卵巢癌评分标准.ppt

生存率拟合效果的比较 从上面结果可以看出，CART-COX方法的表现比较稳定，三组里的拟合效果都比直接回归好。 两步回归法在低危组中表现最为突出，而在高危组中效果较差。 * 生存率预测效果的比较 方法 低危组 中危组 高危组 均值 标准差 均值 标准差 均值 标准差 直接回归 0.05790 0.02134 0.05122 0.02287 0.04445 0.01751 CART-COX方法 0.05981 0.01978 0.04672 0.01982 0.04438 0.01879 两步回归 0.06251 0.02407 0.05086 0.02267 0.04479 0.01811 可以看到，对于这组卵巢癌数据，预测方面CART-COX方法比直接回归、两步回归法效果都要好一些。 中危组里两步回归法比直接回归好，其它两组中的表现要差一些。 * 总结 在处理协变量是分类变量的数据时，一般首先要引入哑变量。当这些哑变量存在共线性导致参数估计失真，逐步回归等传统的方法无法解决时，可以考虑本文所尝试的两种方法。 两步回归法对处理小样本高删失率的情况比直接回归更加有效，但是对于参数估计的无偏性有一定影响。 从这组卵巢癌数据来看，两步法拟合及预测生存率的效果都不如CART-COX方法。实际上，由于CART可以弥补传统Cox模型很多缺憾，与其相比，CART-COX方法优势很多 * C