我试图绘制生存函数的倒数,因为数据实际上是事件随时间的比例增加。我可以生产Kaplan-Meier生存地块,但我希望生成这些的“相反”。我可以使用以下fun="cloglog"
得到我想要的东西:
plot(survfit(Surv(Days_until_workers,Workers)~Queen_Number+Treatment,data=xdata),
fun="cloglog", lty=c(1:4), lwd=2, ylab="Colonies with Workers",
xlab="Days", las=1, font.lab=2, bty="n")
但我完全不明白它对时间的影响(即不是从0开始,距离减少了吗?),以及为什么生存线延伸到y轴以上。
非常感谢一些帮助!
干杯
答案 0 :(得分:10)
使用fun="event"
获取所需的输出
fit <- survfit(Surv(time, status) ~ x, data = aml)
par(mfrow=1:2, las=1)
plot(fit, col=2:3)
plot(fit, col=2:3, fun="event")
fun="cloglog"
拧紧轴的原因是它根本没有绘制一个分数。相反,它是根据?plot.survfit
:
“cloglog”创建一个免费的对数 - 对数生存图(f(y)= log(-log(y))以及x轴的对数刻度)
此外,fun
参数不仅限于"event"
或"cloglog"
等预定义函数,因此您可以轻松地为其提供自定义函数。
plot(fit, col=2:3, fun=function(y) 3*sqrt(1-y))