検閲を無視する演習

あなたはパーティーを開き、午前1時に突然みんなが踊り始めました。ゲストがどれくらいの時間踊るのかを分析したくなり、データを集め始めます。ところが、あなたは途中で疲れて寝てしまいます。

次の右側検閲付きのダンスタイムのデータが dancedat にあります。

name は友人の名前です。
time は右側検閲されたダンスタイムです。
obs_end は、友人のダンスの終了を観測できたか（1）、あなたが友人が踊り終える前に寝てしまったか（0）を示します。

翌朝データを分析し始めますが、眠くて最初は検閲があることを無視してしまいます。その後、このDataCampのコースを思い出して正しくやり直します。

この演習では survival パッケージがあらかじめ読み込まれています。

この演習はコースの一部です

Rで学ぶサバイバル分析

コースを見る

演習の手順

すべての検閲観測を実測値だと仮定して、生存関数を推定してください。
このデータセットからKaplan-Meier法で生存関数を推定してください。
正しい生存曲線と誤った生存曲線を ggsurvplot_combine() で2つ並べて描画し、比較してください。違いに注目しましょう。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

# 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 = ___))

コードを編集して実行