我正在使用 Cox 比例风险模型分析一些模拟工作的结果，我认为数据中有很多联系，代表模拟中的特定个体何时被感染。例如，此模型的（许多）运行之一：

Time, Freq
1, 8
2, 9
3, 5
4, 5
5, 6
6, 4
7, 1
8, 6
9, 4
10, 1
11, 3
12, 2

随后是两三个人的零星关系，一直到时间 = 55。担心关系，我coxph()使用 Breslow 和 Efron 方法分析了数据。

此特定数据的 Breslow 方法的 log(HR) 为 1.95，标准误差为 4.73。Efron 方法产生的 log(HR) 为 1.75，具有相同的标准误差。暂时忽略一般意义上的这些结果的质量，它们略有不同，所以我希望能够使用 Exact 方法进行检查。然而，这似乎是极其计算密集型的，一个约 200 人的小型数据集需要 24 小时以上才能运行。

在此分析中使用准确的方法处理关系有多重要？有人会建议另一种方法吗？参数模型是否会遇到与绑定数据相同的问题？