De acuerdo con tu código R, estás asumiendo una distribución exponencial (peligro constante) para tu peligro de referencia. Por lo tanto, sus funciones de peligro son:
$$ h\left(t \mid X_i\right) = \begin{cases} \exp{\left(\alpha \beta_0\right)} & \text{if $X_i = 0$,} \\ \exp{\left(\gamma + \alpha\left(\beta_0+\beta_1+\beta_2 t\right)\right)} & \text{if $X_i = 1$.} \end{cases} $$
A continuación, los integramos con respecto a $t$ para obtener la función de riesgo acumulado:
$$ \begin{align} \Lambda\left(t\mid X_i\right) &= \begin{cases} t \exp{\left(\alpha \beta_0\right)} & \text{if $X_i=0$,} \\ \int_0^t{\exp{\left(\gamma + \alpha\left(\beta_0+\beta_1+\beta_2 \tau\right)\right)} \,d\tau} & \text{if $X_i=1$.} \end{cases} \\ &= \begin{cases} t \exp{\left(\alpha \beta_0\right)} & \text{if $X_i=0$,} \\ \exp{\left(\gamma + \alpha\left(\beta_0+\beta_1\right)\right)} \frac{1}{\alpha\beta_2} \left(\exp\left(\alpha\beta_2 t\right)-1\right) & \text{if $X_i=1$.} \end{cases} \end{align} $$
Esto nos da las funciones de supervivencia:
$$ \begin{align} S\left(t\right) &= \exp{\left(-\Lambda\left(t\right)\right)} \\ &= \begin{cases} \exp{\left(-t \exp{\left(\alpha \beta_0\right)}\right)} & \text{if $X_i=0$,} \\ \exp{\left(-\exp{\left(\gamma + \alpha\left(\beta_0+\beta_1\right)\right)} \frac{1}{\alpha\beta_2} \left(\exp\left(\alpha\beta_2 t\right)-1\right)\right)} & \text{if $X_i=1$.} \end{cases} \end{align} $$
A continuación, se genera por muestreo $X_i$ y $U\sim\mathrm{Uniform\left(0,1\right)}$ sustituyendo $U$ para $S\left(t\right)$ y reordenando la fórmula apropiada (basada en $X_i$ ) para simular $t$ . Esto debería ser un álgebra sencilla que puedes codificar en R, pero por favor hazme saber por medio de un comentario si necesitas más ayuda.
0 votos
¿Qué tipo de función es $m_i(t)$ ? ¿Es continuo? ¿Constante a trozos? Probablemente se necesitará un algoritmo diferente en función de ello.
0 votos
$m_{i}(t)$ es una covariable dependiente del tiempo, para simplificar se puede considerar una relación proporcional con el tiempo.
0 votos
He editado mi pregunta, considerando una función de $m_i(t)$
0 votos
¿Cómo has realizado el código R de la ecuación anterior? significa que en cada momento de la muerte dentro de la misma id el programa necesita averiguar cuáles son las covariables para todos, que es o bien x es igual a 1 o 0. si todo es igual a 1 cumsum el peligro. después de que calcular la función de supervivencia. le permite elegir la línea correcta para cada sujeto.
0 votos
Como señala Z. Zhang, eche un vistazo a este artículo . Además, puede ver mi respuesta a su pregunta donde muestro cómo simular para los de la $X_i = 1$ grupo en R.