Sansürü yok sayma egzersizi

Bir parti veriyorsun ve saat 1'de misafirlerin aniden dans etmeye başlıyor. Misafirlerinin ne kadar süre dans edeceğini merak ediyorsun ve veri toplamaya başlıyorsun. Sorun şu ki bir süre sonra yorulup uyuyorsun.

dancedat içinde aşağıdaki sağdan sansürlü dans süreleri verilerine sahipsin:

name arkadaşının adı.
time sağdan sansürlü dans süresi.
obs_end arkadaşının dansının sonunu gözlemleyip gözlemlemediğini gösterir: sonu gördüysen (1), onlar durmadan önce uyuduysan (0).

Veriyi sabah analiz etmeye başlıyorsun ama yorgunsun ve önce sansürlü gözlemler olduğunu görmezden geliyorsun. Sonra bu DataCamp kursunu hatırlayıp doğru şekilde yapıyorsun.

Bu egzersizde senin için survival paketi yüklendi.

Bu egzersiz, kursun bir parçasıdır

R ile Sağkalım Analizi

Kursa Göz Atın

Egzersiz talimatları

Tüm sansürlü gözlemler sanki gerçek olaymış gibi davranarak sağkalım fonksiyonunu tahmin et.
Bu veri kümesinden Kaplan–Meier ile sağkalım fonksiyonunu tahmin et.
Doğru ve hatalı sağkalım eğrilerini ggsurvplot_combine() ile birlikte çiz ve karşılaştır. Farklarına dikkat et.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Create dancedat data
dancedat <- data.frame(
  name = c("Chris", "Martin", "Conny", "Desi", "Reni", "Phil", 
    "Flo", "Andrea", "Isaac", "Dayra", "Caspar"),
  time = c(20, 2, 14, 22, 3, 7, 4, 15, 25, 17, 12),
  obs_end = c(1, 1, 0, 1, 1, 1, 1, 1, 0, 0, 0))

# Estimate the survivor function pretending that all censored observations are actual observations.
km_wrong <- survfit(___(time) ~ 1, data = dancedat)

# Estimate the survivor function from this dataset via kaplan-meier.
km <- survfit(___(___, ___) ~ ___, data = dancedat)

# Plot the two and compare
ggsurvplot_combine(list(correct = ___, wrong = ___))

Kodu Düzenle ve Çalıştır