R语言
nwtco
位于 survival
包(package)。 说明
测量误差示例。肿瘤组织学可以预测生存,但中央实验室组织学的预测比当地机构确定的预测更强。
用法
nwtco
data(nwtco, package="survival")
格式
包含以下 9 个变量的 4028 个观测值的 DataFrame 。
seqno
-
身份证号
instit
-
来自当地机构的组织学
histol
-
中心实验室的组织学
stage
-
疾病阶段
study
-
学习
rel
-
复发指标
edrel
-
复发时间
age
-
年龄(以月为单位)
in.subcohort
-
包含在论文中示例的子队列中
例子
with(nwtco, table(instit,histol))
anova(coxph(Surv(edrel,rel)~histol+instit,data=nwtco))
anova(coxph(Surv(edrel,rel)~instit+histol,data=nwtco))
参考
NE Breslow and N Chatterjee (1999), Design and analysis of two-phase studies with binary outcome applied to Wilms tumour prognosis. Applied Statistics 48, 457-68.
相关用法
- R nsk 以结高度为基础的自然样条。
- R neardate 对于数据集 1 中的每个条目,查找数据集 2 中最接近值的索引。
- R nafld 非酒精性脂肪肝
- R hoel 小鼠癌症数据
- R survcondense 缩短 (time1, time2) 生存数据集
- R myeloid 急性粒细胞白血病
- R tobin 托宾的托比特数据
- R pseudo 生存的伪值。
- R levels.Surv 返回多状态 Surv 对象的状态
- R rats Mantel 等人的大鼠治疗数据
- R diabetic 糖尿病视网膜病变
- R pbc 梅奥诊所原发性胆汁性胆管炎数据
- R plot.survfit survfit 对象的绘图方法
- R kidney 肾导管数据
- R stanford2 更多斯坦福心脏移植数据
- R print.aareg 打印 aareg 对象
- R pyears 人年
- R residuals.survreg 计算“survreg”对象的残差
- R cgd0 慢性肉芽肿病数据
- R mgus2 单克隆丙种球蛋白病数据
- R model.frame.coxph coxph 对象的 Model.frame 方法
- R brier 计算 Cox 模型的 Brier 分数
- R survSplit 在指定时间分割生存数据集
- R mgus 单克隆丙种球蛋白病数据
- R summary.pyears pyears 对象的汇总函数
注:本文由纯净天空筛选整理自R-devel大神的英文原创作品 Data from the National Wilm's Tumor Study。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。