R語言
nwtco
位於 survival
包(package)。 說明
測量誤差示例。腫瘤組織學可以預測生存,但中央實驗室組織學的預測比當地機構確定的預測更強。
用法
nwtco
data(nwtco, package="survival")
格式
包含以下 9 個變量的 4028 個觀測值的 DataFrame 。
seqno
-
身份證號
instit
-
來自當地機構的組織學
histol
-
中心實驗室的組織學
stage
-
疾病階段
study
-
學習
rel
-
複發指標
edrel
-
複發時間
age
-
年齡(以月為單位)
in.subcohort
-
包含在論文中示例的子隊列中
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))
參考
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.
相關用法
- R nsk 以結高度為基礎的自然樣條。
- R neardate 對於數據集 1 中的每個條目,查找數據集 2 中最接近值的索引。
- R nafld 非酒精性脂肪肝
- R hoel 小鼠癌症數據
- R survcondense 縮短 (time1, time2) 生存數據集
- R myeloid 急性粒細胞白血病
- R tobin 托賓的托比特數據
- R pseudo 生存的偽值。
- R levels.Surv 返回多狀態 Surv 對象的狀態
- R rats Mantel 等人的大鼠治療數據
- R diabetic 糖尿病視網膜病變
- R pbc 梅奧診所原發性膽汁性膽管炎數據
- R plot.survfit survfit 對象的繪圖方法
- R kidney 腎導管數據
- R stanford2 更多斯坦福心髒移植數據
- R print.aareg 打印 aareg 對象
- R pyears 人年
- R residuals.survreg 計算“survreg”對象的殘差
- R cgd0 慢性肉芽腫病數據
- R mgus2 單克隆丙種球蛋白病數據
- R model.frame.coxph coxph 對象的 Model.frame 方法
- R brier 計算 Cox 模型的 Brier 分數
- R survSplit 在指定時間分割生存數據集
- R mgus 單克隆丙種球蛋白病數據
- R summary.pyears pyears 對象的匯總函數
注:本文由純淨天空篩選整理自R-devel大神的英文原創作品 Data from the National Wilm's Tumor Study。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。