Cox の比例ハザード法（１２変数）　Boagモデルとの比較用 　COX

詳細は、次のPDF「COX解説」をお読み下さい。

• スマホの場合は、こちらをクリックしてお読みください。
• PDFツールバー右端「>>」→「最初のページへ移動」でPDFのTOPページへ移動。

比較検証試験

SPSS・EZRと完全一致。
尤度比検定：回帰係数（β1, β2, …, β6）を「0」に設定して得られた対数尤度が、Log-L without covariates。回帰係数（β1, β2, …, β6）を最尤値にして得られた対数尤度が、Log-L with covariates。
前者をlog(L0)、後者をlog(LML)とすると、検定統計量は-2×(log(L0)−log(ＬML))で表されます。３つの検定法（尤度比検定、スコア検定、Wald検定）の中で、最も信頼性が高いと言われています。
スコア検定：反復計算なしで求めることができますので、変数選択（変数増加法）に用いられます。
Wald検定：スコア検定統計量などと組み合わせて、変数増減法・減増法を行います。
赤池の情報量基準（AIC）：変数選択の一方法として、AICが最小になるように組み合わせを選びます（総当たり法）。
リスク比（Risk Ratio）・別名ハザード比（Hazard Ratio）：Cox回帰の基本式は、h(t)/h0(t)=exp(α+β1X1+β2X2+β3X3+….+βkXk)、であることから、ある２値の説明変数Xiが0から1になるとすると、リスク比がexp(βj)倍増加することを意味します

SPSS・EZRの結果

※画像クリックで拡大表示します