原文链接：http://tecdat.cn/?p=6087 根据生存曲线的估计，可以推断出相比组之间存活时间的差异，因此生存曲线非常有用，几乎可以在每个生存分析中看到。 例 在我们将对象放入ggsurvplot()函数之后，我们可以创建简单的生存曲线估计。让我们来看看患有 ...

γ = 1/scale =1/0.902 α = exp(−(Intercept)γ)=exp(-(7.111)*γ) > library(survival) > myf ...

生存分析与R 2018年05月19日 19:55:06 走在码农路上的医学狗 阅读数：4399更多 个人分类： R语言 版权声明 ...

原创博客，未经允许，不得转载。 生存分析，survival analysis，顾名思义是用来研究个体的存活概率与时间的关系。例如研究病人感染了病毒后，多长时间会死亡；工作的机器多长时间会发生崩溃等。 这里“个体的存活”可以推广抽象成某些关注的事件。 所以SA就成了研究某一事件与它的发生时间 ...

原文链接：http://tecdat.cn/?p=20650 人们通常使用接收者操作特征曲线（ROC）进行二元结果逻辑回归。但是，流行病学研究中感兴趣的结果通常是事件发生时间。使用随时间变化 ...

最近在网上看R的代码，常常看到 x %>% y 的写法。 样子看着像是pipe的用法，搜了一下， 没找到语法的相关说明。 今天突然开窍，想着 %>% 可能不是语言本身支持的语法，可能是某个包自己定义的。 于是查了下dplyr的文档，发现确实有关于%>%的解释，这个符号确实 ...

目标 本文的目的是对如何在R中进行生存分析进行简短而全面的评估。关于该主题的文献很广泛，仅涉及有限数量的（常见）问题/特征。可用的R包数量反映了对该主题的研究范围。 R包 可以使用各种R包来解决特定问题，并且还有替代功能来解决常见问题。以下是本次 ...

plot(x,main = "Forecast Results",xlab = "Month",ylab = "Production",col=c("red","black","green"))#pl ...