r语言多因素回归分析
时间: 2023-10-25 13:11:01 浏览: 160
多因素回归分析是一种统计方法,用于研究多个自变量与因变量之间的关系。在R语言中,可以使用coxph函数进行多因素回归分析。具体步骤如下:
1. 定义模型:使用coxph函数设置多因素回归模型,其中Surv函数用于定义生存时间和生存状态。
2. 提取结果信息:使用summary函数提取回归结果的相关信息,如变量的风险比 (HR) 和置信区间 (CI)。
3. 整理结果:将提取的结果整理成表格,包括变量名、HR、95%CI和P值。
4. 添加行名和命名:将表格的行名转为表格的第一列,并给予命名"Characteristics"。
下面是R语言多因素回归分析的代码示例:
<<引用>>
# 一-1. cox多因素回归分析
mul_cox <- coxph(Surv(time, status == 0) ~ Age + T.stage + LNM + ER + HER2 + G, data = aa)
# 一-2. multi1:提取:变量 HR 95%CI 95%CI
mul_cox1 <- summary(mul_cox)
colnames(mul_cox1$conf.int)
multi1 <- as.data.frame(round(mul_cox1$conf.int[, c(1, 3, 4)], 2))
# 一-3. multi2:提取:HR(95%CI)和P
multi2 <- ShowRegTable(mul_cox, exp = TRUE, digits = 2, pDigits = 3, printToggle = TRUE, quote = FALSE, ciFun = confint)
# 一-4. 将两次提取结果合并成表;取名result
result <- cbind(multi1, multi2)
result
# 一-5. 行名转为表格第一列,并给予命名"Characteristics"
result <- tibble::rownames_to_column(result, var = "Characteristics")
result
阅读全文