韦新星+赵丽棉

【摘要】本文基于R软件，对Cox模型的变量选择进行案例分析。结果表明，R软件不仅能很好地对Cox模型进行变量选择，操作简便，准确度高，而且还能绘制特定变量的生存函数图，供进一步对比分析使用。

【关键词】R Cox模型 变量选择 生存函数图

【中图分类号】G642.1 【文献标识码】A 【文章编号】2095-3089（2017）39-0217-02

一、引言

Cox模型是英国统计学家Cox于1972年提出的[1]。Cox模型一经提出，便被广泛应用于生存数据的处理和分析中。运用Cox模型进行变量选择，人们不仅可以处理内含删失数据的生存数据，而且还可以处理不服从正态分布的生存数据，这为生存数据的处理和分析提供了有效的途径。

然而，在建立Cox模型进行变量选择的过程中，由于Cox模型隶属半参数模型，模型表达式较为复杂，若按照公式进行处理，则不仅计算量大，而且还容易出错。为此，本文在前人研究的基础上，基于R软件，对Cox模型的变量选择进行R软件的实现研究，以解决上述问题带来的影响。

二、Cox模型概述

Cox模型，又称Cox比例风险模型，是一种处理多因素生存数据的有效方法。其一般形式为：

其中，为协变量，为回归系数，为与无关的基本风险函数。之所以又将Cox模型称为Cox比例风险模型，是因为对于不同的协变量和，该模型都能满足一个特点，即风险函数之比与无关，类似于没有的情况[2]。于是通常用风险函数来描述被观测对象在某一时间点存活的条件下，在未来时间里死亡的概率。另一方面，個体生存时间大于时间的概率被命名为生存函数。……