Residu Schoenfeld

Dalam model bahaya proporsional Cox dengan banyak variabel, jika residu Schoenfeld tidak rata untuk salah satu variabel, apakah ini membatalkan seluruh model atau dapatkah hanya variabel yang berkinerja buruk diabaikan? Artinya, tafsirkan koefisien untuk variabel lain, tetapi jangan menafsirkan koefisien yang dihasilkan untuk variabel berkinerja buruk.

Ada beberapa cara standar untuk berurusan dengan model di mana residu Schoenfeld tidak rata. Anggaplah untuk saat ini bahwa kita tidak dapat melakukannya.

Penilaian bahaya proporsional (PH) harus didasarkan pada hasil dari uji statistik formal dan plot residu Schoenfeld (SR) bersama-sama.

Jika plot SR untuk variabel tertentu menunjukkan penyimpangan dari garis lurus sementara itu tetap datar untuk variabel lainnya, maka itu adalah sesuatu yang Anda tidak boleh abaikan. Hal pertama yang dapat Anda lakukan adalah melihat hasil tes global. Tes global mungkin menunjukkan asumsi keseluruhan PH berlaku [atau tidak]. Jika tes global baik-baik saja kemudian mengganti kategori referensi variabel yang anggapannya tidak berlaku, Anda mungkin dapat mencapai PH. Bahaya mungkin proporsional bila dibandingkan dengan satu kategori referensi tetapi tidak yang lain. Oleh karena itu, dengan mengganti kategori referensi, Anda mungkin dapat menemukan kategori yang menghasilkan asumsi PH menjadi benar.

Jika peralihan tidak menyelesaikan masalah Anda, dan dengan asumsi Anda telah mendapatkan variabel yang tepat dalam model Anda, maka ini menunjukkan bahwa bahaya tidak proporsional untuk variabel khusus ini yaitu bahaya yang berbeda pada titik waktu yang berbeda. Karenanya, Anda mungkin ingin memperkenalkan interaksi antara variabel dan waktu dalam model Anda.