如何绘制多变量survreg生成的生存曲线
How to plot the survival curve generated by multi-variate survreg
这个问题是问题 here 的后续问题
因为我们想绘制一个多变量模型。
假设我们想要从 package release notes
中的 survreg 示例中绘制生存函数
模型在哪里
survreg(Surv(time, status) ~ ph.ecog + age + strata(sex), lung)
据我了解，following problem 似乎解决了这个问题，但没有提供数据集，只使用了一个变量。在这个例子中，我们有两个连续变量和一个因子
绘制具有 lung$age 平均值和 lung$ 众数的假设个体的预测生存曲线图ph.ecog（遵循帮助页面中的示例）：
?predict.survreg
pct <- 1:98/100
ptime <- predict(res, newdata=data.frame(ph.ecog=1, age=62.44737, sex=1), type='quantile',
p=pct, se=TRUE)
matplot(cbind(ptime$fit, ptime$fit + 2*ptime$se.fit,
ptime$fit - 2*ptime$se.fit)/30.5, 1-pct,
xlab="Months", ylab="Survival", type='l', lty=c(1,2,2), col=1)
这个问题是问题 here 的后续问题 因为我们想绘制一个多变量模型。
假设我们想要从 package release notes
中的survreg 示例中绘制生存函数
模型在哪里
survreg(Surv(time, status) ~ ph.ecog + age + strata(sex), lung)
据我了解，following problem 似乎解决了这个问题，但没有提供数据集，只使用了一个变量。在这个例子中，我们有两个连续变量和一个因子
绘制具有 lung$age 平均值和 lung$ 众数的假设个体的预测生存曲线图ph.ecog（遵循帮助页面中的示例）：
?predict.survreg
pct <- 1:98/100
ptime <- predict(res, newdata=data.frame(ph.ecog=1, age=62.44737, sex=1), type='quantile',
p=pct, se=TRUE)
matplot(cbind(ptime$fit, ptime$fit + 2*ptime$se.fit,
ptime$fit - 2*ptime$se.fit)/30.5, 1-pct,
xlab="Months", ylab="Survival", type='l', lty=c(1,2,2), col=1)