residuals.survfit
位于 survival
包(package)。 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 |
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 |
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
相关用法
- R residuals.survreg 计算“survreg”对象的残差
- R residuals.coxph 计算“coxph”拟合的残差
- R reliability 可靠性数据集
- R retinopathy 糖尿病性视网膜病变
- R rats Mantel 等人的大鼠治疗数据
- R rotterdam Royston 和 Altman (2013) 使用的乳腺癌数据集
- R ridge 岭回归
- R ratetableDate 将日期对象转换为费率表形式
- R ratetable 允许模型中使用ratetable()项
- R rhDNase rhDNA酶数据集
- R ratetables 预期生存和人年函数的人口普查数据集
- R royston 计算 Cox 模型的 Royston D
- R rats2 大鼠数据来自 Gail 等人。
- R rttright 计算重新分配到正确的权重
- 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 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
注:本文由纯净天空筛选整理自R-devel大神的英文原创作品 IJ residuals 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。