첫 번째 카플란-마이어 추정
이 연습 문제에서는 영상에서 사용한 것과 같은 데이터를 활용해 보겠습니다. survfit() 함수와 이 함수가 생성하는 객체를 살펴볼 거예요. 이번 연습을 통해 survfit 객체를 탐색해 보세요.
이 연습 문제에는 survival 패키지가 미리 로드되어 있습니다.
이 연습은 강의의 일부입니다
R로 배우는 생존 분석
연습 안내
- 콘솔에
?survfit을 입력해survfit()함수의 도움말을 확인해 보세요. survfit()을 사용해 카플란-마이어 추정치를 계산하세요.str()로survfit객체의 구조를 확인하세요.- 네 개의 시간 지점과 해당 위험 집단 수(
n.risk), 사건이 발생한 관측치 수(n.event), 중도 절단된 관측치 수(n.censor), 생존 곡선 값(surv)을 담은data.frame을 만드세요. 필요한 정보는 모두survfit객체에서 가져오세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Create time and event data
time <- c(5, 6, 2, 4, 4)
event <- c(1, 0, 0, 1, 1)
# Compute Kaplan-Meier estimate
km <- survfit(___(___, ___) ~ ___)
km
# Take a look at the structure
str(___)
# Create data.frame
data.frame(time = km$time, n.risk = ____, n.event = ____,
n.censor = ____, surv = ___)