• Journal of the Korean Statistical Society
• /
• 제25권3호
• /
• pp.433-444
• /
• 1996

In contrast to the multiplicative risk model, the additive risk model specifies that the hazard function with covariates is the sum of, rather than product of, the baseline hazard function and the regression function of covariates. We, in this paper, propose a method for checking the adequacy of the additive risk model based on partial-sum of matingale residuals. Under the assumed model, the asymptotic properties of the proposed test statistic and approximation method to find the critical values of the limiting distribution are studied. Several real examples are illustrated.

• 응용통계연구
• /
• 제9권1호
• /
• pp.75-89
• /
• 1996

본 논문에서는 하나의 이진공변량(binary covariate)을 갖는 가산위험모형(additive risk model)의 적합도를 검정하기 위한 검정법을 제안하였다. 제안된 검정법은 마팅게일잔차(martingale residual)에 기초한 Wei(1984)의 비례위험모형(proportional hazards model)의 적합도검정법을 가산위험모형으로 확장한 형태이다. 제안된 검정통계량의 점근성질을 유도하였고 실제자료에 적용하여 보았다.

• Communications for Statistical Applications and Methods
• /
• 제24권6호
• /
• pp.583-604
• /
• 2017

The most popular regression model for the analysis of time-to-event data is the Cox proportional hazards model. While the model specifies a parametric relationship between the hazard function and the predictor variables, there is no specification regarding the form of the baseline hazard function. A critical assumption of the Cox model, however, is the proportional hazards assumption: when the predictor variables do not vary over time, the hazard ratio comparing any two observations is constant with respect to time. Therefore, to perform credible estimation and inference, one must first assess whether the proportional hazards assumption is reasonable. As with other regression techniques, it is also essential to examine whether appropriate functional forms of the predictor variables have been used, and whether there are any outlying or influential observations. This article reviews diagnostic methods for assessing goodness-of-fit for the Cox proportional hazards model. We illustrate these methods with a case-study using available R functions, and provide complete R code for a simulated example as a supplement.

• 응용통계연구
• /
• 제15권2호
• /
• pp.233-250
• /
• 2002

Cox의 비례위험모형(proportional hazards model)은 생존자료(survival data)에 대한 회귀모형으로 경제학 및 의·공학을 비롯한 여러 응용 분야에서 가장 널리 쓰이고 있는 모형 중 하나이다. 그러나, 이 모형은 일반선헝모형에 비해 잔차 분석을 통한 회귀 진단의 연구가 널리 알려져 있지 않아, 국내의 실제 자료 분석에서는 잔차 분석에 대한 활용이 거의 이루어지지 않고 있는 실정이다. 이에 본 논문에서는 그 동안 제안된 여러 잔차들을 비교 분석하고, S-plus 프로그램을 이용한 PBC(primary biliary cirrhosis) 자료분석을 통해 각 잔차들의 의미를 고찰하고자 한다.