# Create the simplest test data set
test1 <- list(time=c(4,3,1,1,2,2,3),
status=c(1,1,1,0,1,1,0),
x=c(0,2,1,1,1,0,0),
sex=c(0,0,0,0,1,1,1))
# Fit a stratified model
m=coxph(Surv(time, status) ~ x + sex, test1)
y=predict(m,type="survival",by="sex")
基本上,我正在做的是创建名为test1的伪数据,然后我拟合一个简单的coxph模型并将其保存为“ m”。然后,我的目标是获得针对性别的生存概率的预测概率和置信度带。我希望的数据集“ y”将包括:年龄,生存概率,下置信度带,上置信度带以及等于“ 0”或“ 1”的性别。