7.评价预测模型

目录

二分类资料

1. 单一模型校准曲线

lrm（）函数拟合的logistic模型

glm（）函数拟合的logistic模型

a.Score（）函数

B．val.prob（）函数

2.多模型校准曲线

lrm（）拟合的logistic回归

glm（）拟合的logistic回归

生存资料

​编辑

单模型单时点校准曲线

rms包cph（）函数拟合的生存模型

survival包coxph（）函数拟合的生存模型

单模型多时点校准曲线

多模型同时点校准曲线

cph（）函数

coxph（）函数

Calibration校准曲线：就是将实际发生率和预测发生率绘制的散点图。是对Hosmer-Lemeshow拟合优度检验的结果可视化。

基本原理：

首先利用列线图预测每位研究对象的预测值，并将其按从低到高的顺序排列，根据四分位数将队列分为4组（或者根据其他分位数分组），然后分别计算每组研究对象的预测值和相应的实际值得均值，并将两者结合起来作图得到4个校准点，最后将这4个校准点连接起来得到预测校准曲线。

使用rms包中的lrm（）函数拟合logistic模型，然后使用calibrate（）函数拟合校准曲线，并使用plot（）绘图

案例：肺动脉栓塞模型