld ne sont pas plats. Supposons pour le moment que nous ne pouvons pas les faire.
residuals
cox-model
schoenfeld-residuals
jeffalstott
la source
la source
Réponses:
Le jugement des risques proportionnels (PH) doit être basé sur les résultats d'un test statistique formel et le graphique des résidus de Schoenfeld (SR) ensemble.
Si le tracé SR pour une variable donnée montre un écart par rapport à une ligne droite alors qu'il reste plat pour les autres variables, c'est quelque chose que vous ne devriez pas ignorer. La première chose que vous pouvez faire est d'examiner les résultats du test global. Le test global pourrait indiquer que l'hypothèse globale de PH est vraie [ou non]. Si le test global est correct, puis en changeant la catégorie de référence de la variable pour laquelle l'hypothèse ne s'est pas vérifiée, vous pourriez être en mesure d'atteindre le PH. Les dangers peuvent être proportionnels par rapport à une catégorie de référence mais pas à l'autre. Par conséquent, en changeant les catégories de référence, vous pourriez être en mesure de trouver la catégorie qui se traduit par l'hypothèse PH est vraie.
Si la commutation ne résout pas votre problème et en supposant que vous avez les bonnes variables dans votre modèle, cela indique que les dangers ne sont pas proportionnels pour cette variable particulière, c'est-à-dire différents dangers à différents moments. Par conséquent, vous souhaiterez peut-être introduire une interaction entre la variable et le temps dans votre modèle.
la source