Анализ Каплана–Мейера

В этом упражнении вы попрактикуетесь в применении анализа Каплана–Мейера — без ковариат и с категориальной ковариатой.

Пакет survival уже загружен в рабочую среду. Объект выживаемости survObj и набор данных dataNextOrder также доступны. Теперь в данных появилась дополнительная ковариата voucher, которая понадобится вам в этом упражнении. Эта категориальная переменная показывает, воспользовался ли покупатель ваучером при первом заказе. Она принимает значение 0 или 1.

Это упражнение является частью курса

Машинное обучение для маркетинговой аналитики на R

Посмотреть курс

Инструкции к упражнению

Выполните анализ Каплана–Мейера (без ковариат) с помощью функции survfit(). Сохраните результат в объект с именем fitKMSimple. Помните, что зависимая переменная (слева от тильды ~) — это объект выживаемости survObj. Затем выведите fitKMSimple на экран.
Постройте график для объекта fitKMSimple и добавьте подписи осей (аргументы xlab и ylab).
Теперь сделайте шаг вперёд: выполните анализ Каплана–Мейера, используя survObj в качестве зависимой переменной и переменную voucher в качестве ковариаты. Не забудьте указать аргумент data.
Постройте график для новой модели и добавьте подписи осей.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Compute and print fit
fitKMSimple <- ___(___ ~ ___)
___(fitKMSimple)

# Plot fit
plot(___,
     conf.int = FALSE, ___ = "Time since first purchase", ___ = "Survival function", main = "Survival function")

# Compute fit with categorical covariate
fitKMCov <- survfit(___ ~ ___, data = ___)

# Plot fit with covariate and add labels
plot(___, lty = 2:3,
     ___ = "Time since first purchase", ___ = "Survival function", main = "Survival function")
legend(90, .9, c("No", "Yes"), lty = 2:3)

Редактировать и запускать код