R residuals.survfit 來自 survfit 對象的 IJ 殘差。

說明

從生存擬合對象返回無窮小的折刀殘差，用於生存、累積危險或受限平均狀態時間 (RMTS)。

用法

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

參數

object	一個 survfit 對象
times	需要殘差的時間向量
type	殘差的類型，見下文
collapse	添加集群中所有受試者的殘差。如果 survfit 對象使用 id 語句，則默認情況下會折疊該變量。
weighted	按每個觀測值的權重對殘差進行加權
method	控製算法的選擇。當前的內部調試選項。
...	其他方法的參數

細節

該函數旨在有效計算少量時間點的殘差，也稱為無窮小折刀 (IJ)。主要用途是創建 pseudo-values 和 IJ 方差估計。如果需要所有時間點的殘差，例如要計算生存曲線的穩健逐點置信區間，則可以使用底層 survfit 函數的 influence 參數更有效地完成此操作。但請注意，此類矩陣可能會變得非常大。

殘差是每個觀測值或聚類對給定時間點的狀態曲線中的結果概率、這些時間點的累積危險曲線或每個狀態到給定時間點的預期停留時間的影響。對於簡單的 Kaplan-Meier，survfit 對象僅包含 "initial" 狀態的概率，即生存分數。對於 KM 情況，停留時間是在初始狀態下花費的預期時間，直到指定的終點，通常稱為受限平均生存時間 (RMST)。對於多狀態模型，該量也稱為受限平均狀態時間 (RMTS)。它可以計算為狀態曲線中相應概率下的麵積。該程序允許任何 pstate 、 surv 、 cumhaz 、 chaz 、 sojourn 、 rmst 、 rmts 或 auc 作為類型參數，忽略大寫/小寫，因此用戶可以選擇他們最喜歡哪個縮寫。

當 collapse=TRUE 時，結果將簇標識符(默認為 id 變量)作為第一個維度的暗名稱。如果 fit 對象包含多條曲線，並且在兩條不同的曲線中重複使用相同的標識符，則此方法不起作用，例程將因錯誤而停止。原則上這是不必要的，例如，結果可能包含具有相同標簽的兩行，顯示每條曲線的單獨效果，但這被認為太混亂了。

值

矩陣或數組，每個觀察或聚類占一行，times 中的每個值占一列。對於多狀態模型，三個維度是觀察、時間和狀態。對於累積風險，最後一個維度是轉換集。 (例如，競爭風險模型有 3 個狀態和 2 個轉換。)

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