1.下載數據

2. 匹配基因

3. 基因去重復

4.匹配臨床數據

5.批量cox回歸分析

6.差異表達基因篩選

7.取交集，選出預后相關的差異表達基因

8.森林圖繪制

9.lasso回歸進一步排除具有共線性的基因

10.驗證集驗證，數據合并驗證

11.多因素cox回歸建模

12.列線圖

13.矯正曲線

14.ROC曲線分析

上次我們繪制了列線圖，下面我們來繪制校準曲線：

什么是校準曲線呢？校準曲線 calibration curve即是在規定條件下，表示被測量值與儀器儀表實際測得值之間關系的曲線。

校準曲線越貼近對角線，說明模型擬合的越好。

下面我們先把上次列線圖的一套代碼先運行了，然后開始繪制校準曲線：

setwd("D:\\自噬臨床模型預測\\自噬相關基因臨床模型預測\\多因素cox回歸")data <- read.csv("Unicox模型.csv",header = T,sep = ",") head(data) library(coin)cox <- coxph(Surv(OS.time,OS)~data$risk.score+data$Age+

總結

以上是生活随笔為你收集整理的R语言与临床模型预测——LASSO回归，单因素多因素cox，差异表达分析，Venn图，森林图，列线图，矫正曲线，ROC全套代码及解析——第十三部分 校准曲线 本专栏可免费答疑的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。