使用geom_hex模拟Cox比例风险

Question

我有兴趣在一篇文章中复制一个实验[1]我遇到过。我的想法是，我需要模拟一个依赖于数据帧中第一个到协变量的cox比例风险模型。我试图制作一个类似于此的情节：

但我正试图制作一个＆＃34; hex＆＃34;它的版本。问题是我似乎无法获得＆＃34; z轴＆＃34;正确的。

set.seed(42)  # this makes the example exactly reproducible
#50,000 random uniforms
obs <- runif(50000,min = -1, max = .999)

#make uniforms a matrix
obs <- matrix(data = obs, nrow = 5000, ncol = 10)

#make is_censored
is_censored <- sample(0:1,5000,TRUE,prob=c(0.40,0.60))

#hazard function
const <- 1
time <- rexp(n = 5000, const*exp(-(obs[,1]+2*obs[,2])))

#dataset
df <- cbind(obs, is_censored, time)

#names for covariates
names = letters[1:10]
colnames(df)[1:10] <- names

#truth data
x <- df[,1]; y <- df[,2]
true <- tibble(x,y,time)
install.packages("hexbin")
library(hexbin)
ggplot(true,aes(x,y))+
  geom_hex(bins = 30)

我认为如果我为z轴添加time，我会得到正确的渐变，但我得到了：

ggplot(true,aes(x,y,fill=time))+
  geom_hex(bins = 30)

如何获得正确的渐变？

1深度生存：深度Cox比例风险网络