R residuals.survfit 来自 survfit 对象的 IJ 残差。

说明

从生存拟合对象返回无穷小的折刀残差，用于生存、累积危险或受限平均状态时间 (RMTS)。

用法

## S3 method for class 'survfit'
residuals(object, times, 
    type="pstate", collapse, weighted=FALSE,
    method=1, ...)

参数

object	一个 survfit 对象
times	需要残差的时间向量
type	残差的类型，见下文
collapse	添加集群中所有受试者的残差。如果 survfit 对象使用 id 语句，则默认情况下会折叠该变量。
weighted	按每个观测值的权重对残差进行加权
method	控制算法的选择。当前的内部调试选项。
...	其他方法的参数

细节

该函数旨在有效计算少量时间点的残差，也称为无穷小折刀 (IJ)。主要用途是创建 pseudo-values 和 IJ 方差估计。如果需要所有时间点的残差，例如要计算生存曲线的稳健逐点置信区间，则可以使用底层 survfit 函数的 influence 参数更有效地完成此操作。但请注意，此类矩阵可能会变得非常大。

残差是每个观测值或聚类对给定时间点的状态曲线中的结果概率、这些时间点的累积危险曲线或每个状态到给定时间点的预期停留时间的影响。对于简单的 Kaplan-Meier，survfit 对象仅包含 "initial" 状态的概率，即生存分数。对于 KM 情况，停留时间是在初始状态下花费的预期时间，直到指定的终点，通常称为受限平均生存时间 (RMST)。对于多状态模型，该量也称为受限平均状态时间 (RMTS)。它可以计算为状态曲线中相应概率下的面积。该程序允许任何 pstate 、 surv 、 cumhaz 、 chaz 、 sojourn 、 rmst 、 rmts 或 auc 作为类型参数，忽略大写/小写，因此用户可以选择他们最喜欢哪个缩写。

当 collapse=TRUE 时，结果将簇标识符(默认为 id 变量)作为第一个维度的暗名称。如果 fit 对象包含多条曲线，并且在两条不同的曲线中重复使用相同的标识符，则此方法不起作用，例程将因错误而停止。原则上这是不必要的，例如，结果可能包含具有相同标签的两行，显示每条曲线的单独效果，但这被认为太混乱了。

值

矩阵或数组，每个观察或聚类占一行，times 中的每个值占一列。对于多状态模型，三个维度是观察、时间和状态。对于累积风险，最后一个维度是转换集。 (例如，竞争风险模型有 3 个状态和 2 个转换。)

例子

fit <- survfit(Surv(time, status) ~ x, aml)
resid(fit, times=c(24, 48), type="RMTS")

也可以看看

survfit , survfit.formula