限制性立方样条
多次回归样条往往会在曲线的两头,预测的区间会非常宽,因此需要再加一个边界限制条件,即限制性立方样条图。
使用RCS曲线可以更准确的描述连续型变量与结局发生的风险关系。
节点的选择
在利用限制性立方样条绘制曲线关系时,通常需要设置样条函数节点的个数和位置。绝大多数情况下, 节点的位置对限制性立方样条的拟合影响不大, 而节点的个数则决定曲线的形状, 或者说平滑程度。当节点的个数为2时, 得到的拟合曲线就是一条直线。
节点的个数选择
大多数研究者推荐的节点为3-5个。在《Regression Modeling Strategies》这本书中,Harrell建议节点数为4时,模型的拟合较好,同时可以兼顾曲线的平滑程度和避免过拟合造成的精度降低。而当样本量较大时,例如因变量为未删失的连续变量并且大于100时,5个节点是更好的选择。小样本(如n<30)可以选择3个节点。以下是Harrell推荐的节点数和相应的节点位置,大家可以参考。
节点的位置选择
平均分配
选取剧烈变化的区域
数据变化复杂的地方多设置节点,更稳定的地方少设置节点
交叉验证
实战及代码复现
1.导入包和数据
n <- 1000
set.seed(731)
age <- 50 + 12*rnorm(n)
label(age) <- "Age"
sex <- factor(sample(c('Male','Female'), n, rep=TRUE, prob=c(