忽略設限的練習
你辦了一場派對，凌晨 1 點賓客突然開始跳舞。你想分析朋友會跳多久，於是開始蒐集資料。問題是，你過了一陣子累了就去睡覺。
你得到下列右設限（right-censored）的舞蹈時間資料，已放在 dancedat：
name是你朋友的名字。time是右設限的跳舞時間。obs_end表示你是否觀察到朋友停止跳舞的時點（1），或是在他們停下前你就去睡了（0）。
你早上開始分析資料，但因為還很累，一開始忽略了資料中有設限觀測。後來你想起在 DataCamp 上學過的內容，才用正確的方法處理。
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
- 先假裝所有設限觀測都是真實觀測，估計生存函式。
- 使用 Kaplan-Meier 從這個資料集估計生存函式。
- 用
ggsurvplot_combine()將正確與錯誤的兩條生存曲線繪在一起並比較，留意它們的差異。
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 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 = ___))