Ejercicio ignorando la censura

Organizas una fiesta y, a la 1 a. m., de repente tus invitados empiezan a bailar. Te pica la curiosidad por analizar cuánto tiempo bailarán y empiezas a recoger datos. El problema es que te cansas y te vas a dormir al cabo de un rato.

Obtienes los siguientes tiempos de baile con censura por la derecha en dancedat:

name es el nombre de tu amigo o amiga.
time es el tiempo de baile con censura por la derecha.
obs_end indica si observaste el final del baile de tus amigos (1) o si te fuiste a dormir antes de que dejaran de bailar (0).

Empiezas a analizar los datos por la mañana, pero estás cansado y, al principio, ignoras que tienes observaciones censuradas. Luego recuerdas este curso en DataCamp y lo haces correctamente.

El paquete survival ya está cargado para este ejercicio.

Este ejercicio forma parte del curso

Análisis de supervivencia en R

Ver curso

Instrucciones del ejercicio

Estima la función de supervivencia fingiendo que todas las observaciones censuradas son observaciones reales.
Estima la función de supervivencia de este conjunto de datos mediante Kaplan-Meier.
Dibuja las curvas de supervivencia correcta y errónea juntas usando ggsurvplot_combine() y compáralas. Fíjate en cómo difieren.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Create dancedat data
dancedat <- data.frame(
  name = c("Chris", "Martin", "Conny", "Desi", "Reni", "Phil", 
    "Flo", "Andrea", "Isaac", "Dayra", "Caspar"),
  time = c(20, 2, 14, 22, 3, 7, 4, 15, 25, 17, 12),
  obs_end = c(1, 1, 0, 1, 1, 1, 1, 1, 0, 0, 0))

# Estimate the survivor function pretending that all censored observations are actual observations.
km_wrong <- survfit(___(time) ~ 1, data = dancedat)

# Estimate the survivor function from this dataset via kaplan-meier.
km <- survfit(___(___, ___) ~ ___, data = dancedat)

# Plot the two and compare
ggsurvplot_combine(list(correct = ___, wrong = ___))

Editar y ejecutar código