这个问题是从这里的问题开始 的,因为我们想要绘制一个多变量模型。
假设我们survreg
要从包发行说明中的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,以下问题似乎解决了这个问题,但不提供数据集,只使用一个变量。在这个例子中,我们有两个连续变量和一个因子
这个问题是从这里的问题开始 的,因为我们想要绘制一个多变量模型。
假设我们survreg
要从包发行说明中的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,以下问题似乎解决了这个问题,但不提供数据集,只使用一个变量。在这个例子中,我们有两个连续变量和一个因子
绘制具有平均肺年龄和肺 $ph.ecog 模式的假设个体的预测生存曲线(按照帮助页面中的示例):
?predict.survreg
pct <- 1:98/100
ptime <- predict(res, newdata=data.frame(ph.ecog=1, age=62.44737, sex=1), type='quantile',
p=pct, se=TRUE)
matplot(cbind(ptime$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)