use*_*003 6 r sas survival-analysis
我重新运行从此前公布的数据Kaplan-Meier生存曲线,使用在出版物中使用的准确数据集(夏邦杰等2008 - 中环尾狐猴(狐猴咔嗒)的近交衰退:遗传多样性预测寄生,免疫活性和幸存者).该出版物使用LIFETEST在SAS Version 9中运行曲线,以分析由遗传杂合性和动物性别构成的死亡年龄(n = 64).她报告的卡方值为6.31,p值为0.012; 但是,当我在R中运行曲线时,我得到Chi平方值0.9和ap值0.821.谁能解释一下这个?
> survdiff(Surv(age, mort1)~ho2+sex,data=mariekmsurv1)
Call:
survdiff(formula = Surv(age, mort1) ~ ho2 + sex, data = mariekmsurv1)
N Observed Expected (O-E)^2/E (O-E)^2/V
ho2=1, sex=F 18 3 3.23 0.0166 0.0215
ho2=1, sex=M 12 3 2.35 0.1776 0.2140
ho2=2, sex=F 17 5 3.92 0.3004 0.4189
ho2=2, sex=M 17 4 5.50 0.4088 0.6621
Chisq= 0.9 on 3 degrees of freedom, p= 0.821
> str(mariekmsurv1)
'data.frame': 64 obs. of 6 variables:
$ id : Factor w/ 65 levels "","aeschylus",..: 14 31 33 30 47 57 51 39 36 3 ...
$ sex : Factor w/ 3 levels "","F","M": 3 2 3 2 2 2 2 2 2 2 ...
$ mort1: int 0 0 0 0 0 0 0 0 0 0 ...
$ age : num 0.12 0.192 0.2 0.23 1.024 ...
$ sex.1: Factor w/ 3 levels "","F","M": 3 2 3 2 2 2 2 2 2 2 ...
$ ho2 : int 1 1 1 2 1 1 1 1 1 2 ...
- attr(*, "na.action")=Class 'omit' Named int [1:141] 65 66 67 68 69 70 71 72 73 74 ...
.. ..- attr(*, "names")= chr [1:141] "65" "66" "67" "68" ...
Run Code Online (Sandbox Code Playgroud)
一些想法:
尝试在 SAS 中运行它——看看是否得到与作者相同的结果。也许他们没有向您发送他们使用的完全相同的数据集。
查看相关 SAS PROC 的默认值,并与您正在使用的 R 函数的默认值进行比较。
| 归档时间: |
|
| 查看次数: |
541 次 |
| 最近记录: |