如何计算幸存率（）中的Kaplan-Meier生存估计值？

Question

我正在尝试对不同处理下的树苗进行Kaplan-Meier生存分析。在12个月的实验过程中，对这些幼苗进行了9次死亡的审查。

我已成功获得生存包中使用survfit（）的每种治疗和时间的KM生存估计值。但是，我不确定如何计算这些生存估计值;使用Crawley's R Book中描述的Kaplan-Meier幸存者函数（如下图所示），我手工完成了分析，发现我没有得到相同的估计值。

这些是我使用上面的等式得到的生存估计。 （这只是我实验的一种处理方法）。

当我使用函数survfit（）时，这些是它返回的估计值：

    summary(FMACHN.fit)
    Call: survfit(formula = FMACHN ~ 1)

 time n.risk n.event survival std.err lower 95% CI upper 95% CI
    4     54       3    0.944  0.0312        0.885        1.000
    5     45       4    0.860  0.0491        0.769        0.962
    6     36       4    0.765  0.0627        0.651        0.898
    7     27       4    0.652  0.0748        0.520        0.816
    8     18       4    0.507  0.0864        0.363        0.708
    9      9       5    0.225  0.0923        0.101        0.503

我能想到的唯一可能是问题的是我导入到函数中的数据格式。我已经完成了几个KM分析的例子，我相信我已经按照这些例子正确地构建了我的数据，所以这里是我的部分数据。 “ID”只是该治疗中个体的计数，“时间”是实验中的时间点（在这种情况下，它上升到9），“死亡”表示在该时间段内死亡的幼苗数量。这只是我展示的第一个表格的较长形式。

我的分析代码如下：

library(survival)
#note that the object name "all" is what I called the dataset I imported, shown in the table above
FMACHN<-Surv(all$Time[all$Treatment=="FMACHN"], all$Alive[all$Treatment=="FMACHN"])
FMACHN.fit<-survfit(FMACHN~1)
summary(FMACHN.fit) 
#the result of this summary is listed in the code block above

如果有人能够破译R在Kaplan-Meier幸存者功能中的表现与我通过手动实现该功能所做的不同，我会非常感激！或者如果我的数据设置有问题，那么这也很好。

提前致谢！请随时要求澄清任何事情 - 我知道这是一个很长的帖子！