事件论点在R？生存函数中的统计意义

Question

我已经在流失数据集上创建了生存分析的Cox回归模型。现在，我在两点感到困惑：

1. 当我将Surv(time,status)写为生存对象并进行cox回归时，我得到了非常糟糕的生存曲线，没有达到0.5的生存概率
2. 当我将Surv(time,status==0)写为生存对象并进行cox回归时，我得到了一条不错的生存曲线，该曲线在观察持续时间结束时达到了几乎0的概率标记。 / li>

我的数据集中的time参数有一个异常。拥有status==0的用户具有非常高的time值，拥有status==1的用户具有非常低的time值。

Answer 1

统计意义如下：

fit1<- Surv(time,event)
df1<-as.data.frame.character(fit1)

给出的结果是，所有status == 1被视为受审查的个人，即他们的时间将被指定为2+,3+等，而那些status==0的人的身份将在之后被视为死亡他们在时间列中指定的时间，即他们的时间将以13,10,15等给出。有争议的是，活着的人在各自的时间后将被视为死亡，而活着的人将在其各自的时间后被视为死亡。各自的时间。