predict.coxph()的type="survival"输出及Cox模型预测相关问题咨询

生存概率对应时间点确认 #

你的理解完全正确。调用predict.coxph()时如果没有手动指定times参数，type = "survival"返回的每一个值，都对应测试集d.test中对应行的自身随访时间（即d.test$time取值）的生存概率估计。
如果需要获取所有样本在统一固定时间点的生存概率，可新增times参数指定目标时间：

# 示例：返回测试集样本在12、24个月的生存概率
pred_fixed <- predict(fit, type = "survival", newdata = d.test, times = c(12, 24))

你输出结果中的1.0000000也符合该逻辑：对应样本的随访时间短于训练集所有失效事件发生的时间，该时间点基准累积风险为0，因此生存概率为1。

疑问1：基准风险的估计方法 #

是的，survival包的coxph默认采用Breslow估计量计算基准累积风险，属于非参数估计方法，通过汇总训练集各失效时间点的风险增量得到，与模型拟合时选择的ties处理规则（默认efron）不冲突，是当前Cox模型基准风险估计的标准实现。

疑问2：type = "expected"的含义与对应时间 #

type = "expected"的输出就是对应个体的累积风险值$H(t)$，与生存概率的换算关系为$S(t) = exp(-H(t))$，和帮助文档描述一致。
其对应的时间点规则和type = "survival"完全相同：

• 未指定times参数时，对应测试集每行样本自身的随访时间
• 指定times参数时，返回你指定的所有时间点对应的累积风险

内容的提问来源于stack exchange，提问作者Mao Pineda