As previsões de Coxph não correspondem aos coeficientes
Boa tarde,
Eu poderia postar código reproduzível e certamente o farei se todos concordarem que algo está errado, mas agora acho que minha pergunta é bastante simples e alguém me indicará o caminho certo.
Estou trabalhando em um conjunto de dados como este:
created_as_free_user t c
<fctr> <int> <int>
1 true 36 0
2 true 36 0
3 true 0 1
4 true 28 0
5 true 9 0
6 true 0 1
7 true 13 0
8 true 19 0
9 true 9 0
10 true 16 0
Eu instalei um modelo de regressão Cox como este:
fit_train = coxph(Surv(time = t,event = c) ~ created_as_free_user ,data = teste)
summary(fit_train)
E recebeu:
Call:
coxph(formula = Surv(time = t, event = c) ~ created_as_free_user,
data = teste)
n= 9000, number of events= 1233
coef exp(coef) se(coef) z Pr(>|z|)
created_as_free_usertrue -0.7205 0.4865 0.1628 -4.426 9.59e-06 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
exp(coef) exp(-coef) lower .95 upper .95
created_as_free_usertrue 0.4865 2.055 0.3536 0.6693
Concordance= 0.511 (se = 0.002 )
Rsquare= 0.002 (max possible= 0.908 )
Likelihood ratio test= 15.81 on 1 df, p=7e-05
Wald test = 19.59 on 1 df, p=9.589e-06
Score (logrank) test = 20.45 on 1 df, p=6.109e-06
Por enquanto, tudo bem. Próxima etapa: prever os resultados em novos dados. Entendo os diferentes tipos de previsões que o forecast.coxph pode me dar (ou pelo menos acho que sim). Vamos usar o tipo = "lp":
head(predict(fit_train,validacao,type = "lp"),n=20)
E pegue:
1 2 3 4 5 6 7 8 9 10
-0.01208854 -0.01208854 -0.01208854 -0.01208854 -0.01208854 -0.01208854 -0.01208854 -0.01208854 -0.01208854 -0.01208854
11 12 13 14 15 16 17 18 19 20
-0.01208854 -0.01208854 0.70842049 -0.01208854 -0.01208854 -0.01208854 -0.01208854 -0.01208854 -0.01208854 -0.01208854
ESTÁ BEM. Mas quando olho para os dados que estou tentando estimar:
# A tibble: 9,000 × 3
created_as_free_user t c
<fctr> <int> <int>
1 true 20 0
2 true 12 0
3 true 0 1
4 true 10 0
5 true 51 0
6 true 36 0
7 true 44 0
8 true 0 1
9 true 27 0
10 true 6 0
# ... with 8,990 more rows
Isso me faz confundir ....
O type = "lp" não deve fornecer as previsões lineares? Para esses dados acima que estou tentando estimar, como a variável created_as_free_user é igual a true, estou errado ao esperar que a previsão type = "lp" seja exatamente igual a -0,7205 (o coeficiente do modelo acima)? De onde veio o -0.01208854? Suspeito que seja algum tipo de situação de escala, mas não consegui encontrar a resposta online.
Meu objetivo final é o h (t) fornecido pelo tipo de previsão = "esperado", mas não me sinto tão confortável em usá-lo porque ele usa esse valor -0,01208854 que não entendo completamente.
Muito obrigado