我們有一個肺癌病患的資料集。這個練習要判斷病患的性別是否和其存活時間有關。
survival 套件與資料集都已為你載入。
survival
本練習屬於課程
試著完成這個範例程式碼，體驗一下這個練習。
# Look at the data set str(dat) # Estimate a Weibull model wbmod <- ___(___(___, status) ~ sex, data = dat) coef(wbmod)
在第一章，我們會介紹生存分析的概念，說明此主題的重要性，並快速帶你認識生存曲線背後的理論。我們會討論為什麼在處理事件發生時間資料時需要特殊方法，並介紹「設限」（censoring）的概念。我們也會說明如何描述直到事件發生所經歷時間的分布。
本章將探討估計生存曲線的不同方法。我們會討論 Kaplan–Meier 估計與 Weibull 模型，作為生存曲線估計的工具，並學習如何透過視覺化來傳達這些結果。
本章你將學會如何估計與視覺化 Weibull 模型，以瞭解共變數對事件發生時間結果的影響。
當前練習
最後一章，我們將學習如何計算與解讀 Cox 模型，以瞭解其用途，以及它與 Weibull 模型的差異。