基于Cox偏似然法构建R语言Cox比例风险回归模型及函数包查找疑问

coxph()的建模能力说明 #

• 基于偏似然法筛选显著性预测因子、构建Cox比例风险回归模型的全流程，完全可以通过survival包内置的coxph()函数实现，无需额外寻找功能等价的专用独立函数。
  • 函数本身会自动基于偏似然估计规则，完成所有纳入协变量的回归系数、标准误、显著性P值计算
  • 你可以根据初步拟合输出的协变量显著性结果，筛选达到纳入阈值的显著预测因子，通过调整模型公式二次拟合，即可得到仅包含显著预测因子的最终模型
  • 拟合完成的模型对象会在内部存储对数偏似然的计算结果，无需借助外部工具单独计算。

logpl函数的定位说明 #

• 你查询到的、用于计算Cox模型对数偏似然的logpl函数，归属于survcompR包。
  • 该包属于Bioconductor生态下的生物信息学专用工具，不在CRAN常规安装源范围内，因此通过常规的install.packages()命令无法直接检索、安装
  • 常规统计建模场景下无需专门安装该包：对coxph()输出的模型对象调用logLik()函数，即可直接提取和logpl计算逻辑、结果完全一致的对数偏似然值。

内容的提问来源于stack exchange，提问作者Chesso