![](/img/trans.png)
[英]Survminer, survival package: What is the difference between the “survdiff” log-rank and “regular” log-rank tests?
[英]How does the survival package for R handle deaths that occur at t0 when computing a log-rank test for equality of survival functions?
我在 Stata 中读到,存在一个问题,即观察可以在 t0 结束,因此无意中从分析中省略了。 解决方法是在 t0 时为每次死亡添加一些小的 e > 0 以防止这种情况发生。 有关 Stata 中问题的描述,请参阅此链接。 https://www.stata.com/support/faqs/statistics/time-and-cox-model/
我的问题是 R 在运行长排名比较时如何使用生存 package 来处理这个问题? 我找不到任何相关文档,但通过运行一些测试,似乎 R 会自动添加一点点 epsilon >0 来解决这个问题。 任何人都可以确认或否认这一点,如果可以的话,提供一种方法来覆盖默认行为?
我尝试在 R 和 Stata 中运行并行分析,但得到了不同的结果。 Stat 给出了信息“
45,024 total observations
1 event time missing (GTIME>=.) PROBABLE ERROR
341 observations end on or before enter()
“
而R则没有给出任何这样的信息。 卡方统计计算的最终结果不同,我认为这是因为这种差异。 任何人都可以确认吗?
没关系,找到了解决方案。 R 保留在 t = 0 时消失的观察结果,而 Stata 则忽略它们。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.