主要内容

linhyptest

考克斯模型系数的线性假设检验

折叠所有页面

    语法

    testTable = linhyptest (coxMdl)

    描述

    例子

    testTable= linhyptest (coxMdl）返回一个方差分析样式的表p-确定Cox模型系数估计的顺序组合是否为零的测试值。linhyptest检验连续的零假设，从所有系数为0的假设开始。然后，该函数测试以确定除第一个系数外的所有系数是否为0，除前两个系数外的所有系数是否为0，以此类推，直到系数数减1。一个重要的p-value表示可以拒绝null假设，即某一特定系数组合中的所有系数都为0的假设。

    例子

    全部折叠

    打开生活的脚本

    检查…的结果linhyptest在readmissiontimes数据集。

    负载readmissiontimescoxMdl = fitcox (ReadmissionTime(年龄、性别、体重),.．.“审查”、审查);testTable = linhyptest (coxMdl)
    testTable =3×2表预测pValue  _______________ __________ {' 空模型}2.5612 e-07 {X1的}7.9753 e-08 0.095973 {X1, X2的}

    • 返回表的第一行表明您可以拒绝所有模型系数为0的假设．05或．01重要性水平。

    • 第二行表明你可以拒绝假设性和重量系数是0．05或．01重要性水平。

    • 第三行表示你不能拒绝假设重量系数在．05或．01重要性水平。

    输入参数

    全部折叠

    拟合的Cox比例风险模型，指定为CoxModel对象。创建coxMdl使用fitcox．

    输出参数

    全部折叠

    累积假设检验的显著性水平，以表格形式返回。测试的系数在系数模型的属性。该表返回对连续的空假设的测试，从所有系数为0的假设开始。第二行测试除第一个系数外其他系数是否都为0。第三行测试除了前两个系数外是否所有系数都为零，以此类推。最后一行测试除最后一行以外的所有系数是否为零。一个重要的p-value表示可以拒绝null假设，即某一特定系数组合中的所有系数都为0的假设。一个重要的p-value小于指定的显著性级别。

    另请参阅

    ||

    介绍了R2021a

    统计和机器学习工具箱文档

    万博1manbetx

    掌握机器学习:一步一步的指导与MATLAB

    掌握机器学习:一步一步的指导与MATLAB

    下载电子书