我可以在 R 中为 Cox 比例风险模型执行所有子集变量选择吗？答案

【问题标题】：Can I perform all subsets variable selection for a Cox Proportional Hazards Model in R?我可以在 R 中为 Cox 比例风险模型执行所有子集变量选择吗？
【发布时间】：2012-12-30 02:22:08
【问题描述】：

在为我的数据选择顶级 Cox 比例风险模型时，我正在尝试使用类似于（如果不是实际上）程序 R 中的 jumps 包中的 regsubsets 的函数。这可能吗？如果存在，函数是否已经存在？

【问题讨论】：

你应该首先认真地质疑这是否是个好主意。
您推荐什么型号选择程序？在我接受一个模型作为“最佳”之前，看看竞争模型有多接近不合适吗？
您应该首先考虑调查领域的基础科学。除非目标明确，否则不可能推荐“最佳程序”。
我阅读了您提供的链接，它们似乎都对逐步变量选择非常挑剔。这就是我试图寻找另一种变量选择方法（所有子集）的确切原因。
据我所知没有。您正在考虑类似glmulti 的东西。那里对子集回归有很好的评论。如果你有一个小号。您可以使用循环生成替代模型并将感兴趣的结果存储在 data.frame 中，然后对其进行排序。如您所见，即使是数量不多的预测变量，它的计算要求也非常高。您可能想研究一种使这样的循环并行运行的方法。另一种方法是用编译语言重写回归的密集部分......

标签： r survival-analysis cox-regression

【解决方案1】：

我猜您已经熟悉以下内容...如果您使用 AIC 作为“顶级模特”的标准，那么这将是一个合理的起点：

library(survival)
data(colon)
c1 <- coxph(Surv(time=time, event=status) ~
     as.factor(extent) + age + sex, data=colon)
step(c1)

如果您有缺失值 (NA)，请注意这一点。当然，这种方法可能找不到更好的模型，但是由于潜在的预测变量很少，您不太可能错过它。上述注意事项（感谢@DWin）关于使用数值方法可能更可靠的知情意见。

【讨论】：