เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การประมาณค่า Kaplan-Meier ครั้งแรก

ในแบบฝึกหัดนี้ เราจะใช้ข้อมูลชุดเดียวกับที่แสดงในวิดีโอ และทำความรู้จักกับฟังก์ชัน survfit() รวมถึง object ที่ฟังก์ชันนี้สร้างขึ้น แบบฝึกหัดนี้จะช่วยให้สำรวจ survfit object ได้อย่างละเอียด

แพ็กเกจ survival ถูกโหลดไว้ให้แล้วในแบบฝึกหัดนี้

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Survival Analysis in R

ดูคอร์ส

คำแนะนำการฝึกหัด

  • สำรวจการใช้ฟังก์ชัน survfit() โดยพิมพ์ ?survfit ในคอนโซล
  • คำนวณค่าประมาณ Kaplan-Meier โดยใช้ survfit()
  • ตรวจสอบโครงสร้างของ survfit object โดยใช้ str()
  • สร้าง data.frame ที่ประกอบด้วยจุดเวลาทั้ง 4 จุด จำนวนที่ยังอยู่ในการสังเกต (n.risk), จำนวนการสังเกตที่เกิด event (n.event), จำนวนการสังเกตที่ถูก censor (n.censor) และค่าของเส้นโค้งการรอดชีพ (surv) โดยนำข้อมูลทั้งหมดมาจาก survfit object

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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 = ___)
แก้ไขและรันโค้ด