coxm <- cph(Surv(T,E)~`original:firstorder:RobustMeanAbsoluteDeviation`+`log-sigma-4-0-mm-3D:firstorder:InterquartileRange`+`log-sigma-5-0-mm-3D:glszm:SmallAreaEmphasis`+`wavelet-LLH:firstorder:InterquartileRange`+`wavelet-LLH:firstorder:Uniformity`+`wavelet-HHL:firstorder:Mean`+`wavelet-LLL:glcm:Autocorrelation`+`wavelet-LLL:glcm:ClusterProminence`,x=T,y=T,data=df,surv=T) > cox.zph(coxm) Error in solve.default(imat, u) : system is computationally singular: reciprocal condition number = 1.06333e-24检查错误

这个错误提示表明在运行 `cox.zph()` 函数时，出现了计算矩阵的逆矩阵的错误，这通常是由于数据中存在多重共线性的问题导致的。建议您检查变量之间是否存在高度相关性，如果存在，可以考虑删除其中一些变量或者使用正则化方法来解决。另外，您也可以尝试使用其他的 Cox 比例风险模型函数，例如 `coxph()` 或者 `cch()` 等，以避免这个问题。

相关问题

coxm <- cph(Surv(T,E)~`original:firstorder:RobustMeanAbsoluteDeviation`+`log-sigma-4-0-mm-3D:firstorder:InterquartileRange`+`log-sigma-5-0-mm-3D:glszm:SmallAreaEmphasis`+`wavelet-HHL:firstorder:Mean`+`wavelet-HHH:firstorder:Mean`,x=T,y=T,data=df,surv=T) Error in as.data.frame.default(data, optional = TRUE) : cannot coerce class ‘"function"’ to a data.frame

这个错误是因为你在使用`cph`函数时传递了一个函数作为数据参数。`cph`函数期望接收一个数据框作为数据参数，而不是一个函数。

请确保你传递给`data`参数的是一个正确的数据框对象。你可以使用`str(df)`来检查你的数据框的结构和类别。如果你的数据不是一个数据框，请确保将其转换为数据框对象再传递给`cph`函数。

df <- read_excel("C:/Users/Z/Desktop/123.xlsx") dd=datadist(df) options(datadist="dd") options(na.action="na.delete") coxm <- cph(Surv(T,E)~`original.firstorder.RobustMeanAbsoluteDeviation`+`log.sigma.4.0.mm.3D.firstorder.InterquartileRange`+`log.sigma.5.0.mm.3D.glszm.SmallAreaEmphasis`+`wavelet.LLH.firstorder.InterquartileRange`+`wavelet.LLH.firstorder.Uniformity`+`wavelet.HHL.firstorder.Mean`+`wavelet.LLL.glcm.Autocorrelation`+`wavelet.LLL.glcm.ClusterProminence`,x=T,y=T,data=df,surv=T)

在你的代码中，我没有看到任何明显的语法错误。不过，我注意到你在使用了datadist()函数之后，没有使用summary()函数来生成数据的摘要统计信息。如果你想要使用datadist()函数，你需要先调用datadist()函数来定义数据的分布信息，然后再使用summary()函数来生成数据的摘要统计信息。例如：

df <- read_excel("C:/Users/Z/Desktop/123.xlsx")
dd <- datadist(df)
options(datadist="dd", na.action="na.omit")
summary(df)

此外，你在调用cph()函数的时候，似乎把x、y和surv参数都设置为了T，这可能会导致错误。在使用cph()函数时，通常只需要设置data参数即可。例如：

coxm <- cph(Surv(T,E)~`original.firstorder.RobustMeanAbsoluteDeviation`+`log.sigma.4.0.mm.3D.firstorder.InterquartileRange`+`log.sigma.5.0.mm.3D.glszm.SmallAreaEmphasis`+`wavelet.LLH.firstorder.InterquartileRange`+`wavelet.LLH.firstorder.Uniformity`+`wavelet.HHL.firstorder.Mean`+`wavelet.LLL.glcm.Autocorrelation`+`wavelet.LLL.glcm.ClusterProminence`, data=df)

请尝试修改你的代码并重新运行，看看是否仍然存在错误。