在R给定系数和协方差矩阵中指定一个模型

Question

我正在尝试从一个出版物见此处参考实现一个预测模型

本文详细说明了从先前的临床研究中得出的预测模型，并给出了每个模型的系数和协方差矩阵。

我非常熟悉将模型拟合到R中的数据--但我从未指定过一个模型。

具体来说，我希望创建模型，以便在考虑模型的可变性的同时，利用预测()为不同的一组患者生成预测结果。

为了方便起见，我提供了两个模型中的一个以及相关的系数和协方差矩阵，它们都是类似的形式。任何帮助都是非常感谢的：

# Model 1
# TKV model
#  
# delta_TKV = exp(intercept + a x age + b x Ln(TKV_t) + c x female + d x age x Ln(TKV_t)) - 500

# delta_TKV - the change in total kidney volume (TKV) over a period of time in years
# age       - age of patient in years
# Ln(TKV_t) - natural log of total kidney volume at time t
# female    - boolean value for gender
# age:Ln(TKV_t) - interaction term between age and Ln(TKV)
 
# Coefficients         Estimate      SE
#  intercept            0.7889     1.1313    
#  age                  0.1107     0.0287 
#  Ln(TKV)              0.8207     0.1556 
#  Female              -0.0486     0.0266
#  Age:Ln(TKV)         -0.0160     0.0039

# Covariance           intercept        age        Ln(TKV)        Female      Age:Ln(TKV)
#  intercept            1.279758     -0.031790    -0.175654      -0.001306      0.004362
#  age                 -0.031790      0.00823      0.004361      -0.000016     -0.000113
#  Ln(TKV)             -0.175651      0.004361     0.024207      -0.000155     -0.000601
#  Female              -0.001306     -0.000016     0.000155       0.000708      0.000002
#  Age:Ln(TKV)          0.004362     -0.000113    -0.000601       0.000002      0.000016

Answer 1

我不知道您是否可以生成一个模型，以便与自定义系数的predict一起使用。但是，您可以使用model.frame或model.matrix来根据公式生成设计矩阵。

data = data.frame(delta_TKV = 1:3 , TKV_t = 3.5, female = c(T,F,T), age = 40:42 )

model = model.frame(log(delta_TKV + 500) ~ age + log(TKV_t) + female + age:log(TKV_t),
                     data)
model 
#>   (Intercept) age log(TKV_t) femaleTRUE age:log(TKV_t)
#> 1           1  40   1.252763          1       50.11052
#> 2           1  41   1.252763          0       51.36328
#> 3           1  42   1.252763          1       52.61604
#> attr(,"assign")
#> [1] 0 1 2 3 4
#> attr(,"contrasts")
#> attr(,"contrasts")$female
#> [1] "contr.treatment"

coefs = c(
  intercept =           0.7889 ,
  age        =          0.1107 ,
  `log(TKV)`    =       0.8207 ,
  female      =        -0.0486 ,
  `Age:log(TKV)` =     -0.0160
)

model %*% coefs
#>       [,1]
#> 1 5.394674
#> 2 5.533930
#> 3 5.575986

我对公式进行了转换，使其类似于lm规范，因此响应是y+ 500的对数，如果要使用lm，则必须获得执行反向操作的y。