我正在从以前发布的数据中重新运行 Kaplan-Meier 生存曲线,使用该出版物中使用的确切数据集(Charpentier 等人,2008 - 环尾狐猴 (Lemur catta) 的近交衰退:遗传多样性预测寄生性、免疫能力和幸存者)。该出版物使用 LIFETEST 运行 SAS 版本 9 中的曲线,以分析由遗传杂合性和动物性别构成的死亡年龄(n=64)。她报告的卡方值为 6.31,ap 值为 0.012;但是,当我在 R 中运行曲线时,我得到的卡方值为 0.9,ap 值为 0.821。谁能解释一下这个??
使用的 R 代码:Age 是死亡时间,mort 是审查代码,sex 是性别阶层,ho2 是划分要比较的两组的因素。
> survdiff(Surv(age, mort1)~ho2+sex,data=mariekmsurv1)
Call:
survdiff(formula = Surv(age, mort1) ~ ho2 + sex, data = mariekmsurv1)
N Observed Expected (O-E)^2/E (O-E)^2/V
ho2=1, sex=F 18 3 3.23 0.0166 0.0215
ho2=1, sex=M 12 3 2.35 0.1776 0.2140
ho2=2, sex=F 17 5 3.92 0.3004 0.4189
ho2=2, sex=M 17 4 5.50 0.4088 0.6621
Chisq= 0.9 on 3 degrees of freedom, p= 0.821
> str(mariekmsurv1)
'data.frame': 64 obs. of 6 variables:
$ id : Factor w/ 65 levels "","aeschylus",..: 14 31 33 30 47 57 51 39 36 3 ...
$ sex : Factor w/ 3 levels "","F","M": 3 2 3 2 2 2 2 2 2 2 ...
$ mort1: int 0 0 0 0 0 0 0 0 0 0 ...
$ age : num 0.12 0.192 0.2 0.23 1.024 ...
$ sex.1: Factor w/ 3 levels "","F","M": 3 2 3 2 2 2 2 2 2 2 ...
$ ho2 : int 1 1 1 2 1 1 1 1 1 2 ...
- attr(*, "na.action")=Class 'omit' Named int [1:141] 65 66 67 68 69 70 71 72 73 74 ...
.. ..- attr(*, "names")= chr [1:141] "65" "66" "67" "68" ...