R：将个体脆弱的术语适用于非经常性事件

问题描述

所以我遇到了以下问题：

我正在分析一个包含79个观测值以及几个时变和不变变量（总共9个）的数据集。 我已经使用coxph()函数拟合了考克斯比例风险模型。数据集看起来像这样：

ID   Var1  Var2  Start  Stop  Event
1     2     4     0      1     0
1     3     4     1      2     0
1     1     4     2      3     0
1     0     4     3      4     1
2     4     2     0      1     0
2     8     2     1      2     0
2     5     2     2      3     0
2     4     2     3      4     0

所以我装了类似的东西

coxph(Surv(Start,Stop,Event) ~ Var1 + Var2,na.action = na.exclude,ties = "efron",data = df)

在这种情况下，我有两个问题

第一：我必须指定id函数的“ coxph()”自变量吗？我理解这一点，因此，如果事件可以发生多次并且单元可以具有多行（其中不满足第一个条件），则只需指定它即可。

2nd：我可以在这里指定一个脆弱的术语（随机效应）吗？如何指定？我尝试过：

coxph((Surv(Start,Event) ~ Var1 + Var2 + frailty(ID,distribution = "gaussian"),data = df)

这在某种程度上与第一个问题有关。指定id自变量时，出现错误：

Error in contr.treatment(nclass,contrasts = FALSE) : 
  not enough degrees of freedom to define contrasts

当不指定它时，我得到错误：

Error in dimnames(rr) <- list(names(object$residuals),names(object$coefficients)) : 
  length of 'dimnames' [2] not equal to array extent

我将不胜感激，在此先感谢您！

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）