Eerste Kaplan-Meier-schatting

In deze oefening gebruiken we dezelfde gegevens als in de video. We bekijken de functie survfit() en het object dat deze teruggeeft. Deze oefening helpt je het survfit-object te verkennen.

De package survival is alvast voor je geladen in deze oefening.

Deze oefening maakt deel uit van de cursus

Survivalanalyse in R

Cursus bekijken

Oefeninstructies

Verken het gebruik van de functie survfit() door ?survfit in de console te typen.
Bereken de Kaplan-Meier-schatting met survfit().
Bekijk de structuur van het survfit-object met str().
Maak een data.frame met de vier tijdspunten, het bijbehorende aantal at risk (n.risk), aantal observaties met een event (n.event), aantal geclipseerde observaties (n.censor) en de waarde van de overlevingscurve (surv). Neem alle info uit het survfit-object.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# 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 = ___)

Code bewerken en uitvoeren