作者mickey1231 (国父)
站内Statistics
标题[程式] R计算Kaplan–Meier
时间Mon Feb 18 17:48:04 2013
[软体程式类别]:R
[程式问题]:存活分析、Kaplan–Meier
[软体熟悉度]:
高(1年以上)
[问题]:
我在估计存活函数时，遇到某一个时间点的人数扣除死亡人数却不会等
於下一个时间点的人数，资料中没有censor都，只有死亡，请问我是哪里做错了?
[程式范例]:
我用summary(survfit(Surv(time,censor)~0)
跑出结果如下
time n.risk n.event survival .....
1.02 1842 1 0.999
1.03 1751 1 0.999
1.07 1586 1 0.998
1.07 1568 1 0.998
1.08 1528 1 0.997
1.08 1509 1 0.996
.
.
.
2.90 47 1 0.945
问题就是为什麽n.risk-n.event不会等於下一个n.risk?
谢谢大家的帮忙
--
※ 发信站: 批踢踢实业坊(ptt.cc)
◆ From: 120.126.32.233
1F：→ bmka:检查一下censor这个variable, 看看是不是真的没有censoring 02/18 21:50
2F：→ mickey1231:我有检查过censoring了，就都是在n.evemt中出现 02/18 23:06
3F：→ mickey1231:还是没有找到不见的人... 02/18 23:06
4F：→ bmka:那就怪了...没有censoring,干嘛用K-M 02/18 23:13
5F：→ mickey1231:因为有死亡的人，想看百分之五十的人可以活多久 02/18 23:58
6F：→ mickey1231:资料中除了死亡以外，全部的人都有活到研究结束时，没 02/18 23:59
7F：→ mickey1231:有失去追踪的人 02/19 00:00
8F：→ bmka:没有censoring,KM就是empirical survival function 02/19 00:58
9F：→ bmka:干嘛把分析变复杂 02/19 00:58
10F：→ bmka:还有,你的time zero 怎麽定义的?除非study period很短 02/19 00:59
11F：→ bmka:所有的人的initial event(eg. treatment initiation)同时发生 02/19 01:04
12F：→ bmka:否则没有censoring状况还蛮少见的 02/19 01:04
13F：推 lin15:应该不是同时收案吧 所以不见的应该就是 活到研究结束的人? 02/19 12:17
14F：→ mickey1231:对，很多人都是不同时间收案 02/23 11:31