R语言:survdiff()函数中文帮助文档(中英文对照)

loveR

survdiff(survival)
survdiff()所属R语言包：survival

                                         Test Survival Curve Differences
                                         测试生存曲线差异

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Tests if there is a difference between two or more survival curves using the G-rho family of tests, or for a single curve against a known alternative.
测试，如果有两个或两个以上的生存率G-rho家庭测试，使用曲线或针对一个已知的替代单曲线之间的差异。


用法----------Usage----------


survdiff(formula, data, subset, na.action, rho=0)



参数----------Arguments----------

参数：formula
a formula expression as for other survival models, of the form Surv(time, status) ~ predictors.  For a one-sample test, the predictors must consist of a single offset(sp) term, where sp is a vector giving the survival probability of each subject.  For a k-sample test, each unique combination of predictors defines a subgroup. A strata term may be used to produce a stratified test. To cause missing values in the predictors to be treated as a separate group, rather than being omitted, use the strata function with its na.group=T argument.  
作为其他生存模型的公式表达形式Surv(time, status) ~ predictors。对于一个样本测试，预测必须由单一offset(sp)一词，其中sp是一个向量，使每个科目的生存概率。对于K-样本测试，每一个独特的组合预测定义一个分组。一个strata长期可用于产生分层测试。造成失踪的预测值被作为一个单独的组，而不是被忽略，处理，使用strata函数na.group=T参数。


参数：data
an optional data frame in which to interpret the variables occurring in the formula.  
在解释发生在公式中的变量，可选的数据框。


参数：subset
expression indicating which subset of the rows of data should be used in the fit.  This can be a logical vector (which is replicated to have length equal to the number of observations), a numeric vector indicating which observation numbers are to be included (or excluded if negative), or a character vector of row names to be included.  All observations are included by default.  
表达式，表示应在适合使用的数据行的一个子集。这可以是一个逻辑向量（复制到长度相等的若干意见），被列入（或负除外），或特征向量的行名被列入观察数字数字矢量。所有的意见，包括默认情况下。


参数：na.action
a missing-data filter function.  This is applied to the model.frame after any subset argument has been used.  Default is options()$na.action.  
丢失数据的过滤功能。这是适用于后的任何一个子集参数已用于model.frame。默认options()$na.action。


参数：rho
a scalar parameter that controls the type of test.  </table>
一个标量参数，控制测试的类型。 </ TABLE>


值----------Value----------

a list with components:
一个组件的列表：


参数：n
the number of subjects in each group.  
各组科目。


参数：obs
the weighted observed number of events in each group. If there are strata, this will be a matrix with one column per stratum.  
加权观测数在各组的活动。如果有地层，这将是一个与每个阶层的一列的矩阵。


参数：exp
the weighted expected number of events in each group. If there are strata, this will be a matrix with one column per stratum.  
加权预计每个组中的事件。如果有地层，这将是一个与每个阶层的一列的矩阵。


参数：chisq
the chisquare statistic for a test of equality.  
卡方统计为一个平等的测试。


参数：var
the variance matrix of the test.  
测试方差矩阵。


参数：strata
optionally, the number of subjects contained in each stratum.  </table>
可选的科目数目载于各阶层。 </ TABLE>


方法----------METHOD----------

This function implements the G-rho family of Harrington and Fleming (1982), with weights on each death of S(t)^rho, where S is the Kaplan-Meier estimate of survival. With rho = 0 this is the log-rank or Mantel-Haenszel test, and with rho = 1 it is equivalent to the Peto &amp; Peto modification of the Gehan-Wilcoxon test.
此功能的实现与哈灵顿和弗莱明（1982）的G-Rho家族，重量每死亡S(t)^rho，其中S是生存的Kaplan-Meier估计。 rho = 0这是对数秩或Mantel-Haenszel检验，用rho = 1它是相当于皮托和皮托修改Gehan Wilcoxon检验。

If the right hand side of the formula consists only of an offset term, then a one sample test is done. To cause missing values in the predictors to be treated as a separate group, rather than being omitted, use the factor function with its exclude argument.
如果公式的右侧只包括长期偏移，然后完成一个样品的测试。造成失踪的预测值被作为一个单独的组，而不是被忽略，处理，使用factor函数exclude参数。


参考文献----------References----------

A class of rank test procedures for censored survival data. Biometrika

举例----------Examples----------


## Two-sample test[＃两个样本测试]
survdiff(Surv(futime, fustat) ~ rx,data=ovarian)

## Stratified 7-sample test[＃分层7样品测试]

survdiff(Surv(time, status) ~ pat.karno + strata(inst), data=lung)

## Expected survival for heart transplant patients based on[＃预期基础上的心脏移植患者的生存]
## US mortality tables[＃美国死亡率表]
expect <- survexp(futime ~ ratetable(age=(accept.dt - birth.dt),
     sex=1,year=accept.dt,race="white"), jasa, cohort=FALSE,
     ratetable=survexp.usr)
## actual survival is much worse (no surprise)[＃实际的生存是差很多（难怪）]
survdiff(Surv(jasa$futime, jasa$fustat) ~ offset(expect))

转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。


注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。