估计与 R 中删失数据的一个变量的相关性答案

【问题标题】：Estimating correlation with one variable of censored data in R估计与 R 中删失数据的一个变量的相关性
【发布时间】：2020-06-21 21:30:09
【问题描述】：

我正在 R 中寻找一种方法来估计部分删失的事件发生时间数据和连续变量（例如体长）之间的相关性（以及相关的 p 值）。

这是我的数据样本 - 以 900（秒）截尾的时间观察：

length <- c(12.10, 11.00, 9.59, 10.38, 11.10, 9.39)
timeto <- c(149, 900, 26, 3, 0, 900)
event <- c(1, 0, 1, 1, 1, 0)
data <- data.frame(length, timeto, event)

【问题讨论】：

普通的相关系数不考虑变量的顺序。所以你的意思一定不是简单的 R。

标签： r correlation survival-analysis

【解决方案1】：

听起来您想要一个事件发生时间分析，其中事件发生率取决于一个连续变量。您可以使用 Cox 比例风险模型来做到这一点，使用 survival 包非常容易做到这一点：

library(survival)

# Create a Surv object from times and events:
data$surv <- Surv(timeto, event = event)

# See the summary of the Cox model:
summary(coxph(surv ~ length, data = data))
#> Call:
#> coxph(formula = surv ~ length, data = data)
#> 
#>   n= 6, number of events= 4 
#> 
#>          coef exp(coef) se(coef)     z Pr(>|z|)
#> length 0.1698    1.1850   0.4808 0.353    0.724
#> 
#>        exp(coef) exp(-coef) lower .95 upper .95
#> length     1.185     0.8439    0.4618     3.041
#> 
#> Concordance= 0.643  (se = 0.152 )
#> Likelihood ratio test= 0.12  on 1 df,   p=0.7
#> Wald test            = 0.12  on 1 df,   p=0.7
#> Score (logrank) test = 0.13  on 1 df,   p=0.7

^{由reprex package (v0.3.0) 于 2020-06-21 创建}

【讨论】：

没有相关系数。如果您认为这是您想要的，您至少应该指出术语中的错误并提供正确的术语。
谢谢。我认为艾伦卡梅伦刚刚提出了解决问题的正确方法。非常感谢
感谢@IRTFM。像您一样，我认为提出的问题没有多大意义，并试图展示一种更好的分析此类数据的途径，而不是开始冗长的讨论，为什么相关系数在这里没有多大帮助。我不认为我说的任何话都是假的，我的遗漏也不值得你投反对票，但是，我显然有偏见！不过，感谢您的反馈 - 非常感谢，我在这里学习