第一次 Kaplan-Meier 估计
在本练习中，您将使用与视频中相同的数据。我们将查看 survfit() 函数及其生成的对象。本练习将帮助您探索 survfit 对象。
本练习已为您加载 survival 包。
本练习是课程的一部分
R 中的生存分析
练习说明
- 在控制台输入
?survfit，了解survfit()函数的用法。 - 使用
survfit()计算 Kaplan-Meier 估计。 - 使用
str()查看survfit对象的结构。 - 创建一个
data.frame，包含 4 个时间点、对应的在险人数（n.risk）、 发生事件的观测数（n.event）、被删失的观测数（n.censor）以及 生存曲线的取值（surv）。以上信息均取自该survfit对象。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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 = ___)