आर में जीवित रहने की संभावना का अनुमान लगाना

Question

का एक नमूना के आधार पर अस्तित्व बार, मैं समय जीवित रहने की संभावना का अनुमान लगाने के लिए करना चाहते हैं कुछ विशेष के लिए, टी , कापलान-मायर आकलनकर्ता के प्रयोग से। क्या इसमें ऐसा करना संभव है ? कृपया ध्यान दें, टी जरूरी नहीं कि घटना का समय हो।$n$$t$$t$R$t$

Comments

निस्संदेह: उत्तरजीविता पैकेज (उत्तरजीविता पैकेज (प्रकार = "उत्तरजीविता") के उत्तरजीविता) को देखें

— स्टीफन लॉरेंट

@ स्टेफेन लॉरेंट: सर्फिट () फ़ंक्शन इवेंट समय पर अनुमानित उत्तरजीविता को आउटपुट करता है। लेकिन मैं किसी भी समय टी में उस अस्तित्व की गणना करने के लिए एक स्वचालित प्रक्रिया रखना चाहता हूं। धन्यवाद ...

— user7064

तब उपयोग approxfun ()

— स्टीफन लौरेंत

क्या मेरे पास एक उदाहरण हो सकता है?

— user7064

Answer 1

आप पैकेज survfitसे फ़ंक्शन के आउटपुट का उपयोग कर सकते हैं survivalऔर इसे दे सकते हैं stepfun।

km <- survfit(Surv(time, status)~1, data=veteran)
survest <- stepfun(km$time, c(1, km$surv))

अब survestएक फ़ंक्शन है जिसका मूल्यांकन किसी भी समय किया जा सकता है।

> survest(0:100)
  [1] 1.0000000 0.9854015 0.9781022 0.9708029 0.9635036 0.9635036 0.9635036
  [8] 0.9416058 0.9124088 0.9124088 0.8978102 0.8905109 0.8759124 0.8613139
 [15] 0.8613139 0.8467153 0.8394161 0.8394161 0.8175182 0.8029197 0.7883212
 [22] 0.7737226 0.7664234 0.7664234 0.7518248 0.7299270 0.7299270 0.7225540
 [29] 0.7225540 0.7151810 0.7004350 0.6856890 0.6856890 0.6783160 0.6783160
 [36] 0.6709430 0.6635700 0.6635700 0.6635700 0.6635700 0.6635700 0.6635700
 [43] 0.6561970 0.6488240 0.6414510 0.6340780 0.6340780 0.6340780 0.6267050
 [50] 0.6193320 0.6193320 0.5972130 0.5750940 0.5677210 0.5529750 0.5529750
 [57] 0.5456020 0.5456020 0.5456020 0.5382290 0.5382290 0.5308560 0.5308560
 [64] 0.5234830 0.5234830 0.5234830 0.5234830 0.5234830 0.5234830 0.5234830
 [71] 0.5234830 0.5234830 0.5161100 0.5087370 0.5087370 0.5087370 0.5087370
 [78] 0.5087370 0.5087370 0.5087370 0.4939910 0.4939910 0.4866180 0.4866180
 [85] 0.4791316 0.4791316 0.4791316 0.4716451 0.4716451 0.4716451 0.4640380
 [92] 0.4640380 0.4564308 0.4564308 0.4564308 0.4412164 0.4412164 0.4412164
 [99] 0.4412164 0.4257351 0.4179945

Comments

Surreal को एक समस्या हो रही है, StackExchange पर एक उत्तर की तलाश में है, उसी प्रश्न को खोज रहा है, और आपको एहसास दिलाता है कि लगभग 7 साल पहले इसका उत्तर था ...

— ब्रायन डिग्स

Answer 2

एक समय पैरामीटर को बची हुई वस्तु के सारांश समारोह में पास किया जा सकता है:

summary(km, times=100)

एक वेक्टर भी पारित किया जा सकता है:

summary(km, times=0:100)