Olarak doğrusal regresyon Stratejileri Harrell (ikinci baskı) ile bir bölüm (S. 20.1.7) temel etkisi sağkalım biz (aşağıdaki örnekte olduğu yaş) ve tahmin etmek isteyen bir kovaryat arasındaki etkileşim de dahil olmak üzere Cox modelleri tartışılması ve orada ana etkisini tahmin etmek istemediğimiz değişken (aşağıdaki örnekte cinsiyet).
Somut olarak: bir popülasyonda (bilinmeyen, gerçek) h ( t ) tehlikesinin modeli izlediğini varsayalım
h ( t ) = { hf( t ) exp( β1yaş ),hm( t ) exp( ( β1+ β2) yaş ) ,kadın hastalar içinerkek hastalar için
hf ,hm bilinmemektedir, doğru, tahmin edilemeyen temel tehlike fonksiyonları veβ1 ,β2 verilerden tahmin edilecek gerçek parametreler bilinmemektedir.
(Bu örnek neredeyse tam olarak kitaptan alınmıştır.)
Şimdi Harrell, yukarıdaki durumun tabakalı Cox model model 1 olarak yeniden yazılabileceğini söylüyor :
h ( t ) = hCinsiyet( t ) exp( β1yaş + β2X)
'etkileşim terimi'X kadınlar için sıfıra ve erkekler için yaşa eşittir. Bu uygundur çünküβ1 veβ2 tahmin etmek için standart tekniği kullanabileceğimiz anlamına gelir.
β^1β^2β1,β2
h(t)=hf(t)exp(γ1age)
h(t)=hm(t)exp(γ2age)
γ1^γ2^β1,β1+β2
Soru:
- β^1=γ^1β^2=γ^2−γ^1
- Güven aralıkları mutlaka aynı mı?
- β2=0h(t)=hgender(t)exp(β1age)