quantile.survfit
位于 survival
包(package)。 说明
从 survfit 或 Surv 对象中检索它们的分位数和置信区间。
用法
## S3 method for class 'survfit'
quantile(x, probs = c(0.25, 0.5, 0.75), conf.int = TRUE,
scale, tolerance= sqrt(.Machine$double.eps), ...)
## S3 method for class 'survfitms'
quantile(x, probs = c(0.25, 0.5, 0.75), conf.int = TRUE,
scale, tolerance= sqrt(.Machine$double.eps), ...)
## S3 method for class 'survfit'
median(x, ...)
参数
x |
surfit 函数的结果 |
probs |
值为 [0,1] 的概率数值向量 |
conf.int |
是否应该返回置信上限和下限? |
scale |
可选比例因子,例如,如果拟合对象以天为单位,则 |
tolerance |
检查生存曲线是否完全等于分位数之一的容差 |
... |
其他方法的可选参数 |
细节
生存曲线 S(t) 的第 k 个分位数是高度 p= 1-k 处的水平线与 S(t) 绘图相交的位置。由于 S(t) 是阶跃函数,因此曲线可能恰好在 1-k 处具有水平线段,在这种情况下,返回水平线段的中点。这反映了数据未经审查时中位数的标准行为。如果生存曲线未降至 1-k,则该分位数未定义。
为了与其他分位数函数保持一致,该函数的参数prob
适用于累积分布函数F(t) = 1-S(t)。
值的置信限基于 1-k 处水平线与生存曲线上限和下限的交点。因此,置信限使用与创建曲线时相同的 p 值,并且会根据 survfit
的 conf.type
选项而有所不同。如果生存曲线没有置信带,则分位数的置信限不可用。
当生存曲线的水平段与所请求的分位数之一完全匹配时,返回的值将是水平段的中点;这与未经审查的数据中位数的通常定义一致。然而,由于生存曲线是作为一系列乘积计算的,因此可能存在舍入误差。例如,假设样本大小为 20,没有固定时间且没有审查。第 10 次死亡后的生存曲线是 (19/20)(18/19)(17/18) ... (10/11) = 10/20,但计算结果不会正好是 0.5。与请求百分位的绝对差小于tolerance
的任何水平段都被视为完全匹配。
值
如果 survfit
对象仅包含一条曲线,则分位数将是一个向量,否则它将是一个矩阵或数组。在这种情况下,最后一个维度将索引分位数。
如果请求置信限,则结果将是一个包含 quantile
、 lower
和 upper
组件的列表,否则它是分位数的向量或矩阵。
例子
fit <- survfit(Surv(time, status) ~ ph.ecog, data=lung)
quantile(fit)
cfit <- coxph(Surv(time, status) ~ age + strata(ph.ecog), data=lung)
csurv<- survfit(cfit, newdata=data.frame(age=c(40, 60, 80)),
conf.type ="none")
temp <- quantile(csurv, 1:5/10)
temp[2,3,] # quantiles for second level of ph.ecog, age=80
quantile(csurv[2,3], 1:5/10) # quantiles of a single curve, same result
作者
Terry Therneau
也可以看看
相关用法
- 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 nsk 以结高度为基础的自然样条。
- 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
- R reliability 可靠性数据集
- R rotterdam Royston 和 Altman (2013) 使用的乳腺癌数据集
注:本文由纯净天空筛选整理自R-devel大神的英文原创作品 Quantiles from a survfit object。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。