如何評估連續變量的比例風險假設

我在檢查比例風險模型中連續變量的假設時遇到問題。如果變量是具有多個級別的因素，那麼我可以使用 logrank 檢驗或檢查生存曲線的 log(-log) 轉換是否平行。但是如果一個變量是連續的呢？那個方法還有效嗎？Schoenfeld 的測試是一個解決方案嗎？

如果您沒有假設連續變量的線性，或者如果線性確實成立，那麼下一個合乎邏輯的步驟是使用 Rsurvival包cox.zph函數中實現的平滑縮放 Schoenfeld 殘差圖來評估風險的比例。這些圖顯示了作為時間函數的二元或連續變量的估計回歸係數。如果 PH 成立，你希望這段關係保持平穩。該函數還提供了一個正式的假設檢驗，該檢驗有時對次要的非 PH 過於敏感。

引用自：https://stats.stackexchange.com/questions/113586