캡스톤: 생존 곡선 비교
이전 연습 문제에서 성능 점수가 생존 확률에 영향을 준다는 것을 확인했어요. 이제 Kaplan-Meier 추정으로 전체 개인의 생존 곡선을 살펴보고, performance를 고려한 Cox 모형의 곡선과 비교해 보겠습니다. 참고로 Cox 모형의 경우, 필요한 데이터 프레임을 직접 만들어 ggsurvplot_df()에 넣는 대신 survfit() 결과를 그대로 ggsurvplot()에 전달하면 됩니다.
이 연습은 강의의 일부입니다
R로 배우는 생존 분석
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Compute Kaplan-Meier curve
km <- ___(___ ~ ___, data = ___)
# Compute Cox model
cxmod <- ___(___, data = ___)