Попытка указать тип predict.coxph в функции map2()

Последние несколько дней я рыскал в Интернете, просматривая документацию для map2. Я взял обучающий набор, вложил данные и создал для них модели coxph, сохранив эти модели во вложенной таблице. Теперь я хочу делать прогнозы по этой модели, но я хочу использовать тип = «ожидаемый», как согласно документации (Документация R: Predict.coxph)

Вероятность выживания субъекта равна exp(-expected)

Я адаптировал соответствующий код, чтобы воспроизвести мои проблемы, используя набор данных mpg.

У меня есть 4 примера ниже, которые не работают после функции прогнозирования, которая работает. Обратите внимание, что я удалил модели coxph.null из этого набора, поэтому только модели относятся к классу (coxph). Этот код можно использовать для повторения ошибок.

#Needed libraries
library(ggplot2)
library(tidyverse)
library(purrr)
library(broom)
library(survival)
#Create data set
mpg_data <- mpg
mpg_data <- mpg_data %>% 
  mutate(mpg_diff = cty - hwy)
mpg_data <- mpg_data %>% 
  mutate(EVENT = (mpg_diff >= -8))
set.seed(1)
mpg_data <- mpg_data %>% 
  mutate(TIME_TO_EVENT = as.integer(runif(234, 1, 100)))
mpg_nested <- mpg_data %>% 
  group_by(manufacturer) %>% 
  mutate(n_prot = length(model)) %>% 
  nest()
# Stepwise regression 
stepwise <- function(data) {
  response <- Surv(time = data$TIME_TO_EVENT, event = data$EVENT, type = "right") 
full <- "Surv(time = data$TIME_TO_EVENT, event = data$EVENT, type = 'right') ~ data$cyl+data$cty+data$hwy+data$displ"
x <- factor(as.factor(data$model))
full <- ifelse(nlevels(x) >= 2, paste(full, "as.character(data$model)", sep = "+"), full)
x <- factor(as.factor(data$trans))
full <- ifelse(nlevels(x) >= 2, paste(full, "as.character(data$trans)", sep = "+"), full)
x <- factor(as.factor(data$drv))
full <- ifelse(nlevels(x) >= 2, paste(full, "as.character(data$drv)", sep = "+"), full)
null_model_ONE <- coxph(response ~ 1, data=data)
full_model_ONE <- coxph(as.formula(full), data=data)
model_ONE <- step(null_model_ONE, scope=list(lower=null_model_ONE, upper=full_model_ONE))
}
survival_mpg <- mpg_nested %>%  
  mutate(model_fit = map(data, stepwise))
#Predicting values
#This works but is not type="expected"
survival_mpg_predict <- survival_mpg %>% 
  mutate(mpg_predict = map2(model_fit, data, predict))
##TRY 1##
predict.F <- function(model_fit, data){
  predict(model_fit, newdata=data, type="expected")
}
survival_mpg_predict <- survival_mpg %>% 
  mutate(mpg_predict = map2(model_fit, data, predict.F))
#Error in mutate_impl(.data, dots) : Evaluation error: requires numeric/complex matrix/vector arguments.
##Try 2##
survival_mpg_predict <- survival_mpg %>% 
  mutate(mpg_predict = map2(model_fit, data, predict(model_fit, newdata = data, type="expected")))
#Error in mutate_impl(.data, dots) : Evaluation error: no applicable method for 'predict' applied to an object of class "list".
##Try 3##
survival_mpg_predict <- survival_mpg %>% 
  mutate(mpg_predict = map2(model_fit, data, ~ predict(.x, newdata = .y, type="expected")))
#Error in mutate_impl(.data, dots) : Evaluation error: requires numeric/complex matrix/vector arguments.
##Try 4##
survival_mpg_predict <- survival_mpg %>% 
  mutate(mpg_predict = map2(model_fit, data, function(model_fit, data) predict(model_fit, newdata=data, type="expected")))
#Error in mutate_impl(.data, dots) : Evaluation error: requires numeric/complex matrix/vector arguments.

r prediction purrr survival-analysis cox-regression
person Wendy Tate    schedule 14.02.2018    source источник
comment
Похоже, это связано с моделями, в которых нет переменных. Например, взгляните на вторую модель в списке. Если вы попытаетесь сделать прогноз, используя аргумент newdata, вы получите ту же ошибку: predict(survival_mpg$model_fit[[2]], survival_mpg$data[[2]], type = "expected"). Если вы не дадите ему новый набор данных, он, похоже, сработает. Поскольку вы используете те же данные для прогнозирования, что и модель, вы можете полностью отказаться от аргумента newdata.   -  person aosmith    schedule 14.02.2018
comment
Спасибо вам за быстрый ответ. Для этого набора я пытаюсь предсказать те же данные. Итак, удаление аргумента newdata и переключение на функцию map() сработало!   -  person Wendy Tate    schedule 14.02.2018

Ответы (1)


arrow_upward
0
arrow_downward

Изменение ##TRY 1## для удаления аргумента newdata и изменения функции map2() на сработавшую функцию map()

predict.F <- function(model_fit, data){
predict(model_fit, type="expected")
}
survival_mpg_predict <- survival_mpg %>% 
mutate(mpg_predict = map(model_fit, predict.F))
person Wendy Tate    schedule 14.02.2018