第一個 Kaplan-Meier 估計
在這個練習中，我們會使用影片中的同一份資料。你將會檢視 survfit() 函式以及它所產生的物件。本練習將幫你熟悉並探索 survfit 物件。
本練習已為你載入 survival 套件。
本練習屬於課程
R 的生存分析
練習說明
- 在主控台輸入
?survfit，探索survfit()函式的用法。 - 使用
survfit()計算 Kaplan-Meier 估計。 - 用
str()檢視survfit物件的結構。 - 建立一個
data.frame，包含 4 個時間點、對應的風險集中人數（n.risk）、 發生事件的觀察數（n.event）、被設為設限的觀察數（n.censor），以及 存活曲線的數值（surv）。以上資訊皆從survfit物件取得。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# 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 = ___)